吴全玉，张文强，潘玲佼，陶为戈，刘晓杰

（江苏理工学院电气信息工程学院生物信息与医药工程研究所，常州，213001）

引 言

脑电（Electroencephalogram, EEG）信号包含丰富的人体生理信息，是实现人机控制系统的新手段[1-3]，但信号的非线性和微弱性导致采集的EEG 信号更容易受到噪声干扰。如果不能充分祛除噪声干扰，后续的EEG 信号分析工作将受到影响，如信号的特征提取[4-5]和信号的分类问题。常见的干扰有设备和交流电造成的工频干扰[6]和高频信号干扰。还有受试者生理状态造成的干扰，如眼电（Electrooculography, EOG）伪迹[7-9]、心电（Electrocardiogram, ECG）伪迹[10-11]和肌电（Electromyogram, EMG）伪迹[12]等。其中工频干扰和高频干扰可通过滤波器进行滤波处理，EMG 和ECG 伪迹与被采集者的人为活动关系密切，采集时多加注意可有效缓解。但由于眼睛运动如不由自主的眨眼等与信号采集装置较近的原因，EEG 信号中常常混有EOG 伪迹，且伪迹幅值较大。此外，与EEG 信号有相重叠的部分，对EEG 信号精度影响也很大。

近几年，随着脑机接口[13-14]技术的发展，出现了许多眼电EOG 伪迹祛除算法，具体可细分为以下3 种方法：回归法、阈值法和时域信号处理方法。回归法不适用于实时EEG 信号中伪迹的祛除，需要分批量的进行伪迹祛除工作，同时在消除EEG 信号中伪迹时，也会造成原本信号的损失。但是回归法定位伪迹准确，与其他方法结合使用，是目前研究的热点。阈值法通过删除幅度超过设定范围的信息，获得无伪迹的EEG 信号，缺点与回归方法相似。时域信号处理方法包括主成分分析（Principal component analysis, PCA）和独立 成 分分析（Independent component analysis, ICA）[15-17]。……