小波变换在脑电特征信号提取中的应用研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:ycw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑电信号是大脑皮层的神经元具有的生物电活动。脑电信号中包含大量的人体生理与疾病信息,在临床医学上,脑电信号处理不仅可以为某些脑疾病提供诊断的依据,而且还为某些脑疾病提供了有效的治疗手段。正确的提取和识别脑电信号波形,对于疾病的诊断和各种生理现象的解释具有很大的重要性。 由于脑电信号的重要性,自上个世纪20年代出现脑电图记录以来,对于脑电信号的研究就方兴未艾,同时伴随着信号处理技术的发展,对脑电信号的各种处理算法不断涌现,其中傅立叶变换,功率谱估计等方法均应用于脑电信号的处理,这些都极大推进了脑电信号分析的发展。 但是由于脑电信号是非平稳随机信号,所以用傅立叶变换的方法很难得出满意的结论。后来到了二十世纪八十年代,发展起来一门新型的信号处理方法一小波变换理论,小波变换对于信号的高频成分使用逐渐尖锐的时间分辨率以便移近观察信号的快变成分,对于低频成分使用逐渐尖锐的频率分辨率以便移远观察信号的慢变成分。小波的这种既见树木又见森林的信号分析表示特征对分析非平稳信号非常有利。 本文首先介绍了脑电信号的波形的含义和波形提取的导联方法,对各种脑电信号节律作了介绍。主要研究了小波变换在脑电信号提取、消噪、和诱发脑电信号的获取方面的应用,为更加准确的分析脑电信号提供大量时频信息。 对于脑电信号,其中含有大量瞬态信号,这些信号对于疾病的诊断有重要的价值。我们把小波变换应用于这些信号的检测,对于分析瞬态信号和取出噪声取得了明显的效果。采用多分辨率分析的方法对脑电信号进行分解,观测瞬态信号在不同子频带内所表现的时域特性,并将瞬态脉冲较为突出的子带信号组合在一起,构成新的观测信号,然后对新的信号进行检测和定位。用幅值检测法进行去噪,消除噪声干扰,在时频两方面都取得了很好的效果。 同时由于多分辨率分析是在低频段对信号进行细分,而小波包是在低频和高频一起进行细分,这对于检测全频段十分有利,我们用小波包分析方法对脑电信号的主要节律进行了分解,对于进一步仔细研究高频和低频脑电节律的发生机理和疾病波形特征起到了重要作用。 在脑电信号分析中,诱发脑电对于分析脑部疾病和人脑机能有着重要的作
其他文献
本文通过对荣华二采区10
期刊
激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)技术是近三十年来兴起的一种基于原子发射光谱学的物质成分和浓度分析技术,具有分析速度快、对样品破坏小、多元
本文使用CFD和数值传热学的知识,对钉头管自支承式换热器壳程传热性能和流动特性进行了相关研究,并借助于CFD软件Fluent对该换热器的壳程流体传热和流动特性进行了数值模拟。主
燃气轮机在能源和航空工业中扮演着重要的地位,与国防工业也密切相关,所以提高燃气轮机的热效率和功率是一个具有战略性意义的课题。由热力循环分析可知,燃气轮机的热效率和功
倒伏是麦类等茎秆作物生产的主要限制因素之一。倒伏与作物茎秆的力学特性有关,本文对小麦茎秆的力学特性进行了实验研究: 1.对茎秆的拉伸实验方法进行了探索,找到一种可行的茎秆拉伸实验方法,成功地在Instron材料实验机上对作物茎秆进行了拉伸实验。 2.对不同生长时期三个小麦品种的茎秆进行了拉伸、弯曲、剪切的力学特性研究,得到了茎秆在不同生长期以及同一品种不同节间的拉伸强度极限、剪切强度极