面向心理压力评估的脑电信号多重分形去趋势波动分析方法研究
本文选题:脑电信号 + 多重分形去趋势波动分析 ; 参考:《生物医学工程学杂志》2017年02期
【摘要】:本文基于多重分形去趋势波动分析方法(MFDFA)实现了对受试者心理压力状态的评估。研究针对不同心理压力状态下,脑电信号多重分形去趋势波动分析中最优分形阶数确定问题,重点分析了多重分形去趋势波动分析方法中的奇异指数、Hurst指数等参数与阶数的关系,进而确定最优分形阶数,实现了基于脑电信号多重分形去趋势波动分析的心理压力状态评估。试验采集了14名在校学生有/无心理压力状态下的脑电信号,分别比较了奇异指数、奇异维数、Hurst指数、质量指数与阶数关系,确定了最优分形阶数范围为[—5,5],实现了基于脑电信号β波多重分形去趋势波动分析方法的心理压力状态评估。研究结果表明,心理压力状态下,脑电信号的Hurst指数和质量指数大于无压力状态下,脑电信号的相应参数,随着阶数的变大,Hurst指数减小,趋近于定值,而质量指数增大,奇异值随阶数的变化幅度较明显。本文还比较了有/无心理压力状态下,脑电信号的峰值和奇异谱宽度,结果表明,不同心理压力状态下脑电信号多重分形谱特性不同,心理压力状态下,脑电信号的奇异谱宽度明显大于无压力状态下脑电信号的奇异谱宽度。本文研究结果说明,该方法可以有效地评估心理压力状态,为实现心理压力状态干预,提高心理健康等提供支持与帮助。
[Abstract]:Based on the multifractal trend fluctuation analysis method (MFDFA), this paper realizes the assessment of the psychological stress state of the subjects. The study focuses on the determination of the optimal fractal order in the multi fractal detrending fluctuation analysis of EEG signals under different psychological pressures, and focuses on the analysis of the singular exponents in the multifractal detrending wave analysis method. The relationship between the parameters of Hurst index and the order, and then determine the optimal fractal order, and realize the psychological pressure state assessment based on the analysis of the multi fractal detrending fluctuation of EEG signal. The experiment collected 14 students with / without psychological pressure, and compared the singular index, the singular dimension, the Hurst index, the mass index, respectively. In relation to the order, the optimal fractal scale is determined to be [- 5,5]], and the psychological pressure state evaluation based on the Bo multifractal detrending wave analysis method is realized. The results show that the Hurst index and mass index of EEG signal are larger than that under pressure state, and the corresponding parameters of EEG signals are associated with the stress state. The Hurst exponent decreases and the index decreases. The mass index increases, the mass index increases and the singular value varies with the order. The peak value and the singular spectrum width of EEG signal under / without psychological pressure are compared. The results show that the multi fractal spectrum characteristics of the brain electrical signals in different psychological pressure States are different, and the psychological pressure is different. The singular spectrum width of EEG signals is obviously larger than the singular spectrum width of the EEG in the non pressure state. The results show that the method can effectively evaluate the psychological stress state and provide support and help for the intervention of psychological pressure and the improvement of mental health.
【作者单位】: 燕山大学电气工程学院生物医学工程研究所;燕山大学河北省测试计量技术及仪器重点实验室;北京工业大学生命科学与生物工程学院;前景光电技术有限公司;
【基金】:河北省自然科学基金资助项目(F2014203244) 中国博士后科学基金资助项目(2014M550582)
【分类号】:R741.044;TN911.6
【相似文献】
相关期刊论文 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
相关会议论文 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
相关重要报纸文章 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
相关博士学位论文 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
相关硕士学位论文 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
本文编号:1885600
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1885600.html