基于压缩感知的多通道脑电信号压缩研究

发布时间：2025-01-15 19:22

　　脑电信号含有大量的人体生理和病理信息,广泛应用于神经科学研究、生理反馈治疗等领域,尤其是在脑部疾病的诊断方面具有不可或缺的作用。采用便携式设备进行脑电信号的远程监测,具有持续时间长,便利灵活的特点,成为目前监测技术发展的趋势。随着监测时间和通道数量的增加,信号数据量会大幅增长,而便携式设备存储容量和传输带宽有限。因此对多通道脑电信号进行压缩,降低存储资源需求,减少所需传输带宽和功耗,具有非常重要的意义。压缩感知理论通过测量矩阵把高维信号转变为低维观测信号,实现信号的压缩,这种压缩方法计算复杂度低,适合于便携式监测设备。但是如果把多通道脑电信号的特性纳入考量,则可以进一步改善压缩性能。本论文基于压缩感知、随机信号理论和脑电信号特性,开展了多通道脑电信号的压缩研究,主要研究内容包括:(1)介绍了压缩感知理论和数学模型,在此基础上,采用常用的随机测量矩阵,对标准脑电数据库样本进行重构仿真,根据重构误差和矩阵特性,选择最优测量矩阵。(2)以离散余弦基作为稀疏基,对比三种重构算法的均方误差,选择误差最小的重构算法。(3)在脑电信号压缩感知框架基础上,设计了一种多通道去相关算法,降低脑电信号各通道间...

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

图1-1便携式脑电监测设备系统框图

华南理工大学硕士学位论文2图1-1便携式脑电监测设备系统框图但是采用便携式监测仪进行动态脑电信号监测也有它的缺陷。首先，由于长时间的采集以及检测设备中ADC精度的提高，信号数据量就会随之增加。例如，采集一位患者64个数据通道，24小时的脑电信号，如果以采样频率250Hz，16位A....

图2-1稀疏信号的压缩感知模型

第二章压缩感知理论和算法仿真9图2-1稀疏信号的压缩感知模型到目前为止讨论的原始信号x本身具有稀疏性，需要指出的是，在时域上具有稀疏性的信号是不常见的。在现实世界中，大部分离散时间信号并非时域稀疏信号，为了更精简地表示非稀疏信号，通常的做法是把时域信号变换到某个稀疏基下，利用少量....

图2-2普适性的压缩感知模型

第二章压缩感知理论和算法仿真11图2-2普适性的压缩感知模型从这一过程可以看出压缩感知的数学模型还是可以最终表述为公式（2-1）的形式，把=带入公式（2-1），定义传感矩阵表示与的乘积，公式（2-1）的表示形式可以变为：==(2-5)对于形如（2-5）的方程组所表示的线性系统，未....

图2-3基于传感矩阵的压缩感知模型

第二章压缩感知理论和算法仿真11图2-2普适性的压缩感知模型从这一过程可以看出压缩感知的数学模型还是可以最终表述为公式（2-1）的形式，把=带入公式（2-1），定义传感矩阵表示与的乘积，公式（2-1）的表示形式可以变为：==(2-5)对于形如（2-5）的方程组所表示的线性系统，未....

本文编号：4027741