机构名称：
¥ 10.0
收集到脑电图 (EEG) 记录后，有多种技术可用于准备数据以供分析。一种复杂且越来越流行的技术是应用独立成分分析 (ICA) 来将信号与噪声分离。在头皮记录的 EEG 信号并不是大脑神经生理活动的纯粹测量值，并且受到来自各种来源的噪声的污染。在 EEG 记录中通常会观察到肌肉收缩、眨眼、心跳、与汗水相关的信号改变、环境噪声和设备故障。这些噪声源会使测量与实验任务操作或个体差异相关的大脑活动的细微变化变得困难。ICA 可用于识别数据中的这些噪声源。最终目标是分离出并保留与大脑相关的“成分”，同时尽可能多地丢弃其他所有成分。（有关更多背景信息，请参阅：Hyvarinen 和 Oja 2000；神经网络）。
ICACLEANEEG 版本 1.3 基于 MATLAB 的 EEG ...
主要关键词
相关文件推荐
