用ICA去除脑电信号中的眼球链接

Question

我是scikit学习的新手，但我正在尝试去除单个EEG通道中的眨眼（噪声峰值）。 我在互联网上搜索过，但只看到一些更复杂的阅读材料，包括MNE、PyEEG或其他Python模块。我只想要一些简单的，只依赖sklearn的东西。这是我的代码：

#The channel containing some eye-blinks
X = f1ep1_data[:,[4]]

#run ICA on signal
ica = FastICA(n_components=2)
ica.fit(X)

#reconstruct signal with independent components
components = ica.fit_transform(X)
X_restored = ica.inverse_transform(components)

fig1 = plt.figure()
plt.subplot(3,1,1)
plt.title("Original signal")
plt.plot(f1ep1_timescale, X)

plt.subplot(3,1,2)
plt.title("Components")
plt.plot(f1ep1_timescale, components)

plt.subplot(3,1,3)
plt.title("Signal Reconstructed")
plt.plot(f1ep1_timescale, X_restored)
plt.draw()

我所期待的是分离成两个部分，更清晰的脑电图信号和眨眼。我想不出是什么问题。有人能帮忙吗？在

Answer 1

如果您正在处理单通道EEG，以下是一种易于实现的方法：

1）使用简单的基于阈值的峰值检测来检测信号x中的闪烁（您可能需要通过查看信号中的几个闪烁实例来确定）。Neurosky、Muse等公司的设备都配有API来检测眨眼。如果需要，你可以用它。在

2）拍摄与闪烁对应的帧（xb）。在上面画一条平滑的线（xbs）。在

3）从闪烁（xb）中减去平滑线（xbs），并将信号的平均值相加。我们称之为xbc。在

4）将原始信号中的xbc替换为xb。在