基于相位斜率指数的脑电信号方向研究

发布时间：2017-07-28 09:18

  本文关键词：基于相位斜率指数的脑电信号方向研究

  更多相关文章： 癫痫脑电 因果 相位斜率指数 睡眠数据

【摘要】：脑电信号的因果关系检测,对于研究大脑功能及癫痫等大脑疾病的治疗有着非常重要的意义。在这个背景下,我们的工作主要是分析大脑不同区域的因果关系,以此判断大脑内信息流的流动方向。本文把算法分别应用到正常脑电信号和癫痫脑电信号数据以及清醒和睡眠数据,旨在为癫痫疾病的分析治疗提供理论上依据,以及分析睡眠数据的清醒期和睡眠期的主要区别。论文主要工作分为以下几个部分:(1)基于相位斜率指数的模拟数据分析这一部分主要建立AR数据模型,使用模拟数据对格兰杰因果算法和相位斜率指数算法进行对比,得出结论:格兰杰因果的噪声鲁棒性能不好,很有可能会得出错误的因果结论。而本文的主要算法相位斜率指数对噪声鲁棒性能好,对独立的信源的混合不敏感;其次,即使信号的相位谱是非线性的,也可以得到有意义的结果;而且此算法还有效地权重了各个频率段的分布。所以,本文对脑电数据方面的应用,不采用格兰杰因果的算法,而是采用本文主要的算法PSI算法。(2)基于相位斜率指数的脑电数据分析将PSI算法应用到正常脑电数据上,分析大脑不同区域的信息流方向,可以得到从前向后的一个明确的方向。我们用PSI算法对δ频段,θ频段,β频段,γ频段,α频段分别进行分析,对得到的正常脑电和癫痫脑电的有效结果百分比做T检验,发现α频段的结果具有显著性差异,这对癫痫病的临床诊断具有重要意义。用PSI算法分析睡眠数据,得出结论:清醒期的相位斜率指数平均值明显大于睡眠I期的相位斜率指数的平均值,T检验也可得到显著性差异。这说明可以使用相位斜率指数对脑电、心电进行睡眠分期的研究。(3)基于IOS9.1的脑电信号系统设计利用IOS将此算法系统实现,此系统首先显示了几种常见的脑电波形,随后采用模拟数据、正常脑电数据对此系统进行验证,均显示了正确的结论。经系统分析数据得到的结果我们可以发现相位斜率指数算法有着格兰杰因果所不能比拟的优势,对于脑电信号的分析得到了可以显示大脑不同区域信息流的方向。这个系统具有一定的有效性及实用性,能够对临床脑电信号的分析诊断起到辅助作用。
【关键词】：癫痫脑电 因果 相位斜率指数 睡眠数据
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R741.044;TN911.6
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-13
• 1.1 课题的研究背景9-10
• 1.2 课题的研究现状和研究意义10-12
• 1.3 论文主要研究工作和内容安排12-13
• 第二章 脑电信号基础理论以及因果理论概述13-27
• 2.1 脑电信号概论13-19
• 2.1.1 脑电信号的产生与采集14-16
• 2.1.2 脑电信号的特征16-18
• 2.1.3 癫痫脑电信号18-19
• 2.2 脑电信号的研究方向19-20
• 2.3 因果理论概述20-25
• 2.3.1 互相关函数21-22
• 2.3.2 相干性22
• 2.3.3 非线性相关系数22-23
• 2.3.4 偏相干性23
• 2.3.5 PDC算法23-24
• 2.3.6 转移熵24-25
• 2.4 本章小结25-27
• 第三章 基于相位斜率指数的模拟数据分析27-35
• 3.1 格兰杰因果27-29
• 3.1.1 格兰杰因果理论27-28
• 3.1.2 自回归模型的参数估计28-29
• 3.2 相位斜率指数算法29-31
• 3.2.1 相位斜率指数理论思想29-30
• 3.2.2 相位斜率指数算法定义30-31
• 3.3 模拟数据分析31-34
• 3.3.1 一阶AR模型数据分析31-32
• 3.3.2 M阶AR模型数据分析32-33
• 3.3.3 实验结果分析33-34
• 3.4 本章小结34-35
• 第四章 基于相位斜率指数的脑电数据分析35-51
• 4.1 癫痫病症的病理机制以及研究现状35-36
• 4.2 算法流程36-37
• 4.3 基于PSI算法的正常脑电的数据分析37-39
• 4.3.1 实验数据37
• 4.3.2 实验方法37
• 4.3.3 实验结果及分析37-39
• 4.4 基于PSI算法的正常脑电及癫痫脑电的对比分析39-44
• 4.4.1 基于宽带的研究39-40
• 4.4.2 基于窄带的研究40-44
• 4.4.3 实验结果分析44
• 4.5 基于PSI算法的睡眠脑电分析44-50
• 4.5.1 睡眠脑电知识及研究现状44-46
• 4.5.2 实验数据46
• 4.5.3 基于PSI算法的睡眠脑电实验结果46-49
• 4.5.4 实验结果分析49-50
• 4.6 本章小结50-51
• 第五章 基于IOS9.1 的脑电信号系统设计51-61
• 5.1 IOS系统简介51-52
• 5.2 开发环境52-53
• 5.3 Xcode图形界面开发53-55
• 5.4 脑电信号显示系统55-60
• 5.5 本章小结60-61
• 第六章 总结与展望61-63
• 参考文献63-66
• 附录1 攻读硕士学位期间撰写的论文66-67
• 附录2 攻读硕士学位期间参加的项目67-68
• 致谢68

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国重要报纸全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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 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

7 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

8 王晓滨;LED光针灸对脑功能的影响研究[D];天津职业技术师范大学;2015年

9 徐朝阳;基于深度网络的脑电信号分类方法研究[D];中国海洋大学;2015年

10 刘巨娟;基于脑电信号识别的驾驶员-汽车混合控制系统设计[D];东北大学;2014年

，

本文编号：583338