论文部分内容阅读
为了研究脑磁图（MEG）信号在识别精神分裂症方面的应用，文中提出了一种基于总体经验模态分解（EEMD）和希尔伯特（Hilbert）变换的识别方法。在对正常人和精神分裂症患者的脑磁信号进行预处理的基础上，通过EEMD方法将信号分解为一系列的固有模态函数（IMFs），然后使用Hilbert变换求取固有模态函数的瞬时频率和振幅，由希尔伯特一黄幅度谱（HHS）和边际谱（MS）可以发现两类信号的差异；接着选取与原信号相关性较高的前9个IMF的瞬时频率和振幅归一化后计算Hilbert加权频率；最后，利用经遗传算法（G