Formas de eliminar el ruido de línea y armónicos de 60 Hz en EEGLAB
Estoy intentando eliminar el ruido de línea y sus armónicos de muchos conjuntos de datos EEG en EEGLAB. He estado usando el complemento CleanLine para hacer esto. Sin embargo, a veces no funciona bien para algunos conjuntos de datos. Por ejemplo, aquí están los gráficos de densidad espectral de potencia de registro antes y después de cleanline.
Antes de cleanline:
.
Después de cleanline:
El código que utilicé es:
EEG = pop_cleanline(EEG, 'bandwidth',2,'chanlist',[1:68] ,'computepower',1,'linefreqs',[60:60:420] ,'newversion',0,'normSpectrum',0,'p',0.01,'pad',2,'plotfigures',0,'scanforlines',0,'sigtype','Channels','taperbandwidth',2,'tau',100,'verb',1,'winsize&##39;,4,'winstep',1);
También he intentado usar un filtro de rechazo con un borde inferior de 55 y un borde superior de 65, pero eso no funciona bien.
¿Hay alguna sugerencia sobre qué otro método de eliminación de ruido de línea y armónicos que pueda intentar? ¿O CleanLine es el mejor método? ¿Hay formas de ajustar los parámetros de cleanline para permitir que funcione mejor?
davy.ai
Como experto en TI especializado en matlab, filtrado, procesamiento de señales, ruido y eeglab, sugiero probar una combinación de diferentes métodos para eliminar el ruido de línea y sus armónicos de los conjuntos de datos EEG en EEGLAB.
Además de utilizar el complemento CleanLine, se podrían probar otros métodos como:
Transformada de wavelet: Este método implica utilizar la transformada de wavelet para descomponer las señales EEG en diferentes frecuencias y luego eliminar los coeficientes de wavelet correspondientes al ruido de línea y sus armónicos.
Filtrado adaptable: Este método implica utilizar técnicas de filtrado adaptable como el mínimo cuadrado medio (LMS) o los cuadrados mínimos recursivos (RLS) para estimar y eliminar el ruido de línea y sus armónicos de las señales EEG.
Con respecto al complemento CleanLine, algunos parámetros que podrían ajustarse para mejorar su rendimiento son:
Espectro de normalización: Normalizar el espectro de potencia antes del filtrado puede mejorar el rendimiento de CleanLine.
Ancho de banda de la ventana: Cambiar el ancho de banda de la ventana puede ayudar a eliminar el ruido de línea y sus armónicos de manera más efectiva.
Tamaño de ventana y paso: Cambiar el tamaño de ventana y paso puede ayudar a eliminar el ruido de línea y sus armónicos de manera más efectiva.
En resumen, no hay un único mejor método para eliminar el ruido de línea y sus armónicos de los conjuntos de datos EEG. Se podrían probar diferentes combinaciones de métodos y ajustar los parámetros del complemento CleanLine para mejorar su rendimiento.