随着脑科学研究应用的飞速发展,脑电信号中的各类伪迹去除,尤其眼电噪声去除是其中的一项重要内容,如何有针对性地去除伪迹并且获取“干净”的脑电信号仍是非常具有挑战性的研究内容。很多时候,原始记录脑电信号中的噪声幅值很大,甚至完全淹没有用脑电信号,因此噪声去除的结果直接影响着脑电的进一步分析。目前,尽管已经有很多研究致力于脑电中眼电伪迹的去除,而且也取得了一定的突破,但是有的方法在去除眼电伪迹的同时也去除了大部分有用脑电信号,或者需要单独的眼电参考导联,这样的方法并不能很好的应用到便携式环境下的脑电采集与处理,因为便携式环境下有可能只记录了单导脑电信号。本文针对便携式环境下的脑电中眼电伪迹处理的特点,提出了一种基于离散小波变换和自适应噪声抵消器的眼电伪迹自动去除摸型。该模型比较新颖的一个特点是利用离散小波变换分解信号并对最低三层小波系数进行阈值处理,从单导脑电信号中提取出参考眼电信号。文章通过处理模拟带噪的脑电信号和真实脑电信号分析验证模型的有效性,并且将本文模型与ICA模型、平稳小波变换阈值法进行去眼电效果比较。通过实验结果分析与讨论,验证了本文模型可以在去除眼电信号的同时对不受眼电信号干扰的脑电信号具有很好的跟踪性能,基本完好的保存了有用脑电信号,即便在脑电信号只有单导的情况下,同样可有效去除眼电伪迹。因此,该模型可以很好的适用于具有单通道可穿戴脑电记录传感器设备的便携式环境下。此外,本文中还将该模型应用到欧盟框架中压力人群的脑电信号的处理中。通过以上分析,该模型能够有效的去除眼电伪迹并很好的保留有用的脑电信号,而且能够在便携式系统下比较好地自动去除脑电信号中眼电伪迹。