Библиографическое описание:МЕТОД НЕЗАВИСИМЫХ КОМПОНЕНТ ДЛЯ ОЧИСТКИ ЭЛЕКТРОЭНЦЕФАЛОГРАММ ОТ АРТЕФАКТОВ РАЗЛИЧНОЙ ПРИРОДЫ : научное издание / С. В. Кириллова, А. Г. Зотин, К. В. Симонов. - Текст : непосредственный // Информатизация и связь. - 2026. - № 1. - С. 90-101. - Работа поддержана Красноярским математическим центром, финансируемым Минобрнауки РФ в рамках мероприятий по созданию и развитию региональных НОМЦ (Соглашение 075-02-2026-735). - ISSN 2078-8320, DOI 10.34219/2078-8320-2026-16-1-90-101.
Аннотация:Исследование посвящено решению актуальной задачи цифровой обработки биомедицинских сигналов -очистке многоканальной электроэнцефалограммы (ЭЭГ) от артефактов с применением метода независимых компонент. Целью работы является разработка алгоритмического обеспечения метода независимых компонент для очистки сигналов ЭЭГ от артефактов и выделения скрытых источников биоэлектрической активности. В рамках работы смоделирован фрагмент многоканальной ЭЭГ-записи, содержащий выраженный окулографический артефакт. На основе алгоритма FastICA проведена декомпозиция сигнала, визуализирован вклад каждой компоненты и осуществлена фильтрация посредством обратной реконструкции записи с исключением шумовой составляющей. Рассмотрены процедуры предварительной обработки данных, необходимые для реализации алгоритма. Проведены эксперименты по разложению сгенерированной и зашумленной артефактом многоканальной записи ЭЭГ на независимые компоненты, а также идентификации артефактов и восстановлению очищенного сигнала. Достигнуто повышение отношения сигнал/шум (SNR) с -1.25 дБ до 5.23 дБ, что свидетельствует о качественном восстановлении полезного сигнала. Полученные результаты позволяют сделать вывод о том, что разработанное алгоритмическое обеспечение может быть использовано для эффективной обработки данных в системах нейроинтерфейсов и медицинской диагностики.
The study is devoted to solving a pressing problem in digital processing of biomedical signals: cleaning multichannel electroencephalograms (EEG) from artifacts using the independent component method. The aim of the work is to develop algorithmic support for the independent component method for cleaning EEG signals from artifacts and identifying hidden sources of bioelectrical activity. As part of the work, a fragment of a multichannel EEG recording containing a pronounced oculographic artifact was modeled. Based on the FastICA algorithm, the signal was decomposed, the contribution of each component was visualized, and filtering was performed by means of inverse reconstruction of the recording with the exclusion of the noise component. The data preprocessing procedures required for implementing the algorithm are discussed. Experiments are conducted to decompose a generated, artifact-contaminated multichannel EEG recording into independent components, as well as to identify artifacts and reconstruct the cleaned signal. An increase in the signal-to-noise ratio (SNR) from -1.25 dB to 5.23 dB was achieved, which indicates high-quality restoration of the useful signal. The obtained results allow us to conclude that the developed algorithmic software can be used for efficient data processing in neural interface systems and medical diagnostics.
Издательство:Администрация Ярославской области, Министерство Российской Федерации по связи и информатизации, Государственная техническая комиссия при Президенте Российской Федерации, Москва
Источник:Информатизация и связь
Выпуск:№ 1
Номера страниц:90-101
Держатель оригинала документа:Институт вычислительного моделирования СО РАН, Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева, Сибирский федеральный университет
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
