径向基函数网络在体感诱发电位实时监测中的应用

摘要

目的针对体感诱发电位（SEP）的特征,设计基于径向基函数网络的复合自适应滤波器,实现体感诱发电位的快速提取。方法通过径向基函数网络的关键参数优化选择,对基于径向基函数网络的复合自适应滤波器与以自适应信号增强器和自适应噪声消除器为基础构造的复合自适应滤波器提取体感诱发电位的性能进行比较分析。结果仿真实验表明:基于径向基函数神经网络的复合自适应滤波器拟合出的SEP信号,在波形上基本与模板信号相似,并且比已有复合自适应滤波器拟合出的波形更为平滑。结论基于径向基函数网络的复合自适应滤波器新算法可实现从强噪声背景中快速提取体感诱发电位,能更快地识别体感诱发电位的潜伏期及幅值,实现单次提取,并且系统性能稳定。