文件名称:
EEMD-ICA方法可增强噪声多变量神经数据的伪像抑制
开发工具:
文件大小: 899kb
下载次数: 0
上传时间: 2021-03-03
详细说明：由于神经数据通常比较嘈杂，因此伪影剔除对于数据预处理至关重要。 长期以来，对于这样一种方法，它一直是一个巨大的研究挑战，该方法能够（1）最大限度地消除伪影，并且（2）同时避免结构信息的丢失或破坏，因此存在对数据引入偏差的风险解释可能会降到最低。 在这项研究中，提出了一种方法（即EEMD-ICA），该方法首先使用整体经验模式分解（EEMD）将可能带有噪声的多变量神经数据分解为固有模式函数（IMF）。 然后将独立成分分析（ICA）应用于IMF，以分离出人为成分。 该方法已针对经典ICA和自动小波ICA（AWICA）方法进行了测试，这是伪影剔除的主要方法。 为了评估所提出的方法在处理可能带有强烈噪声的神经数据中的有效性，已经使用混有多种噪声的半模拟数据进行了去除伪影的实验。 实验结果表明，该方法在归一化均方误差（NMSE）和结构相似度（SSIM）方面均连续优于同类方法。 在所有情况下，随着噪声信号比（NSR）的增加，优越性变得更大，例如，EEMD-ICA的SSIM几乎可以达到AWICA的两倍，而ICA则可以达到三倍。 为了进一步检查该方法在复杂应用中的潜力，该方法与相应方法一起被用于对没有癫
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
