摘要
基于互信息的最小相关分量分析与快速ICA盲源分离的比较
作者(年代):帕里玛拉·甘地A和维贾扬S盲源分离(Blind source separation, BSS)是在不了解源信号和组合方法的情况下，将源信号从组合的观测信号中分离出来的过程。目前已有很多方法，但基于互信息的最小依赖分量分析(MILCA)方法基于分离信号的性能和质量，具有更好的分离质量和信噪比(SNR)。我们分析的主要缺点是，与其他现有方法相比，分离源所需的时间非常高。当源信号数量增加时，通常以小时为单位。特别是当源图像的数量超过9或10个时，分离所有图像甚至需要一天的时间，在这种情况下，所有其他方法都只需要几个小时。我们还观察到，当源的数量增加时，MILCA方法的性能比其他方法差。因此，在对分离质量和信噪比要求较高的情况下，采用MILCA方法是较好的选择。如果医学图像如人体任何部位的扫描图像，可以不考虑普通图像，还可以考虑EEG、ECG、MEG和医学图像的照片，并应用BSS概念检索出清晰的、可诊断的图像，以进一步分析疾病。
