资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
文章类型：
机构：
[1]南京理工大学电子工程与光电技术学院
南京理工大学
[2]中国科学院苏州生物医学工程技术研究所
[3]哈尔滨理工大学
哈尔滨理工大学
[4]首都医科大学宣武医院神经内科
神经内科
首都医科大学宣武医院
出处：
ISSN：
关键词：
脑电
去噪
本征模态函数
完备总体经验模态分解
近似熵
摘要：
针对现有完备总体经验模态分解方法在脑电去噪中的模态筛选偏差问题,结合改进的完备总体经验模态分解(ICEEMD)与近似熵,提出一种新的脑电(EEG)信号去噪方法.对EEG信号进行ICEEMD分解,得到一系列本征模态函数(IMF),再对IMF分别计算近似熵,比较并选择近似熵值最大的IMF作为去噪后的信号.基于模拟信号和真实脑电信号的实验结果表明,与添加自适应噪声的完备总体经验模态分解方法相比,该方法能得到更清晰稳定的去噪结果,并且解决了IMF盲目选取导致的去噪失准及虚假模态等问题.
基金：
国家“863”计划项目(2015AA020514)；
国家自然科学基金(61301042)；
中国科学院百人计划项目；
江苏省自然科学基金(BK2012189)；
苏州市医疗器械与新医药专项(ZXY201426)；
2014年度中法“蔡元培”交流合作项目(201404490123)；
脑功能疾病调控治疗北京市重点实验室开放课题；
中文影响因子：
第一作者：
第一作者机构：
[1]南京理工大学电子工程与光电技术学院
通讯作者：
通讯机构：
[2]中国科学院苏州生物医学工程技术研究所
推荐引用方式(GB/T 7714)：
张欢,刘燕,佟宝同,等.联合改进CEEMD与近似熵的脑电去噪方法[J].计算机工程.2017,43(6):53-58.
