王宏旭，张晨洁，刘勇，郭滨

（长春理工大学 电子信息工程学院，长春 130022）

大脑是由亿万个神经元组成的复杂系统，负责身体的各个功能的协调运作，通过大脑皮层上电极记录下的大脑细胞群的电位活动称为脑电信号[1]。通过对脑电信号进行研究可以获得丰富的心理及生理的疾病信息，所以脑电信号的分析及去噪算法的研究无论是在临床的诊断和急病治疗上都是十分重要的。一般来说，脑电信号具有背景噪声强、信号微弱等特点，所以如何消除脑电数据的噪声，更好地获取对大脑有用的信息是当今研究的热门话题。

近年来小波变换广泛应用于信号处理和图像融合等领域。小波去噪的方法主要有模极大值法、空间滤波、阈值法，其中阈值法国内外学者广泛应用的方法[2]。阈值的选取是根据信号的长度设定，其设定的方法具有单一性，无法一次性对信号参数进行选定，由于选取过于零散，无法满足信号复杂等特点。所以针对这一问题，很多学者提出阈值选取的方法，文献[3]提出一种全局阈值选取方法，根据分解层数的不同对脑电信号进行去噪，虽然在信号中混入基线漂移，但是还原了脑电特征；文献[4]利用小波变换对EEG信号进行高频和低频系数分解，并且利用改进的阈值选取方法，根据分解层数，对小波变换后的小波系数进行自适应阈值处理，去噪效果优于硬阈值、软阈值、Garrote阈值；文献[5]设计了阈值选取器，结合最小均方误差和小波去噪方法，提出一种LMS算法来自适应控制阈值参数，可较大程度减少噪声，提高信噪比，且该方法比传统去噪方法更准确。……