面向事件相关电位成分的稀疏字典构建方法

来源：信号处理杂志 2018年第8期北京时间：

作者：李海峰, 丰上, 马琳, 徐睿峰, 徐忠亮

摘要：利用稀疏分解来研究EEG信号是一种新兴的可靠的方法。常见的稀疏字典学习算法中，K-SVD算法得到了比较广泛的应用。但是利用K-SVD算法获得的字典原子很难完整的包含EEG信号中的事件相关电位（ERP）成分,通常样本中的ERP成分都会分布在大量原子中。本文提出把常用的K-SVD算法基础结合稀疏性能指标作为约束条件，解决稀疏字典难以与ERP成分对应的问题，并给出利用该算法进行ERP分析的步骤。通过在一个基于听觉刺激的公开数据集上使用本文的方法，成功地获得了包含完整目标ERP成分的字典原子，证明了方法的可行性。

关键词：稀疏字典, 事件相关电位, 脑电图, 成分分析