诱发电位(Evoked Potential,EP)是判断神经系统通路完整性或是否发生损伤、病变的重要信号之一,它的实时监测和分析在临床医学研究中具有重要的意义。然而,诱发电位常伴有强背景噪声且信噪比低。因此,如何从强背景噪声中准确提取出微弱的诱发电位一直是神经电信号处理领域重要的课题之一。本文对单通道诱发电位少次提取方法进行深入的研究,主要研究内容如下:1深入研究了基于稀疏表示(Sparse representation,SP)和外输入自回归模型(Autoregressive Model with Exogenous Input Modeling,ARX)的单次诱发电位提取方法。稀疏表示是信号去噪和分离的有力工具,在非平稳信号处理上具有显著的效果。在ARX中,利用稀疏表示替代移动平均模型(Moving Average,MA)对EP进行建模,使用过完备字典和相应的系数来表示信号相比于利用自回归移动平均(Autoregressive Moving Average,ARMA)更加灵活。2深入研究了基于多输入单输出外输入自回归模型(MISO-ARX)的单次诱发电位提取方法。根据EPs源于不同脑功能部位特点,将EPs看作不同成分的组合并分别对各个成分ARX建模。避免了ARX方法中各个成分间的相互干扰,此外所有的参数均是同时计算的,以保证估计EP信号达到整体最优。3深入研究了?稳定分布噪声下基于奇异谱分析(Singular Spectrum Analysis,SSA)和稀疏表示的单次诱发电位提取方法。根据临床实际EP背景信号具有非高斯脉冲特性的现象,利用?稳定分布噪声代替传统高斯白噪声模拟自发脑电信号。利用奇异谱分析对非平稳观测信号进行预处理得到相对平稳的信号,提高EP信号的信噪比;再利用稀疏表示在预处理后的信号中重构EP信号。相比于单独使用奇异谱分析和稀疏表示方法具有较好的效果。