基于虚拟通道的ICA的PVEP提取方法的研究

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (7): 137-139.doi: 10.3969/j.issn.1007130X.2010.

基于虚拟通道的ICA的PVEP提取方法的研究

刘钦团1，邱飞岳1，2，李浩君2

（1. 浙江工业大学信息工程学院，浙江杭州310032；2. 浙江工业大学教科学院，浙江杭州310012）

收稿日期:2009-01-03 修回日期:2009-04-09 出版日期:2010-06-25 发布日期:2010-06-25
通讯作者: 刘钦团 E-mail:lqt83@126.com
作者简介:刘钦团（1983），男，浙江金华人，硕士生，研究方向为微弱信号提取和图像处理；邱飞岳，教授，研究方向为数字技术与仪器、微弱信号提取、图像处理；李浩君，讲师，研究方向为微弱信号提取和图像处理。
基金资助:
浙江省科技计划资助项目（2006C31001）

A Method of the Estimation of Pattern Visual Evoked Potential (PVEP)Based on the ICA of Virtual Channels

LIU Qintuan1,QIU Feiyue1,2,LI Haojun2

(1.School of Information Engineering,Zhejiang University of Technology,Hangzhou 310032；
2.Department of Educational Technology,Zhejiang University of Technology,Hangzhou 310012,China)

Received:2009-01-03 Revised:2009-04-09 Online:2010-06-25 Published:2010-06-25
Contact: LIU Qintuan E-mail:lqt83@126.com

摘要/Abstract

摘要：

本文介绍了独立分量分析算法（ICA）的原理、算法及其特点。采用ICA算法进行PVEP的提取，考虑到仪器实际应用中单通道VEP信号的提取，本文通过引入虚拟通道，构造虚拟多通道，克服了ICA无法直接对单路信号进行独立分量分析的难题，实现PVEP单通道单次的有效提取。经与目前临床通用的相干平均法比较，只需单通道、单次，在波形整体和P100潜伏期的提取上，效果显著，获得医师欢迎，很有进一步开发潜力。

关键词: ICA, PVEP, 虚拟通道, 单次提取

Abstract:

The principle and algorithms of independent component analysis(ICA) is illustrated. The paper introduces virtual channels and the virtual structure of multichannel, to complete a singletrial estimation of singlechannel pattern PVEP, which overcomes the problem of using ICA directly to singlechannel signals. Compared with the average technology, its encouraging results are illustrated by both computer simulation and clinical data applications. The number of trials needed is reduced to one. By analyzing the time course and spatial pattern of the independent components, a certain component is found to be closely related with the P100 latent period in the VEP complex.

Key words: ICA;PVEP;virtual channel;singletrial estimation

刘钦团1，邱飞岳1，2，李浩君2. 基于虚拟通道的ICA的PVEP提取方法的研究[J]. J4, 2010, 32(7): 137-139.

LIU Qintuan1,QIU Feiyue1,2,LI Haojun2. A Method of the Estimation of Pattern Visual Evoked Potential (PVEP)Based on the ICA of Virtual Channels[J]. J4, 2010, 32(7): 137-139.

[1]	王英, 陈文祺, 韩耀郴. 基于元学习和图滤波器的节点分类研究[J]. 计算机工程与科学, 2023, 45(12): 2274-2280.
[2]	孙宝贵, 车文刚, 廖江福, . 一种改进的KNN案例推理检索算法[J]. 计算机工程与科学, 2021, 43(12): 2263-2271.
[3]	蒋芸, 王发林, 张海. 基于集成分类型深度神经网络的视网膜眼底血管图像分割[J]. 计算机工程与科学, 2021, 43(05): 862-871.
[4]	李丹枫, 王飞, 赵国鸿. 一种大流量报文HMAC-SM3认证实时加速引擎[J]. 计算机工程与科学, 2021, 43(01): 82-88.
[5]	徐文华，张育平. 一种基于航电系统架构模型的故障树自动建模方法[J]. 计算机工程与科学, 2017, 39(12): 2269-2277.
[6]	胡军，陈松，王明明. AltaRica 3.0模型到Promela模型转换与验证方法研究[J]. 计算机工程与科学, 2017, 39(04): 708-716.
[7]	杨勇,宋娟萍. 基于软直觉multiplicative集的决策方法[J]. 计算机工程与科学, 2016, 38(09): 1930-1936.
[8]	王若曈1，黄向东2，张博2，王建民2，罗兵1. 海量气象数据实时解析与存储系统的设计与实现[J]. J4, 2015, 37(11): 245-2054.
[9]	张小红，穆宇超. 盲分离的帧时隙超高频RFID系统防碰撞算法[J]. J4, 2015, 37(03): 559-565.
[10]	肖磊，金光，厉海涛. 基于多模型的能源组件维修性建模与仿真研究[J]. J4, 2012, 34(6): 182-186.
[11]	陈微,王志英,陈顼颢,沈立,陆洪毅,肖侬. 基于DICache的混合线索解释执行技术[J]. J4, 2012, 34(2): 50-55.
[12]	辛乃军,陈旭灿,孙海燕,阳柳,罗杰,淡孝强,王霁. 基于GCC的高性能DSP Matrix向量指令集扩展[J]. J4, 2012, 34(1): 58-63.
[13]	赵建军,何相良,丁建完. 基于Modelcia的空调半实物仿真系统的设计与实现[J]. J4, 2011, 33(12): 52-56.
[14]	公昱文张桂芸马洪芝. ICA算法在fMRI中的应用[J]. J4, 2008, 30(10): 37-39.
[15]	程斌金海徐婕. 一种基于Active Replication的TCP连接容错技术[J]. J4, 2005, 27(9): 71-73.

基于虚拟通道的ICA的PVEP提取方法的研究

A Method of the Estimation of Pattern Visual Evoked Potential (PVEP)Based on the ICA of Virtual Channels

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价