王永轩 邱天爽 刘 蓉

(大连理工大学 电子信息与电气工程学部，大连 116024)

引言

诱发电位(evoked potential，EP)反映了中枢神经系统的感觉通路及皮层区域的神经电活动情况，是临床医学诊断神经系统损伤及病变的重要手段之一，也是实现脑-机接口(brain-computer interface，BCI)的重要脑电信号之一[1-2]。由头皮表面测得的EP信号是和自发脑电(EEG)等背景噪声同时记录到的，信噪频谱重叠，而且信噪比很低，所以提取难度较大。目前，临床医学通常使用的方法是叠加平均法[3-4]，通过很多的刺激次数来得到足够的信噪比。然而，叠加平均法中太多的刺激次数会增大每次EP信号之间的差异，而且反复刺激容易引起神经疲劳甚至产生暴发伪迹，因此少次提取问题成为一个重要的研究热点和难点。此外，EP信号是由特定位置的大脑皮层细胞产生的反应，传导到头皮不同位置时相当于经过了不同的系统，很难用线性模型描述，从而 EP信号的单导提取也显得尤为重要。

独立分量分析(independent component analysis，ICA)是为解决盲源分离问题而产生的一种有效算法[5-8]。它从多路观测信号出发，对已知信息量很少的源信号进行估计，最后得到相互独立的源信号的近似值。ICA算法处理的对象是相互独立的源信号经未知线性组合而产生的一组混合信号，在实际使用时，一般假设观测信号路数大于或等于独立源的个数。显然在EP信号单导提取任务中无法利用多导信号提供的空间信息，因此不能直接使用ICA算法。为了实现这一目的，文献[9-10]均引入了一路噪声(EEG)作为虚拟通道，将单路观测信号扩展为两路，以满足ICA算法的应用条件。……