登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 电子信息类 > 电子信息工程 > 正文

基于组信息指导ICA的脑电信号伪迹消除算法研究任务书

 2020-03-23 09:30:44  

1. 毕业设计(论文)主要内容:

脑电信号是一种反映大脑活动的生物电信号,在研究人脑功能、疾病诊断及康复工程等方面发挥着越来越大的作用。然而脑电信号的采集极易受到无关噪声的干扰,导致采集到的信号产生明显畸变,形成伪迹,给脑电信号的分析带来极大困难。因此,如何消除伪迹、同时确保信息不丢失是脑电信号预处理中的重要研究内容之一。本课题拟深入研究组信息指导的独立成分分析(GIG-ICA)算法,并将其应用于脑电信号的伪迹消除,最后通过MATLAB平台完成算法仿真,多方面验证算法的有效性。

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。

(2)完成开题报告及任务书。

(3)利用gig-ica算法,实现脑电信号中的眼电伪迹消除

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。

(3)第7-9周:研究gig-ica算法,完成脑电信号伪迹消除算法的设计。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] y. h. du, y. fan. group information guidedica for fmri data analysis. [j]. neuroimage, 2013, 69(4):157-197.

[2] 李文轩, 李伟, 李梦凡,等. 基于独立成分分析的优选n200和p300特征通道算法[j]. 计算机工程与科学, 2017, 39(9):1682-1690.

[3] a.k. barros, r. vigário, v. jousm#228;ki, et al. extraction ofevent-related signals from multichannel bioelectrical measurements[j].biomedical engineering, ieee transactions on, 2000, 47(5):583-588.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图