20、脑电信号与超声图像去噪方法解析

脑电信号与超声图像去噪方法解析

在生物医学信号处理领域，脑电（EEG）信号和超声图像的去噪处理至关重要。EEG 信号常用于生物特征识别，但易受各种伪影干扰；超声图像则存在斑点噪声，影响临床分析和定量测量。下面将详细介绍针对这两种情况的去噪方法。

1. EEG 信号去噪

EEG 信号具有幅值极小的特点，极易受到诸如眼部、肌肉、心脏、舌动以及环境等不同伪影的污染，这些伪影会对 EEG 经典频段产生干扰。为了有效去除这些伪影，以便顺利提取特征，学者们在过去几十年中开发了无数的方法和技术。

1.1 现有去噪方法

• 传统滤波技术 ：包括带通滤波等。
• 盲源分离算法 ：如独立成分分析（ICA）。不过，ICA 是一种多通道方法，不能直接应用于单通道 EEG 信号。
• 直接剔除噪声瞬间 ：但该过程需要手动检查数据、找出噪声部分并最终去除，当杂质强度较高时，会导致不良的信息丢失。

为解决单通道 EEG 信号的去噪问题，提出了平稳小波变换（SWT）和 ICA 相结合的方法。

1.2 提出的 EEG 信号去噪方法

该方法的流程如下：

graph LR
    A[含噪 EEG 信号] --> B[SWT 分解]
    B --> C[软阈值处理]
    C --> D[快速 ICA]
    D --> E[信号重建]