基于脑电信号的麻醉特征参数分析

发布时间：2019-06-28 12:50

【摘要】：针对所有原始脑电信号都受到低频和尖峰噪声干扰的问题,提出了小波变换和独立分量分析相结合的去噪算法;对预处理后的脑电数据,进行小波熵、近似熵和复杂度这三种特征参数的数值表征,并进一步通过特征参数的状态变化率来判断脑电信号的状态区分效果。麻醉与非麻醉的脑电数据处理结果表明,三种特征参数的状态变化率分别达到50.5%、21.6%和19.5%,其中小波熵的状态变化率最高,这些特征参数可作为基于脑电信号分析的麻醉深度量化研究的基础。
[Abstract]:In order to solve the problem that all original EEG signals are interfered with low frequency and peak noise, a denoising algorithm based on wavelet transform and independent component analysis is proposed. The preprocessing EEG data are represented by wavelet entropy, approximate entropy and complexity, and the state differentiation effect of EEG signals is judged by the state change rate of characteristic parameters. The results of EEG data processing under anesthesia and non-anesthesia showed that the state change rates of the three characteristic parameters were 50.5%, 21.6% and 19.5%, respectively. Among them, the state change rate of wavelet entropy was the highest. These characteristic parameters can be used as the basis for quantitative study of anesthesia depth based on EEG analysis.
【作者单位】：上海理工大学医疗器械与食品学院;上海理工大学上海医疗器械高等专科学校;
【基金】：上海市教委科研创新项目资助(12YZ194) 上海市科委科技创新行动计划项目资助(11441902400)
【分类号】：TN911.4

【参考文献】

相关期刊论文前10条

1 张玉新;滕桂法;赵洋;李阅历;马建斌;;基于小波变换模极大值的信号去噪方法研究[J];河北农业大学学报;2009年01期

2 吴小培,冯焕清,周荷琴,王涛;基于小波变换的脑电信号噪声消除方法[J];电路与系统学报;2000年03期

3 杨仁桓;宋爱国;徐宝国;;基于谐波小波包变换的脑电波基本节律分析[J];东南大学学报(自然科学版);2008年06期

4 文莉,刘正士,葛运建;小波去噪的几种方法[J];合肥工业大学学报(自然科学版);2002年02期

5 徐进,郑崇勋,和卫星;基于脑电近似熵分析的麻醉深度监测研究[J];航天医学与医学工程;2004年03期

6 张引红;李全禄;;基于小波熵的鼾音信号去噪处理[J];计算机工程与应用;2011年30期

7 陈晓平,和卫星,温军玲;基于脑电波复杂度的麻醉深度监测[J];江苏大学学报(自然科学版);2003年06期

8 谢松云;潘辉;张伟平;;结合小波包和ICA的脑电信号特征波提取方法[J];计算机应用研究;2008年09期

9 张烈平,莫玮;基于小波变换的麻醉监测诱发脑电信号分析的研究[J];昆明理工大学学报(理工版);2003年03期

10 贾爱宾;王敏;刘法胜;鲍承友;张晓;;脑电信号的小波变换去噪算法—基于中值的尺度相关阈值法[J];生物医学工程学杂志;2009年06期

【共引文献】

相关期刊论文前10条

1 吴小培,张道信;基于多维统计分析方法的脑电消噪[J];安徽大学学报(自然科学版);2002年04期

2 赵东杰;周辉;;基于小波去噪的平滑约束最小二乘图像复原法[J];兵工自动化;2005年05期

3 傅雄军,高梅国,何媛;一种有效的聚束式合成孔径雷达图像特征提取算法[J];北京理工大学学报;2004年07期

4 赵明生;梁开水;罗元方;徐玉萍;;EEMD在爆破振动信号去噪中的应用[J];爆破;2011年02期

5 文鸿雁;张正禄;;非线性小波变换阈值法去噪改进[J];测绘通报;2006年03期

6 卓蒙蒙;张晓光;姬程鹏;雷大江;;基于小波降噪与分形理论的滚动轴承故障诊断[J];轴承;2011年06期

7 陈晓娟;李松寒;隋吉生;;一种实用的工频通信上行信号检测方法[J];电测与仪表;2012年04期

8 邹向阳;陈家斌;徐建华;邹益民;;基于小波域HMT模型的寻北数据去噪方法研究[J];弹箭与制导学报;2008年04期

9 何永红;文鸿雁;靳鹏伟;;一种基于小波模极大值去噪的改进算法[J];大地测量与地球动力学;2007年02期

10 陈晓楠;;基于小波阈值方法的雷达回波降噪[J];大连海事大学学报;2010年02期

相关期刊论文前10条

1 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

2 甘武,孙云莲,蒲晓羽;用独立分量分析消除工频通信中的谐波干扰[J];电力系统通信;2005年02期

3 杨俊安,庄镇泉,吴波,郭立;一种基于负熵最大化的改进的独立分量分析快速算法[J];电路与系统学报;2002年04期

4 张仁龙;马文丽;姚文娟;郑文岭;梁斌;;基于小波包变换对脑电信号的分析和处理[J];电子测量技术;2007年03期

5 彭玉华，汪文秉;小波用于估测散射波波达时间及去噪[J];电子学报;1996年04期

6 周永军,卢智远,牛中奇,孔令锋;自适应滤波器在心电信号检测中的应用[J];电子质量;2004年12期

7 张烈平,莫玮,牛秦洲;基于小波变换的麻醉监测脑电信号的分析与处理[J];桂林工学院学报;2002年01期

8 孙永海;中潜伏期听觉诱发电位与麻醉深度的判断[J];国外医学.麻醉学与复苏分册;1997年01期

9 郑海波,陈心昭,李志远;基于小波包变换的一种降噪算法[J];合肥工业大学学报(自然科学版);2001年04期

10 韩东旭,周传岱,刘月红;状态相关脑波复杂度分析方法的研究[J];航天医学与医学工程;2000年05期

【相似文献】

相关期刊论文前10条

1 梅村，张玉艳，娄瑜;脑电信号的压缩与恢复[J];北京邮电大学学报;1995年04期

2 吴芝芳,孔兰,郑旭媛,李军,陈世峻,陶华英;提取脑电信号的新方法研究─—自适应卡尔曼滤波[J];信号处理;1994年04期

3 吴莎;李锦;张明丽;王俊;;基于改进的符号转移熵的心脑电信号耦合研究[J];物理学报;2013年23期

4 王敏;张晓;张春峰;张丽君;;自由活动动物的脑电信号分析与识别[J];山东科技大学学报(自然科学版);2007年03期

5 陈力,吴祈耀;双谱分析在脑电信号处理中的应用[J];北京理工大学学报;1992年03期

6 张仁龙;马文丽;姚文娟;郑文岭;梁斌;;基于小波包变换对脑电信号的分析和处理[J];电子测量技术;2007年03期

7 吴美云;吴美丽;张桂芸;;音乐认知脑电信号处理方法研究[J];哈尔滨师范大学自然科学学报;2012年01期

8 杨浩，周守昌，王桂兰;脑电信号混沌态的研究[J];重庆大学学报(自然科学版);1995年01期

9 边洪瑞;王江;韩春晓;邓斌;魏熙乐;车艳秋;;基于复杂度的针刺脑电信号特征提取[J];物理学报;2011年11期

10 孟明;罗志增;;基于眼动辅助脑电信号的手部动作分类方法[J];模式识别与人工智能;2012年06期