传统盲源分离算法消除眼电伪迹须用到两个眼电信号作为参考，但在采集眼电信号时易给被试带来不适产生噪声，且识别时需要人为辨别，为了解决这些问题，提出一种基于FastICA的眼电伪迹自动去除方法。该方法先计算出FastICA提取出的各独立成分与GFP（Global Field Power）值的相关系数，再比较相关系数，将其绝对值最大所对应的独立成分识别为眼电伪迹独立成分，最后把该独立成分置零重构干净的脑电信号，实现眼电伪迹的自动去除。通过自采的30例脑电数据实验结果表明：该方法能完全自动地去除眼电伪迹成分并有效保留其他脑电成分，且快速准确，适用于实时场合。

为实现眼电伪迹的自动去除，提高算法的有效性和稳健性，提出一种眼电伪迹自动去除算法。采用样本熵和一种通用的伪迹判决方法对眼电伪迹进行自动识别，通过脑电信号的重构实现眼电伪迹的去除。实验结果表明，对于不同长度的真实脑电信号，该算法均能准确地去除眼电伪迹，较好地保留其他的脑电信号成分，且可以完全自动地去除眼电伪迹，适用于实时场合。

本文提出了一种基于经验模态分解法来消除测量光电容积脉搏波中的运动伪迹。实验结果证明了该方法有效抑制噪声、提高了信噪比，并提高脉率的检测效率。

脑电信号去除心电伪迹程序 ，采用递推最小二乘法RLS的自适应滤波器

EEGLAB 的一个很有用的插件ADJUST，它可以半自动的去除伪迹独立成分。ADJUST 需要自己安装，不是 EEGLAB 默认携带的，附上安装方法。

去除脑电信号中的工频干扰，同时可以去除部分伪迹，如眼电、肌电、心电，提升信号分析质量

在处理脑电数据时自动去伪迹的的插件，属于EEGLAB的一个插件，准确率非常高。