基于时变参数的一阶自回归模型和符号转移熵的脑电信号分析

发布时间：2021-07-03 18:57

　　脑电信号是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映,它包含了大量的病理与生理信息,因此,医学上常采用脑电信号对疾病进行诊断和治疗。在脑电信号的研究和分析当中,非线性动力学的方法占据着极其重要的作用。AR模型是一种线性的模型,在分析平稳随机的时间序列中有很大的用处,但由于脑电信号是一种非平稳时间序列,因此AR模型很少用在脑电信号的分析当中,在2015年,Claus Metzner和Christoph Mark等人提出了时变参数的一阶自回归模型,它可以用来分析任意复杂度的时间序列,本论文将时变参数的一阶自回归模型引入到脑电信号的分析当中,以下是本文所做的工作:一.本文采用时变参数的一阶自回归模型来分析癫痫脑电信号和正常人的脑电信号,采用对称通道Fp1和Fp2作为输入信号,为这两个通道的信号构建时变参数的一阶自回归模型,在构建模型之后,采用贝叶斯推断的方法提取特征参数（q _t,a _t）。通过比较特征参数a_t的自相关函数的峰值发现:癫痫患者特征参数a_t的自相关函数的峰值总是大于正常人的特征参数a<... 

【文章来源】：南京邮电大学江苏省

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

中枢神经系统的基本结构

0-20国际标准脑电电极系统

图 2.3 脑电电极配置标准系统导联法主要有单极导联法和双极导联法这两种。极）和无关电极（耳垂）相连接，而双极导联两种导联法的具体介绍。法，就是在有效的头皮区域之上放置有关电极，有关电极一般要和脑电图仪器的第一栅极（G1相连接。如果无关电极放置于头皮的某一有效，这种方法在本质上是一种双极导联的方法，极导联记录的数值是大脑神经细胞放电和耳垂处比来说，它的幅度值更大且更加稳定，很少出

【参考文献】：
期刊论文
[1]基于改进的符号转移熵的心脑电信号耦合研究[J]. 吴莎,李锦,张明丽,王俊.  物理学报. 2013(23)
[2]基于EEG复杂度和近似熵的睡眠自动分期[J]. 王歆媛,汪丰.  软件. 2013(02)
[3]贝叶斯统计推断及其主要进展[J]. 王佐仁,杨琳.  统计与信息论坛. 2012(12)
[4]睡眠分期的符号转移熵分析[J]. 井晓茹,胡晏婷,王俊.  北京生物医学工程. 2012 (04)
[5]关于Lyapunov指数计算方法的比较[J]. 张海龙,闵富红,王恩荣.  南京师范大学学报(工程技术版). 2012(01)
[6]基于近似熵的癫痫发作预测研究[J]. 刘治远,解玲丽,陈子怡,黄瑞梅,李小江,周毅.  生物医学工程研究. 2011(01)
[7]睡眠脑电的关联维数和样本熵分析[J]. 梁晓花,和卫星,马东玲.  微计算机信息. 2008(27)
[8]多导联EEG信号分类识别研究[J]. 张海军,王浩川.  计算机工程与应用. 2008(24)
[9]确定重构相空间维数的方法[J]. 张雨,任成龙.  国防科技大学学报. 2005(06)
[10]语音信号相空间重构中时间延迟的选择──复自相关法[J]. 林嘉宇,王跃科,黄芝平,沈振康.  信号处理. 1999(03)



本文编号：3263160