基于改进相对转移熵和自适应模版符号转移熵的脑电信号分析

发布时间：2017-04-16 13:07

  本文关键词：基于改进相对转移熵和自适应模版符号转移熵的脑电信号分析，由笔耕文化传播整理发布。

【摘要】：大脑皮层上分布着丰富的神经元,这些神经元经过剧烈或轻缓的活动将产生一系列生物电信号,这种信号称为脑电信号,它始终存在于中枢神经系统中且是一种自发性的电位活动。早在几年前生物电信号的分析已在生物医疗领域得到了一定的关注,对心电信号或脑电信号的分析已在评估人体机能的状态方面具有了重要的意义,有些技术已在临床上得到一定的运用,包含了大量的生理与病理信息的脑电信号也受到了越来越多的关注。本论文主要做了以下三个方面的工作:一、基于相对转移熵的癫痫脑电分析论文结合相对熵和转移熵的优点,提出了一种新的相对转移熵方法。这一方法首先计算正向序列转移概率与逆向序列转移概率,再计算两者的相对熵。应用此方法研究了正常脑电与癫痫脑电的不可逆性,实验结果显示癫痫患者脑电信号的不可逆性明显小于健康人群脑电信号的不可逆性。这说明相对转移熵可以作为一个检测物理过程不可逆程度的度量参数,应用脑电信号区分病人是否患有癫痫疾病也将具有积极指导意义。二、基于相对转移熵的多尺度熵分析论文在提出的相对转移熵算法上采用了多尺度化方法分析白噪声与粉红色噪声、青少年脑电与成人脑电及正常脑电与癫痫脑电这三类信号。研究结果表明,不同类型的时间信号变化趋势不同,这说明多尺度的相对转移熵可以区分不同生理病理信号。三、基于自适应模板法的符号转移熵分析论文在原有的基于基本模板符号化的转移熵基础上,提出了一种新的符号化方法即基于自适应模板符号化的转移熵。在应用此方法分析青少年脑电与成人脑电的实验中,结果表明无论是青少年还是成年人,与原有的基本模板符号化方法相比,改进后的符号转移熵方法分析得到的脑电信号耦合作用更显著,在捕捉信号中的动态信息或系统动力学复杂性的改变时将具有更好的作用。
【关键词】：EEG 相对转移熵 多尺度 自适应模板
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R742.1;TN911.7
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-19
• 1.1 脑电信号产生9-12
• 1.1.1 生物电信号9-10
• 1.1.2 脑电信号产生10-12
• 1.2 脑电图波形简介及脑电图导联12-16
• 1.2.1 脑电图波形简介12-14
• 1.2.2 脑电图导联14-16
• 1.3 脑电研究现状16-17
• 1.4 论文研究内容及结构安排17-19
• 第二章 脑电信号基础理论19-28
• 2.1 脑电活动的基本内容19-22
• 2.1.1 脑的结构19-20
• 2.1.2 脑电信号的采集[18]20-21
• 2.1.3 脑电图的基本特征及节律21-22
• 2.2 癫痫脑电信号的基本内容22-25
• 2.2.1 癫痫脑电概述22-24
• 2.2.2 癫痫诊断[21]24-25
• 2.3 符号动力学25-28
• 2.3.1 符号动力学基本理论25-26
• 2.3.2 符号化映射方法26-28
• 第三章 基于相对转移熵的癫痫脑电分析28-37
• 3.1 基于熵值的研究28-30
• 3.1.1 相对熵理论28
• 3.1.2 转移熵理论28-29
• 3.1.3 改进的相对转移熵理论29-30
• 3.2 基于癫痫脑电信号的改进的相对转移熵分析30-36
• 3.2.1 基于改进的相对转移熵的癫痫脑电信号不可逆性分析基本理论30
• 3.2.2 算法流程30-31
• 3.2.3 实验数据与实验方法31
• 3.2.4 实验结果与分析31-36
• 3.3 总结36-37
• 第四章 基于相对转移熵的多尺度熵分析37-43
• 4.1 基于时间序列的多尺度熵研究37-38
• 4.1.1 多尺度理论37
• 4.1.2 基于相对转移熵的多尺度熵理论37-38
• 4.2 基于多种信号的多尺度熵分析38-41
• 4.2.1 算法流程38
• 4.2.2 实验数据与实验方法38-39
• 4.2.3 实验结果与分析39-41
• 4.3 总结41-43
• 第五章 基于自适应模板法的符号转移熵分析43-51
• 5.1 基于模板法的理论分析43-44
• 5.1.1 模板与模板匹配43
• 5.1.2 基本模板法43-44
• 5.1.3 自适应模板法44
• 5.2 基于自适应模板法的脑电符号转移熵分析44-50
• 5.2.1 算法流程44-45
• 5.2.2 实验数据与实验方法45
• 5.2.3 实验结果与分析45-50
• 5.3 总结50-51
• 第六章 总结与展望51-52
• 参考文献52-54
• 附录1 攻读硕士学位期间撰写的论文54-55
• 附录2 攻读硕士期间参加项目55-56
• 致谢56-57

【相似文献】

中国期刊全文数据库 前10条

1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期

2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

7 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年

7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年

8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年

9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年

  本文关键词：基于改进相对转移熵和自适应模版符号转移熵的脑电信号分析，，由笔耕文化传播整理发布。

本文编号：310868