Few-channel 最新动态

EEG 眼动伪迹去除：面向便携式应用的 DWT 与 ANC 结合改进方法

基于摘要分析。该研究针对便携式单通道 EEG 中的眼动伪迹（OA）去除问题，提出结合离散小波变换（DWT）与自适应噪声抵消（ANC）的方法。核心贡献是利用 EEG 的三个最低频小波系数构造 OA 参考信号，再结合 ANC 去除伪迹，以适应可穿戴设备对传感器数量的限制。 机制上，参考信号由待处理 EEG 自身的小波系数构造，而非依赖多通道分解。摘要未说明小波基、分解层级、系数选择与重构细节，以及 ANC 的滤波器结构和更新规则，这些实现条件尚未验证。 评估使用模拟数据与实测数据，对照包括基于平稳小波变换的方法，以及作者此前基于小波包变换和独立成分分析的方法。作者报告，在这些评估条件下，新方法对真实 EEG 信号的恢复与跟踪性能有所改善；摘要未提供具体指标、数值、样本规模或统计结果。作者还将方法应用于 EUFP 7 的 OPTIMI 项目记录数据，报告其能够有效去除 OA，并满足该项目所代表的便携式患者监测系统需求。这不等同于已经验证 BCI 解码收益。 复现时应重点核对低频参考信号是否包含真实脑活动，以及去伪迹过程是否会削弱目标神经成分，同时检查不同伪迹强度下的稳定性。实验协议、消融及统计信息尚未验证；摘要亦未提供代码可用性。平台推测（待验证）：该机制可能适用于单通道便携式 EEG 预处理，但对具体 BCI 任务的有效性仍需通过信号保真度与下游任务表现独立评估。