حذف نویز eeg با استفاده از روش زیرمجموعه مبتنی بر تجزیه ویولت

تکنیکهای کاهش نویز نقش مهمی را در کاربردهای پردازش سیگنال eeg ایفا می کنند. در حال حاضر روشهای گوناگونی مورد استفاده قرار می گیرند که شامل آنهایی که مبتنی بر فیلترینگ خطی و حذف نویز وفقی هستند به اضافه آنهایی که مبتنی بر زیرمجموعه با استفاده از تجزیه مقدار ویژه (svd) هستند، می شود. svd روش قدرتمندی را برای تجزیه ماتریس دیتا به زیرمجموعه های نویز و سیگنال ارائه می دهد. هرچند الگوریتم svd پیچیدگی محاسباتی بالایی دارد که استفاده از آن را در آنالیز سیگنال eeg بلادرنگ محدود می سازد. در این پروژه ما تبدیل ویولت را برای تجزیه سیگنال eeg به زیرسیگنالهای موازی اعمال می کنیم. نویز برای هر زیرسیگنال با استفاده از روش مبتنی بر svd حذف می شود و eeg عاری از نویز با استفاده از تبدیل ویولت معکوس بازسازی می شود. eeg از دو ناحیه مختلف از مغز در موش‌های صحرایی با رفتار آزاد ثبت شد:1) ناحیه هیلار قشر دندانه دار هیپوکامپ، 2) قشر پیشانی، با استفاده از یک الکترود پیچ فولادی ضد زنگ (قطر 1 میلی متر) هدایت شده به جمجمه، با نوک الکترود قرار داده شده در مجاورت سطح نو قشر. روش حذف نویز ما واضح ترین تاثیر را روی طیف فرکانسی eeg داشت که نویز تصادفی را به طور قابل ملاحظه ای حذف کرده بود. در حوزه ی زمان شکل موج بازسازی شده بسیار به سیگنال eeg اولیه شبیه هست، اما به طور واضح دیده می شود که اکثر اسپایک های گذرا برداشته شده اند. روش حاضر صرفه جویی محاسباتی قابل توجهی را به دنبال دارد و به طور خاص برای تحلیل eeg های بسیار دینامیک به کار گرفته می شوند.