陈颖萍, 导师:林家瑞,基于小波和独立分量分析的脑电信号预处理研究

  本文关键词：基于小波和独立分量分析的脑电信号预处理研究，由笔耕文化传播整理发布。

首页 > 专家 > 内容

文献名称：基于小波和独立分量分析的脑电信号预处理研究

    前言：脑电信号是脑细胞群的自发性电活动。脑电图(Electroencephalogram,EEG)是大脑神经细胞群的电活动的总体效应在大脑皮层和头皮表面上的反映。脑电图数据是通过贴在头皮表面上的电极记录的,极易收到一些干扰成分的影响,这些干扰成分会对脑电信号的分析处理产生很多不利影响。因此伪迹消除在脑电信号的分析及研究中起着非常重要的作用。 作为现代非平稳信号分析工具,小波变换的多分辨率分析特性使我们能够聚焦到信号的每一个细节,利用它的带通特性可以方便地将观测信号中的一些窄带信号提取或消除;独立分量分析(Independent Component Analys,ICA)则从一个全新的盲源分离角度为多道脑电信号处理提供了一种有效的手段。本文在综述国内外研究现状的基础上对小波变换和独立分量分析在脑电信号预处理中的应用进行了以下几个方面的研究讨论: 针对各种不同记录情况下的常见脑电伪迹(工频干扰、心电、眼电伪迹),分别通过实验比较研究其各种伪迹消除方法,找出其最佳的消除方法。研究结果说明小波变换和独立分量分析方法具有普遍的适用性。尤其是在无同步记录参考源信号,且观测信号数目少于独立源信号数。。。
    Electroencephalogram(EEG) is the spontaneous electrical activity recording of brain cells from scalp.EEG data is recorded by the electrodes sticked on the scalp.So,the data are easily influenced by some other components which will interfere us to analyse the data.It is important to remove artifacats from EEG recording for further study. As one of the modern signal-processing tools for non-stationary signal,Wavelet Transform(WT) with multi-distinguish identity can focus on every details of the signal,and it’...

文献名称 基于小波和独立分量分析的脑电信号预处理研究

Article Name
英文(英语)翻译 EEG Signal Preprocessing Study Based on Wavelet Transform and Independent Component Analysis;

作者 陈颖萍; 导师:林家瑞;

Author

作者单位
Author Agencies 华中科技大学;

文献出处
Article From 中国科学院上海冶金研究所; 材料物理与化学(专业) 博士论文 2000年度

关键词 脑电信号; 伪迹消除; 小波变换; 独立分量分析; 癫痫脑电;

Keywords EEG;Remove artifacts;Wavelet transform（WT）;Independent component analysis（ICA）;Epileptic waves;

脑电技术及脑电信号处理与急性脑血管病
脑电信号非线性分析的人体生理学与解剖学基础
一种基于小波变换的脑电信号癫痫特征波的识别算法
基于自适应遗传算法的脑电信号特征选择
基于二阶盲辨识的运动想象脑电信号分类
脑死亡与脑昏迷脑电信号的复杂度研究
脑电信号伪迹去除的研究进展
癫痫大鼠脑电信号的除趋势涨落分析
基于时频域分析的运动想象脑电信号分类
睡眠脑电信号的动力学分析

注：本页信息仅供交流学习使用，请勿将此信息作为用药或者就诊的依据！

  本文关键词：基于小波和独立分量分析的脑电信号预处理研究，由笔耕文化传播整理发布。