>
Fa   |   Ar   |   En
   یک روش ترکیبی جدید برای حذف آرتیفکت eog از سیگنال eeg با استفاده از cca و rls  
   
نویسنده توکلی نجف آبادی مریم ,ابوطالبی وحید ,شایق بروجنی فرزانه
منبع مهندسي پزشكي زيستي - 1395 - دوره : 10 - شماره : 1 - صفحه:1 -10
چکیده    هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی فیلتر تطبیقی حداقل مربعات بازگشتی (cca-rls) در حذف آرتیفکت چشمی (eog) از سیگنال مغزی (eeg) و مقایسه آن با روش‏های آنالیز مولفه‏های مستقل (ica)، آنالیز همبستگی کانونی(cca)، فیلتر تطبیقی حداقل مربعات بازگشتی (rls) و روش ترکیبی ica-rls است. برای این منظور، بعد از تجزیه سیگنال نویزی توسط cca، مولفه شامل آرتیفکت eog با محاسبه مقدار کرتوزیس شناسایی شده و با استفاده از فیلتر rls، فیلتر شد؛ سپس با ترکیب مولفه‏ها، سیگنال حذف نویز شده بازسازی شد. برای مقایسه کمّی روش‏ها از دو معیار ارزیابی میانگین مجذور مربعات خطا (mse) و نسبت سیگنال به نویز (snr) برای داده های شبیه‏سازی شده استفاده شده است. متوسط مقادیر mse وsnr برای 5 نفر در 4 کانال مختلف محاسبه شد. داده های استفاده شده از مجموعه داده های مسابقات bci2008 انتخاب شدند. با توجه به نتایج به‏دست آمده، روش ترکیبی پیشنهادی ccarls ، عملکرد بهتری نسبت به سایر روش‏های استفاده شده در این مقاله دارد.
کلیدواژه آرتیفکت eog، روش cca-rls، فیلتر rls، سیگنال eeg
آدرس دانشگاه یزد, دانشکده مهندسی برق, ایران, دانشگاه یزد, دانشکده مهندسی برق, ایران, دانشگاه پیام نور اصفهان, دانشکده مهندسی, ایران
 
   A New Hybrid Method for EOG Artifact Rejection from EEG Signal Using CCA and RLS  
   
Authors Tavakoli Najafabadi Maryam ,Abootalebi Vahid ,Shayegh Farzaneh
Abstract    The purpose of this article is to evaluate the efficiency of Canonical Correlation Analysis Recursive Least Square (CCARLS)hybridmethod in ElectroOcluGram (EOG) artifact removal from ElectroEncephaloGram (EEG) signal and compare it with Independent Component Analysis (ICA), Canonical Correlation Analysis (CCA), Recursive Least Square (RLS)methods and ICARLS hybrid method. After decomposition of the noisy signal by CCA, the noisy components aredetected based ontheir kurtosis, and are filtered by RLS. As the result,the enhanced signal is reconstructed by mixing the original noisefree components and filtered components. In order to compare the methods quantitatively, two evaluation criteria, namely Mean Square Error (MSE) and Signal to Noise Ratio (SNR) are used.The MSE and SNR average values were calculated for five subject in four different channels. EEG data are taken from BCI2008. According to the results,the combination of CCARLS method has better performance compareto the other methods used in this paper.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved