本研究将基于自适应模糊神经网络(ANFIS)的噪声消除方法应用于视觉诱发脑电信号的单次提取.通过数字仿真和实际临床应用的结果验证了该方法的有效性.经与目前临床通用的相干平均法比较,在波形整体和P100潜伏期的提取上,效果显著.
目的本文旨在提取淹没在强背景噪声自发脑电信号(EEG)中的视觉诱发脑电信号.方法通过设计合适的自适应模糊神经网络(ANFIS),对视觉诱发脑电信号进行建模,从而采用自适应噪声消除方法滤除干扰信号,提取出视觉诱发脑电信号.结果经与目前临床通用的相干平均法比较,在波形整体和P100潜伏期的提取上,效果显著.结论基于ANFIS的自适应噪声消除方法可有效的用于诱发脑电信号VEP的检测.
目的:为了改善脊髓术中监护的准确性和实时性,一种可移植于FPGA的定点数算法自适应噪声消除器被应用于改善体感诱发电位的信噪比.方法:仿真浮点数算法、定点数算法自适应消噪器对离线SEP信号处理的效果.比较两种滤渡器在不同收敛系数下失真指数的趋势.结果:定点数算法在收敛系数较小的范围内失真指数较浮点数算法略大.随着收敛系数的增大,二者差异逐渐缩小.结论:通过合理优化收敛系数,定点数自适应消噪器能够逼近浮点数自适应消噪器,满足SEP检测的要求.
