单通道脑电图用于伪迹子空间重建的动力学嵌入
信号处理
2024-10-30 v2
摘要
本研究引入了一种新颖的框架，将伪迹子空间重建（ASR）算法应用于单通道脑电图（EEG）数据。ASR以其自动有效消除EEG信号中各种伪迹（如眨眼和眼动）的能力而闻名。重要的是，它已在安卓智能手机上实现，但依赖于多通道进行主成分子空间计算。为克服这一限制，我们将成熟的动力学嵌入方法融入该算法，命名为嵌入式ASR（E-ASR）。在我们提出的方法中，首先使用一系列延迟向量从单通道EEG数据构建嵌入矩阵。然后将ASR应用于该嵌入矩阵，并通过移除时间延迟并连接嵌入矩阵的行来重建清洗后的单通道EEG。使用CameraEEG应用从四名静息睁眼状态的受试者前额（Fp1和Fp2）电极采集数据。为了评估E-ASR算法在含有伪迹的EEG数据集上的有效性，我们采用了相对均方根误差（RRMSE）、相关系数（CC）、平均功率比等性能指标，并估计了使用和不使用E-ASR方法时的眨眼次数。E-ASR能够减少半模拟EEG数据中的伪迹，RRMSE为45.45%，CC为0.91。对于真实EEG数据，计数的眨眼次数与从CameraEEG视频数据中获得的真实值进行了手动交叉核对，涉及所有受试者的单个Fp1和Fp2电极。总之，我们的研究表明E-ASR框架可以去除单通道EEG数据中的伪迹。这种有前景的算法可能具有应用于基于智能手机的自然环境EEG的潜力，其中电极数量最少化是关键因素。
引用
@article{arxiv.2407.04727,
title = {Dynamical Embedding of Single Channel Electroencephalogram for Artifact Subspace Reconstruction},
author = {Doli Hazarika and Vishnu KN and Ramdas Ransing and Cota Navin Gupta},
journal= {arXiv preprint arXiv:2407.04727},
year = {2024}
}