Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych

• Autorzy: Górecka J. , Kaszyński R.

Warianty tytułu

EN

Removal of artifacts from EEG data by means of Independent Component Analysis

• Języki publikacji: PL

Abstrakty

PL

Celem przedstawionych wyników badań jest eliminacja wybranych niepożądanych sygnałów przy użyciu analizy składowych niezależnych. W artykule przedstawiono następujące algorytmy BSS (z ang. Blind Signal Separation): HJ oraz Infomax jako narzędzia do separacji i usuwania wybranej grupy artefaktów (mruganie powiek, artefakty mięśniowe) z przebiegów EEG. Jak udowodniono w eksperymentach proponowane algorytmy adaptacyjne mogą efektywnie wykrywać i usuwać wybrane artefakty z przebiegów EEG.

EN

The aim of the performed investigations is to remove selected undesired signals by means of ICA approach. In the paper there are presented the following algorithms BSS (Blind Signal Separation): HJ and Infomax for separation and removal of selected group of artifacts (eye blinks, muscle activity) from EEG recordings. It has been proved in the experiments which are described in the paper that the proposed adaptive algorithms can effectively detect and remove these selected artifacts from EEG recordings.

Słowa kluczowe

PL

ślepa separacja sygnałów; analiza składowych niezależnych (ICA); sygnały EEG; artefakt

EN

blind signal separation; independent component analysis; EEG data; artifacts

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2008
• Tom: R. 54, nr 12
• Strony: 827--830
• Opis fizyczny: Bibliogr. 12 poz., rys., wzory

Twórcy

autor

Górecka J.

autor

Kaszyński R.

• Instytut Automatyki Przemysłowej, Politechnika Szczecińska,

Bibliografia

• [1] J. Majkowski (Red.): Elektroencefalografia kliniczna, Państwowy Zakład Wydawnictw Lekarskich, Warszawa 1986.
• [2] A. Cichocki, S. Amari: Adaptive Blind Signal and Image Processing: Learning Algorithms and Applications, Wiley 2003.
• [3] S. Osowski: Sieci neuronowe do przetwarzania informacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.
• [4] A. Hyvärinen, J. Karhunen, E. Oja: Independent Component Analysis, John Wiley&Sons, 2001.
• [5] S. I. Amari, A. Cichocki, H.Yang: A new learning algorithm for blind signal separation, Advances in Neural Information Processing Systems, 8:757-763, 1996.
• [6] C. Jutten, J. Herault: Blind separation of sources, Part I: An adaptive algorithm based on neuromimetic architecture, Signal Processing, 24:1-10, 1991.
• [7] A. J. Bell, T. J. Sejnowski: An information - maximization approach to blind separation and blind deconvolution, Neural Computation, 7:1129 -1159, 1995.
• [8] M. Girolami: Self - organizing artificial neural network for signal separation, Phd thesis, Department of Computing and Information Systems, Paisley University, Scotland 1997.
• [9] http://www.mathworks.com/
• [10] http://sccn.ucsd.edu/eeglab/
• [11] A. Cichocki, S. Amari, K. Siwek, T. Tanaka , Anh Huy Phan: ICALAB Toolboxes, http://www.bsp.brain.riken.jp/ICALAB
• [12] http://biosig.sourceforge.net/index.html