基于EOG的阅读行为识别中眨眼信号去除算法研究

来源：信号处理杂志 2017年第2期北京时间：

作者：张贝贝, 欧阳蕊, 张超, 吕钊

摘要：由于眼电图(EOG)能反映不同行为状态下的眼球运动模式，因此，基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响，提高正确率，本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利用ICA方法从原始多通道EOG信号中分离出眨眼信号，然后通过计算各输出通道的峭度值，自动识别眨眼信号通道，将其置零后映射回原始观测信号以达到噪声去除目的。实验室环境下，对降噪后的EOG信号进行阅读状态识别，其平均正确率达到95.5%，相比较原始EOG信号、带通滤波法及主分量分析方法(PCA)分别提升了3.39%，5.00%和2.70%，实验结果验证了所提算法的有效性。

关键词：眼电图, 独立分量分析算法, 主分量分析算法, 低通滤波器, 峭度