目的 人工耳蝸植入者的聽覺誘發(fā)電位含有較大的偽跡信號,影響了其在人工耳蝸植入后的效果評估。功能成像方法由于安全問題和介入性等特點,不適用于人工耳蝸植入者。本文利用獨立成分分析(independent component analysis, ICA)去除人工耳蝸偽跡,為進一步利用聽覺誘發(fā)電位信號客觀評價人工耳蝸植入者言語識別能力和人工耳蝸植入效果提供便利。方法 采用經典Oddball模式,分別以言語聲/ba/和/da/為標準刺激和偏差刺激,測量人工耳蝸植入者的聽覺事件相關電位 (event-related potential, ERP),采用ICA方法去除ERP信號中人工耳蝸造成的偽跡,并分析其獨立成分的時域波形和腦地形圖特征。本文對10例人工耳蝸植入6個月的受試者進行ERP測試,并比較了Infomax和 Jade兩種算法去除人工耳蝸偽跡的效果。結果 根據(jù)獨立成分的時域波形和腦地形圖特征,可以將人工耳蝸偽跡對應的獨立成分識別出來。人工耳蝸偽跡獨立成分的時域波形類似于一個基座,其腦地形圖顯示在植入側有較高的電位。去除人工耳蝸偽跡后的ERP波形顯示出原始的形態(tài)。Infomax算法能夠更有效地去除ERP信號中的人工耳蝸偽跡。結論 ICA方法可以有效地將人工耳蝸偽跡從人工耳蝸植入者的ERP信號中分離出來。
|