基于改进的小波排列熵的心脑电信号分析

发布时间：2017-04-25 12:13

  本文关键词：基于改进的小波排列熵的心脑电信号分析，由笔耕文化传播整理发布。

【摘要】：心电和脑电信号能有效地反映出人体机能的状态,有效地区分不同种类的心电和脑电的信号对辅助临床诊断具有重要的意义。基于此,我们提出了改进的小波排列熵的算法,以期有效地区分开这些生理信号。本文所做的工作主要有以下三点:(1)提出改进的小波排列熵算法,将其用来区分室性心动过速(VT)、心脏性猝死(SCD)和正常心电(NSR)。整个过程要分为不同的数据长度、不同的嵌入维数以及不同的延迟时间来分别进行讨论。结果表明,对目标区分频段而言,小波排列熵算法能够在一定程度上区分出这三种生理信号,但区分效果并不显著,而改进的小波排列熵算法能够有效地区分出这三种信号,且区分效果非常明显。(2)用小波排列熵和改进的小波排列熵算法来分别讨论护士和学生两种不同职业人群的紧张程度的脑电信号。结果显示小波排列熵和改进的小波排列熵也都能对这两种信号进行区分,但是绝大部分情况下改进的排列熵的区分效果要更为显著(p值远小于0.001)。(3)开发了一套基于Lab VIEW的心脑电分析系统,整个系统包括数据读取模块、波形显示模块、数据分析模块和结果显示模块四大部分,分别实现的功能是读取数据、显示波形、分析数据和结果显示。整个系统能有效地运行,并且分析结果与MATLAB的仿真得到的结果相近,说明本系统达到了预期的效果。
【关键词】：心电信号 脑电信号 小波分析 排列熵 LabVIEW
【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】：R33;TN911.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 人体生理信号概述8-10
• 1.2 几种典型的生理信号的研究方法10-12
• 1.3 论文研究内容及结构安排12-13
• 第二章 生理电信号基础及非线性分析方法13-27
• 2.1 生理电信号基础13-20
• 2.1.1 脑电信号的基础知识13-17
• 2.1.2 心电信号的基础知识17-20
• 2.2 非线性动力学基本理论20-24
• 2.2.1 混沌理论基础21-22
• 2.2.2 相空间重构基础22-24
• 2.3 生理信号常用分析方法24-26
• 2.3.1 李雅普诺夫指数24-25
• 2.3.2 柯尔莫哥诺夫熵25
• 2.3.3 关联维数25-26
• 2.4 小结26-27
• 第三章 改进的小波排列熵对心电信号的分析27-41
• 3.1 小波分析基础27-33
• 3.1.1 小波变换基本理论28-30
• 3.1.2 用小波对信号进行分解与重构30-32
• 3.1.3 几种典型的小波基函数32-33
• 3.2 改进的排列熵算法研究33-35
• 3.2.1 排列熵33-34
• 3.2.2 改进的排列熵34-35
• 3.3 基于改进的小波排列熵的心脏猝死和室性心动过速分析35-40
• 3.3.1 实验数据35
• 3.3.2 实验方法35-36
• 3.3.3 实验的结果与分析36-40
• 3.4 小结40-41
• 第四章 改进小波排列熵对EEG信号的分析41-51
• 4.1 不同职业人群紧张程度的EEG研究的概述41-45
• 4.1.1 课题研究的意义和国内外的研究现状41-43
• 4.1.2 精神紧张和EEG的关系43-44
• 4.1.3 缓解精神紧张的方法44-45
• 4.2 改进的小波排列熵对护士和学生的紧张脑电的分析45-50
• 4.2.1 实验数据45
• 4.2.2 实验方法45-46
• 4.2.3 实验的结果和分析46-50
• 4.3 小结50-51
• 第五章 基于LabVIEW的心脑电分析系统的实现51-62
• 5.1 LabVIEW概述51-53
• 5.1.1 LabVIEW简介51-52
• 5.1.2 LabVIEW的开发环境52-53
• 5.2 LabVIEW与MATLAB的混合编程[63]介绍53-54
• 5.2.1 LabVIEW MathScript和MATLAB的混合编程53
• 5.2.2 LabVIEW MatlabScript和MATLAB的混合编程53-54
• 5.3 基于LabVIEW的心脑电分析系统的实现54-61
• 5.4 小结61-62
• 总结与展望62-64
• 参考文献64-67
• 附录1 攻读硕士学位期间撰写的论文67-68
• 附录2 攻读硕士期间参加项目68-69
• 致谢69

【参考文献】

中国期刊全文数据库 前3条

1 王兵;王魁;梁晓霖;王柏祥;;脑电信号中工频干扰去除的综合研究[J];传感技术学报;2010年01期

2 王巧兰,季忠,秦树人;基于小波变换的脑电噪声消除方法[J];重庆大学学报(自然科学版);2005年07期

3 高军峰;郑崇勋;王沛;;基于独立成分分析和流形学习的眼电伪差去除[J];西安交通大学学报;2010年02期

中国硕士学位论文全文数据库 前1条

1 许岩;含噪混沌时间序列相空间重构参数估计[D];重庆大学;2013年

  本文关键词：基于改进的小波排列熵的心脑电信号分析，由笔耕文化传播整理发布。

，

本文编号：326310