1. 研究目的与意义（文献综述）

1.1研究目的及意义

人类对于大脑的探究由来已久。心理学家、神经科学家、临床医学家以及有关的工程技术人员，都在探索如何利用无损伤的方法来观察人脑进行思维时的特征性变化。通过对大脑的信号的研究，人们可以找寻和探索人的思维、心理、脑部疾病等发生和运作的原理。脑电活动首次于1924年被德国精神科教授ham berger测量并定名为electroencephalography（eeg）。eeg信号是一种反应大脑活动的生物电信号，是大脑皮层或头皮表层记录到的大脑皮层神经元群突触后电位的总和，其中蕴含了大量的心理、生理和病理信息，其特征与大脑皮质的活动程度有很大关系，目前被广泛运用于神经心理学、大脑意识及认知、脑部疾病的诊断、脑机接口等诸多研究领域当中。

2. 研究的基本内容与方案

本课题以脑电信号的伪迹消除为背景，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，从模拟数据和实际脑电信号数据的伪迹消除效果两方面验证算法的有效性。

研究过程中着重解决以下问题：

1) gig-ica算法的实现

3. 研究计划与安排

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。

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。

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。

4. 参考文献（12篇以上）

[1]y.h.du,y.fan.group information guided ica 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 of event-related signals from multichannel bioelectrical measurements[j].biomedical engineering, ieee transactions on, 2000,47(5):583-588.