诱发电位反卷积技术的不适定问题及正则化解决方法

连续循环平均反卷积(Continuous loop averaging deconvolution,CLAD)是近年来用于提取高刺激率模式下听觉诱发电位(Auditory evoked potential,AEP)的一种行之有效的方法。但是,CLAD方法在频率域求解时,对刺激序列的频谱特性有严格的限制,给应用带来不便和局限。本文提出一种在时域实现反卷积的方法,将其转化为线性变换矩阵的逆滤波处理。并且利用奇异值分解分析了由不良序列带来的不适定问题,引入正则化技术改善病态矩阵对重建结果的影响。最后比较了若干种典型刺激序列和不同噪声条件下AEP的恢复实验,结果表明本方法可以较好地解决不良序列和一般噪声水平条件下暂态AEP信号的恢复重建。