脑电信号的多尺度互模式熵和相位斜率指数分析

发布时间：2021-05-20 07:49

　　为了探求有效的信号处理技术来提取脑电信号的生理和病理信息,本文从脑电信号复杂度和脑区信息流的因果关系两个方面,采用多尺度互模式熵算法和相位斜率指数算法,分别对癫痫脑电和注意力相关脑电进行了较为综合的分析。本文探讨了癫痫脑电和注意力相关脑电的多尺度互模式熵特征。研究结果表明健康人的原始脑电信号以及α、β、δ、θ脑波的平均熵值要比癫痫患者高,两者的原始脑电信号以及θ、δ脑波的平均熵值在大尺度上有较大的差异,α和β脑波的平均熵值在大尺度上差异较小。三种注意力状态的原始脑电信号的复杂度随尺度变化表现出明显不同的变化趋势。多尺度下,闭眼状态的原始脑电以及α、β、θ脑电的平均熵值都明显地高于计数和发呆状态,计数状态的原始脑电信号和β脑波的熵值略高于发呆状态、α脑波的熵值相近于发呆状态、θ脑波的熵值则低于发呆状态。本文应用相位斜率指数算法,探讨了癫痫脑电和注意力相关脑电的信息流方向。研究结果表明健康人的α频段平均信息流方向为脑电（Electroencephalogram,简称EEG）通道到心电（Electrocardiograph,简称ECG）通道,而癫痫患者与之相反;两者在β频段的平均信息流方向相... 

【文章来源】：南京邮电大学江苏省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题的研究背景及意义
    1.2 研究现状
        1.2.1 癫痫脑电的研究现状
        1.2.2 注意力相关脑电的研究现状
    1.3 主要研究工作和内容安排
第二章 脑电信号理论及研究方法概述
    2.1 脑电信号的产生与采集
    2.2 脑电信号的特征与分类
        2.2.1 癫痫脑电信号的特征
        2.2.2 注意力相关脑电信号的特征
    2.3 多尺度互模式熵算法
        2.3.1 互模式熵的基本原理
        2.3.2 多尺度原理
    2.4 相位斜率指数算法
        2.4.1 交叉谱估计
        2.4.2 相位斜率指数的基本原理
    2.5 本章小结
第三章 基于多尺度互模式熵的癫痫脑电分析
    3.1 癫痫脑电的多尺度互模式熵分析
        3.1.1 数据处理
        3.1.2 实验方法
        3.1.3 结果与分析
    3.2 多尺度互模式熵的性能分析
        3.2.1 替代数据的熵值计算
        3.2.2 含噪声数据的熵值计算
    3.3 本章小结
第四章 基于多尺度互模式熵的注意力相关脑电分析
    4.1 注意力相关脑电的多尺度互模式熵分析
        4.1.1 数据处理
        4.1.2 实验方法
        4.1.3 结果与分析
    4.2 本章小结
第五章 基于相位斜率指数的癫痫脑电分析
    5.1 癫痫脑电的PSI分析
        5.1.1 数据处理
        5.1.2 实验方法
        5.1.3 结果与分析
    5.2 本章小结
第六章 基于相位斜率指数的注意力相关脑电分析
    6.1 注意力相关脑电的宽带PSI分析
    6.2 注意力相关脑电的窄带PSI分析
    6.3 本章小结
第七章 总结与展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间参加的科研项目
致谢


【参考文献】：
期刊论文
[1]脑电生物反馈治疗注意缺陷多动障碍患儿疗效分析[J]. 靳彦琴,姚梅玲,段桂琴,王亚哲.  兰州大学学报(医学版). 2015(01)
[2]基于符号化部分互信息熵的多参数生物电信号的耦合分析[J]. 张梅,崔超,马千里,干宗良,王俊.  物理学报. 2013(06)
[3]熵理论发展史及其在生物医学信号分析中的作用[J]. 刘澄玉,赵莉娜.  北京生物医学工程. 2012 (05)
[4]虚拟驾驶员视觉注意力模型研究[J]. 任晓明,薛青,杨冀.  计算机工程与应用. 2012(19)
[5]驾驶疲劳脑电信号的多尺度熵分析[J]. 刘苗苗,艾玲梅.  计算机技术与发展. 2011(08)
[6]基于神经网络的多参数脑电注意力水平提取[J]. 袁浩,黄晓林,宁新宝.  北京生物医学工程. 2010 (06)
[7]多尺度熵在心率变异信号复杂性分析中的应用[J]. 蔡瑞,卞春华,宁新宝.  北京生物医学工程. 2007(05)
[8]基于样本熵的注意力相关脑电特征信息提取与分类[J]. 燕楠,王珏,魏娜,宗良.  西安交通大学学报. 2007(10)
[9]基于经验模式分解与样本熵的癫痫预测方法[J]. 白冬梅,邱天爽,鲍海平.  中国生物医学工程学报. 2006(05)
[10]基于替代数据思想的复杂度归一化方法及其在心电信号分析中的应用[J]. 陈文伟,阮炯,顾凡及.  生物物理学报. 2006(02)

博士论文
[1]癫痫脑电的分类识别及自动检测方法研究[D]. 袁琦.山东大学 2014

硕士论文
[1]基于复杂网络拓扑结构的癫痫脑电非线性特征提取与分类方法研究[D]. 王枫林.济南大学 2015
[2]替代数据及其应用[D]. 眭烨.华东师范大学 2011
[3]基于脑电熵参数的视觉注意力分级研究[D]. 徐秋晶.天津大学 2009
[4]熵分析方法在生物信息处理中的应用[D]. 常洁.中南大学 2008



本文编号：3197395