范TY -的A2 -陈,非盟-李,伟峰盟——沈Yuxiaotong盟——张,杰盟——黄,小林盟——陈应非盟-通用电气,Yun PY - 2018 DA - 2018/05/27 TI -常见干扰去除使用独立分量分解从茂密的多通道脑电图SP - 1482874六世- 2018 AB -提高空间分辨率,密集的多通道脑电图有超过32导致了越来越多的应用。然而,强常见干扰不仅会掩盖弱组件产生的特定的隔离神经来源,还导致严重的大脑不同区域之间的伪相关,导致大脑连接或网络上大变形分析。从快速独立分量分析算法,首先推导出混合矩阵的独立源组件基于基线信号之前的任务。然后,我们确定常见干扰这些组件的混合向量张成的最小角度对单一向量。通过假设常见干扰和相应的混合向量保持一致在整个实验中,我们运用分层和混合矩阵的任务和删除推断出常见的干扰信号。随后,我们使用仿真验证的方法。最后,全球一致性指数计算进行验证。事实证明,该方法可以成功删除的共同干扰,这样杰出的连贯性μ节奏在运动图像的任务是一览无遗。该方法可以获得广泛应用,因为它揭示了真正的当地来源尽管之间的相关性较低的信噪比。SN - 1748 - 670 - 2018/1482874 / 10.1155 x你——https://doi.org/10.1155/2018/1482874——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER