高级检索
当前位置: 首页 > 详情页

基于ica方法去除人工耳蜗erp信号伪迹的研究

Removal of cochlear implant artifacts of ERP based on independent component analysis

| 导出 |

文献详情

资源类型:

收录情况: ◇ 统计源期刊

机构: [1]首都医科大学生物医学工程学院临床生物力学应用基础研究北京市重点实验室 [2]首都医科大学附属北京同仁医院耳鼻喉科,北京 市耳鼻咽喉科研究所,北京市耳鼻咽喉头颈科学 教育部重点实验室
出处:
ISSN:

关键词: 独立成分分析 人工耳蜗 事件相关电位 伪迹 去噪

摘要:
目的人工耳蜗植入者的听觉诱发电位含有较大的伪迹信号,影响了其在人工耳蜗植入后的效果评估。功能成像方法由于安全问题和介入性等特点,不适用于人工耳蜗植入者。本文利用独立成分分析(independent component analysis,ICA)去除人工耳蜗伪迹,为进一步利用听觉诱发电位信号客观评价人工耳蜗植入者言语识别能力和人工耳蜗植入效果提供便利。方法采用经典Oddball模式,分别以言语声/ba/和/da/为标准刺激和偏差刺激,测量人工耳蜗植入者的听觉事件相关电位(eventrelated potential,ERP),采用ICA方法去除ERP信号中人工耳蜗造成的伪迹,并分析其独立成分的时域波形和脑地形图特征。本文对10例人工耳蜗植入6个月的受试者进行ERP测试,并比较了Infomax和Jade两种算法去除人工耳蜗伪迹的效果。结果根据独立成分的时域波形和脑地形图特征,可以将人工耳蜗伪迹对应的独立成分识别出来。人工耳蜗伪迹独立成分的时域波形类似于一个基座,其脑地形图显示在植入侧有较高的电位。去除人工耳蜗伪迹后的ERP波形显示出原始的形态。Infomax算法能够更有效地去除ERP信号中的人工耳蜗伪迹。结论 ICA方法可以有效地将人工耳蜗伪迹从人工耳蜗植入者的ERP信号中分离出来。

基金:
语种:
第一作者:
第一作者机构: [1]首都医科大学生物医学工程学院临床生物力学应用基础研究北京市重点实验室
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:28494 今日访问量:0 总访问量:1584 更新日期:2025-09-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 首都医科大学附属北京同仁医院 技术支持:重庆聚合科技有限公司 地址:北京市东城区东交民巷1号(100730)