نوع مقاله : مقاله کامل پژوهشی
نویسندگان
1 فارغ التحصیل کارشناسی ارشد مهندسی مخابرات، دانشکده مهندسی برق، دانشگاه یزد، یزد
2 دانشیار، دانشکده مهندسی برق، دانشگاه یزد، یزد
3 استادیار، دانشکده مهندسی، دانشگاه پیام نور، اصفهان
چکیده
هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی- فیلتر تطبیقی حداقل مربعات بازگشتی (CCA-RLS) در حذف آرتیفکت چشمی (EOG) از سیگنال مغزی (EEG) و مقایسة آن با روشهای آنالیز مؤلفههای مستقل (ICA)، آنالیز همبستگی کانونی(CCA)، فیلتر تطبیقی حداقل مربعات بازگشتی (RLS) و روش ترکیبی ICA-RLS است. برای این منظور، بعد از تجزیة سیگنال نویزی توسط CCA، مؤلفة شامل آرتیفکت EOG با محاسبة مقدار کرتوزیس شناسایی شده و با استفاده از فیلتر RLS، فیلتر شد؛ سپس با ترکیب مؤلفهها، سیگنال حذف نویزشده بازسازی شد. برای مقایسة کمّی روشها از دو معیار ارزیابی میانگین مجذور مربعات خطا (MSE) و نسبت سیگنال به نویز (SNR) برای دادههای شبیهسازی شده استفادهشده است. متوسط مقادیر MSE وSNR برای 5 نفر در 4 کانال مختلف محاسبه شد. دادههای استفادهشده از مجموعه دادههای مسابقات BCI2008 انتخاب شدند. با توجه به نتایج بهدست آمده، روش ترکیبی پیشنهادی CCA-RLS ، عملکرد بهتری نسبت به سایر روشهای استفادهشده در این مقاله دارد.
کلیدواژهها
موضوعات
عنوان مقاله [English]
A New Hybrid Method for EOG Artifact Rejection from EEG Signal Using CCA and RLS
نویسندگان [English]
- Maryam Tavakoli Najafabadi 1
- Vahid Abootalebi 2
- Farzaneh Shayegh 3
1 MSC graduated, Electrical Engineering Department, Yazd University, Yazd, Iran
2 Associate Professor, Electrical Engineering Department, Yazd University, Yazd, Iran
3 Assistant Professor, Engineering Department, Payamnoor University, Esfahan, Iran
چکیده [English]
The purpose of this article is to evaluate the efficiency of Canonical Correlation Analysis- Recursive Least Square (CCA-RLS)hybridmethod in ElectroOcluGram (EOG) artifact removal from ElectroEncephaloGram (EEG) signal and compare it with Independent Component Analysis (ICA), Canonical Correlation Analysis (CCA), Recursive Least Square (RLS)methods and ICA-RLS hybrid method. After decomposition of the noisy signal by CCA, the noisy components aredetected based ontheir kurtosis, and are filtered by RLS. As the result,the enhanced signal is reconstructed by mixing the original noise-free components and filtered components. In order to compare the methods quantitatively, two evaluation criteria, namely Mean Square Error (MSE) and Signal to Noise Ratio (SNR) are used.The MSE and SNR average values were calculated for five subject in four different channels. EEG data are taken from BCI2008. According to the results,the combination of CCA-RLS method has better performance compareto the other methods used in this paper.
کلیدواژهها [English]
- EOG artifact
- CCA-RLS method
- RLS filter
- EEG signal