脑电信号处理算法及其便携式系统研究

发布时间：2017-03-26 23:13

  本文关键词：脑电信号处理算法及其便携式系统研究，由笔耕文化传播整理发布。

【摘要】： 脑电信号处理系统是临床上分析心理影响与检查脑疾病的重要辅助工具,它的好坏体现在系统能否有效提取脑电信号中的各种特征信息。本文分析了目前国内外脑电信号处理的发展现状,在此基础上,利用了传统的信号处理方法,同时结合近年迅速发展的独立分量分析算法对脑电信号进行处理,并建立一套功能完整的便携式脑电信号处理系统。 在脑电信号中,伪迹的影响是不能避免的,怎样有效的去除脑电伪迹是本课题主要研究工作之一,本文利用了传统的脑电处理方法,即基于AR参数模型回归方法对伪迹进行去除;同时由于诱发脑电幅度非常小,会淹没在背景脑电中,难以提取,必须采用适当的处理方法才能采集得到,本文采用了传统的叠加平均方法对诱发脑电进行提取。文中通过实验评价了两种传统处理方法,指出它们的优缺点,并对处理提出有效建议。 脑电信号作为一种复杂的非平稳信号,仅利用传统的时域和频域分析方法很难充分提取脑电信号中的特征信息。本文了解了各种传统方法的理论和局限性,经过深入讨论,提出了独立分量分析(ICA)算法,同时已经把约束独立分量分析(cICA)算法应用到实际脑电信号处理中。 本文建立的脑电信号处理系统,不仅集成了脑电伪迹去除与诱发脑电提取等功能,而且充分考虑到实际应用的需要,以便于携带为设计理念,从而实现了便携式脑电信号处理系统,令脑电实验可在任何时刻任何环境下进行。 文中所研制的系统软件集成了多种脑电信号处理的方法,通过运用真实的脑电信号进行处理实验,证明了软件的有效性,可帮助研究人员更准确和充分的进行诊断与研究。
【关键词】：脑电信号 便携式系统 独立分量分析 伪迹去除 诱发脑电
【学位授予单位】：清华大学
【学位级别】：硕士
【学位授予年份】：2006
【分类号】：TH772.2
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 引 言8-20
• 1.1 论文研究背景及意义8-12
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9-12
• 1.2 相关技术研究现状12-17
• 1.2.1 脑电采集研究现状12-14
• 1.2.2 脑电处理研究现状14-17
• 1.3 研究特点17-18
• 1.4 论文结构18-20
• 第2章 脑电的基本理论20-37
• 2.1 脑电信号基本知识20-23
• 2.1.1 脑电信号的分类20-22
• 2.1.2 脑电信号的特点22
• 2.1.3 脑电信号的发现22-23
• 2.2 诱发脑电23-26
• 2.2.1 诱发脑电的定义23-24
• 2.2.2 诱发脑电的特性24-25
• 2.2.3 诱发脑电的分类25-26
• 2.3 脑电信号的采集26-28
• 2.3.1 脑电采集系统26-27
• 2.3.2 采集的条件控制27-28
• 2.4 脑电信号的传统处理方法28-36
• 2.4.1 基于参数模型的脑电伪迹去除28-32
• 2.4.2 基于叠加平均法的ERP 提取32-36
• 2.5 本章小结36-37
• 第3章 基于独立分量分析的脑电信号处理37-61
• 3.1 独立分量分析的基本原理37-40
• 3.1.1 ICA 算法的发展史37-39
• 3.1.2 鸡尾酒会问题39-40
• 3.2 独立分量分析的模型40-49
• 3.2.1 假设条件40-43
• 3.2.2 ICA 的解释43-45
• 3.2.3 FastICA 算法45-48
• 3.2.4 不确定因素48-49
• 3.3 约束独立分量分析方法49-53
• 3.3.1 目标函数50-51
• 3.3.2 优化算法51-53
• 3.4 基于CICA 算法的信号处理实验53-59
• 3.4.1 信号提取仿真实验53-55
• 3.4.2 眼电伪迹去除55-56
• 3.4.3 诱发脑电提取56-59
• 3.5 本章小结59-61
• 第4章 系统的设计与实现61-85
• 4.1 系统的总体设计61-67
• 4.1.1 系统的功能特点63-64
• 4.1.2 系统的研究工作64-66
• 4.1.3 系统的运行流程66
• 4.1.4 系统的分层结构66-67
• 4.2 系统的实现67-72
• 4.2.1 开发工具的选择67-68
• 4.2.2 文件格式68-69
• 4.2.3 人机交互界面69-72
• 4.3 软、硬件接口模块72-74
• 4.3.1 硬件接口72-73
• 4.3.2 软件接口73-74
• 4.4 刺激信号发生模块74-77
• 4.4.1 刺激程序的编辑75-76
• 4.4.2 刺激信号的发生76-77
• 4.5 数据采集模块77-78
• 4.6 数据处理模块78-82
• 4.6.1 连续数据处理78-80
• 4.6.2 分段数据处理80-82
• 4.7 三维图像模块82-84
• 4.7.1 数据获取82-83
• 4.7.2 三维动画83-84
• 4.8 本章小结84-85
• 第5章 系统的脑电信号处理试验85-95
• 5.1 眼电伪迹去除85-88
• 5.1.1 系统的参数模型法去除眼电86-87
• 5.1.2 系统的cICA 算法去除眼电87-88
• 5.2 脑电数据分段88-89
• 5.3 数字滤波处理89-90
• 5.4 诱发脑电提取90-92
• 5.4.1 系统的叠加平均法提取90-91
• 5.4.2 系统的cICA 算法提取91-92
• 5.5 脑电地形图分析92-94
• 5.6 本章小结94-95
• 第6章 结论与展望95-97
• 6.1 论文研究结论95-96
• 6.2 研究工作展望96-97
• 参考文献97-101
• 致谢101-102
• 个人简历、在学期间发表的学术论文与研究成果102

【引证文献】

中国硕士学位论文全文数据库 前5条

1 彭杰;诱发脑电电刺激系统及其信号处理算法的研究[D];广东工业大学;2011年

2 陈林;空时码盲识别方法研究[D];杭州电子科技大学;2012年

3 沈艳辉;基于大鼠嗅觉脑电信号的爆炸物探测系统研究[D];西安工业大学;2012年

4 李纯菊;动态脑电图机系统设计及高频振荡信号提取算法研究[D];广东工业大学;2013年

5 丁超;便携式脑电采集系统设计[D];电子科技大学;2013年

  本文关键词：脑电信号处理算法及其便携式系统研究，由笔耕文化传播整理发布。

，

本文编号：269524