基于奇异谱分析算法的孤独症脑电特征提取及分类研究

发布时间：2021-12-31 16:55

　　孤独症是一种神经系统疾病,通常发病于发育早期,往往影响患者的认知、情感、运动和社会交往,其发病原因不明,可能包含遗传、环境等因素。近些年来,孤独症患者的人数日益增长,受到了社会各界的广泛关注。然而目前对孤独症患者的诊断,主要依靠量表的评估和行为的观察等,主观性较强,缺乏客观指标。因此寻求潜在的客观指标对孤独症进行更加精确的诊断显得十分重要。脑电图是一种操作方便、无创的记录大脑头皮点位波动的技术,具备毫秒的时间分辨率,可反映大脑不同状态,已广泛应用于各种神经疾病的研究,本文利用静息态脑电技术对孤独症儿童开展研究。主要基于SSA算法提取脑电特征,为孤独症儿童的脑发育评估提供辅助诊断指标。本研究纳入80名儿童,其中包括40名孤独症儿童和相匹配的40名正常儿童。首先对得到的脑电信号进行肌电、呼吸等伪迹的预处理,以此得到较为干净的脑电数据。然后,通过SSA算法对脑电信号进行分解和重构,去除噪声分量,提取期望的节律;采用频域和时域方法提取脑电特征并进行分类。之后,在SSA算法的基础上,研究个体化峰值频率及节律,并提取时域相对能量特征,探索孤独症儿童和正常儿童的个体化差异,并进行相关性分析及分类算法... 

【文章来源】：河北大学河北省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

脑电采集

河北大学硕士学位论文14图2-2经预处理前后的脑电图在本章对脑电信号进行预处理后，本文将对其进行进一步的分析，第三、第四章的主要流程图如下所示：图2-3第三、四章节主要算法流程图

河北大学硕士学位论文14图2-2经预处理前后的脑电图在本章对脑电信号进行预处理后，本文将对其进行进一步的分析，第三、第四章的主要流程图如下所示：图2-3第三、四章节主要算法流程图

【参考文献】：
期刊论文
[1]基于奇异值分解和小波神经网络的人脸识别[J]. 王艳花,杨静.  现代电子技术. 2019(12)
[2]基于奇异谱分析方法的孤独症儿童脑电信号特征提取及分类[J]. 赵杰,宋佳佳,陈贺,李小俚,康健楠.  科学通报. 2019(11)
[3]孤独症儿童脑电与眼动追踪研究[J]. 韩俊霞,康健楠,欧阳高翔,佟祯,丁萌,张丹,李小俚.  科学通报. 2018(15)
[4]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[5]脑电图应用的研究进展[J]. 郭进,卫晓妮.  陕西师范大学继续教育学报. 2007(02)

博士论文
[1]脑电Alpha节律研究[D]. 熊红川.电子科技大学 2010

硕士论文
[1]基于深度学习的音乐感知研究[D]. 王爽.长春理工大学 2018
[2]基于S变换和深信度网络的自动癫痫检测[D]. 陈丽艳.山东大学 2017



本文编号：3560631