Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.34219/2078-8320-2026-16-1-90-101
Ключевые слова: Multichannel electroencephalogram, EEG signals, independent component analysis, artifacts, FastICA algorithm, signal decomposition, inverse reconstruction of recording, многоканальная электроэнцефалограмма, сигналы ЭЭГ, метод независимых компонент, артефакты, алгоритм FastICA, декомпозиция сигнала, обратная реконструкции записи
Аннотация: Исследование посвящено решению актуальной задачи цифровой обработки биомедицинских сигналов -очистке многоканальной электроэнцефалограммы (ЭЭГ) от артефактов с применением метода независимых компонент. Целью работы является разработка алгоритмического обеспечения метода независимых компонент для очистки сигналов ЭЭГ от артефактов иПоказать полностьювыделения скрытых источников биоэлектрической активности. В рамках работы смоделирован фрагмент многоканальной ЭЭГ-записи, содержащий выраженный окулографический артефакт. На основе алгоритма FastICA проведена декомпозиция сигнала, визуализирован вклад каждой компоненты и осуществлена фильтрация посредством обратной реконструкции записи с исключением шумовой составляющей. Рассмотрены процедуры предварительной обработки данных, необходимые для реализации алгоритма. Проведены эксперименты по разложению сгенерированной и зашумленной артефактом многоканальной записи ЭЭГ на независимые компоненты, а также идентификации артефактов и восстановлению очищенного сигнала. Достигнуто повышение отношения сигнал/шум (SNR) с -1.25 дБ до 5.23 дБ, что свидетельствует о качественном восстановлении полезного сигнала. Полученные результаты позволяют сделать вывод о том, что разработанное алгоритмическое обеспечение может быть использовано для эффективной обработки данных в системах нейроинтерфейсов и медицинской диагностики. The study is devoted to solving a pressing problem in digital processing of biomedical signals: cleaning multichannel electroencephalograms (EEG) from artifacts using the independent component method. The aim of the work is to develop algorithmic support for the independent component method for cleaning EEG signals from artifacts and identifying hidden sources of bioelectrical activity. As part of the work, a fragment of a multichannel EEG recording containing a pronounced oculographic artifact was modeled. Based on the FastICA algorithm, the signal was decomposed, the contribution of each component was visualized, and filtering was performed by means of inverse reconstruction of the recording with the exclusion of the noise component. The data preprocessing procedures required for implementing the algorithm are discussed. Experiments are conducted to decompose a generated, artifact-contaminated multichannel EEG recording into independent components, as well as to identify artifacts and reconstruct the cleaned signal. An increase in the signal-to-noise ratio (SNR) from -1.25 dB to 5.23 dB was achieved, which indicates high-quality restoration of the useful signal. The obtained results allow us to conclude that the developed algorithmic software can be used for efficient data processing in neural interface systems and medical diagnostics.
Журнал: Информатизация и связь
Выпуск журнала: № 1
Номера страниц: 90-101
ISSN журнала: 20788320
Место издания: Москва
Издатель: Администрация Ярославской области, Министерство Российской Федерации по связи и информатизации, Государственная техническая комиссия при Президенте Российской Федерации