视觉感受区电位信号(LFP)的脑电波分离  

Visual Perception Local Field Potential( LFP) Signals Separation of Electroencephalogram

作　　者：郭璇[1,2] 肖治庭[2] 吴文辉[2] 

机构地区：[1]武警警官学院,成都610213 [2]国防信息学院,武汉430010

出　　处：《科学技术与工程》2015年第5期185-190,201,共7页Science Technology and Engineering

基　　金：国家自然科学基金(61302011;81271659);中国博士后科学基金面上项目(2014m552348)资助

摘　　要：为研究人(动物)的行为与脑电波之间的关系,提出了一种新的小鼠视觉感受区电位信号(LFP)与呼吸相关联的脑电波分离模型。采用盲信号分离(BSS)、独立分量分析法(ICA)对局部场电位建立线性瞬时混合信号系统数学模型;利用小波包进行LFP的分解并重构信号,对睡眠状态下小鼠视觉感受区局部场电位信号进行了15层分解和重构。实验证明,小波包分解高频分量系数cd13的解析重构信号与δ波频率吻合,小鼠睡眠状态下分离出的与呼吸相关联的脑电波信号为δ波。For the study of relationship between human（ animal） behavior and electroencephalogram,a new electroencephalogram relates to breathe rhythmically separated model of visual perception local field potential（ LFP）signals in mice is proposed. A instantaneous linear mixed signal system mathematical model is set up through the adoption of blind signal separation（ BSS） and independent component analysis（ ICA）. By using wavelet packet decomposition and reconstruction to decompose and reconstruct visual perception LFP signals in sleeping mice for15 wavelet. Experiments show that coefficient of wavelet packet decomposition of the high frequency component cd13 resolution reconstruction signals is match to the delta wave frequency,mice sleep state associated with respiratory isolated brain signals is delta wave.

关 键 词：脑电波(EEG) 盲信号分离(BSS) 独立分量分析(ICA)方法 小波包分解 

分 类 号：R318.04[医药卫生—生物医学工程]