脑电信号的特征分析与研究

发布时间：2017-09-12 02:36

  本文关键词：脑电信号的特征分析与研究

  更多相关文章： 脑电信号 特征分析 样本熵 双谱 1.5维谱

【摘要】： 脑电信号包含了大量生理与病理信息,通过对脑电信号的处理,不仅可以为医生提供临床诊断的依据,还可以为某些脑疾病提供有效的辅助治疗手段。国内外对于脑电信号进行特性分析和特征提取的研究已经取得了重大的进展和成果。本文是在广泛研读国内外有关脑电研究现状和分析方法的相关资料基础上,采用样本熵、双谱、1.5维谱等现代信号处理方法来研究脑电信号中蕴藏的丰富信息,以期为临床脑电信号的诊断提供一定的理论参考。本文的主要内容可概括如下: (1)综述了脑电研究的发展、脑电信号的采集、分类等基础知识以及概述了一些脑电信号的现代分析方法,诸如时频分析法、高阶谱分析法、非线性分析法以及人工神经网络分析法,特别介绍了小波分析、双谱分析、复杂度分析及神经网络分析在脑电信号处理中的应用。 (2)针对近似熵算法存在的不足,采用近似熵的改进算法—样本熵,利用样本熵对临床已确诊的癫痫病例与正常人的脑电数据进行分析处理。仿真结果表明:癫痫患者发作期的样本熵值总体上低于正常人,并且癫痫患者在发作期间的脑电样本熵值较发作前有明显降低,发作后又回到发作前的水平,这一变化特点与临床诊断的病症特点是基本一致的,这表明样本熵有望为癫痫病的临床诊断提供一种新的参考。 (3)通过计算不同状态下16导脑电时间序列的峰度和斜度,研究了不同状态下各导脑电信号的非线性和非高斯性。采用双谱估计的直接方法对三种不同状态下的脑电信号进行分析,研究结果发现这三种状态下的脑电信号双谱结构存在较大差异,验证了双谱是脑电信号非线性分析的有效手段,能有效的提取蕴涵在脑电信号中的丰富高阶信息,有助于脑电自动识别的实现,为临床脑电研究提供更多有益的辅助诊断信息。 (4)针对传统的双谱方法的缺点,本文采用了一种新的二次相位耦合的分析方法—1.5维谱来分析脑电信号,并通过仿真验证了算法的可行性。研究结果表明:1.5维谱分析方法能抑制附加在信号中的高斯噪声,从而更易提取出有用的非高斯信号,同时该方法有效地揭示了脑电信号内部的二次相位耦合现象,极大地减少了计算量和降低了方法的复杂程度,可以有效地提取常规谱分析方法所无法获得的有用信息。
【关键词】：脑电信号 特征分析 样本熵 双谱 1.5维谱
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：R318.04
【目录】：

• 论文摘要3-4
• Abstract4-8
• 第一章 绪论8-12
• 1.1 本课题的来源8
• 1.2 本课题的研究背景和意义8
• 1.3 目前国内外脑电信号研究动态8-9
• 1.4 本文数据来源9-10
• 1.5 本文的主要工作及内容10-11
• 1.6 本文的结构11-12
• 第二章 脑电信号及其分析方法简介12-20
• 2.1 脑电的发展12
• 2.2 脑电信号的采集12-14
• 2.3 脑电波的分类14-15
• 2.4 脑电信号现代分析方法15-20
• 2.4.1 时频分析法16
• 2.4.2 高阶谱分析法16-17
• 2.4.3 非线性动力学分析法17-18
• 2.4.4 人工神经网络分析法18-20
• 第三章 脑电信号的样本熵分析20-29
• 3.1 近似熵20-23
• 3.1.1 近似熵的定义20-21
• 3.1.2 近似熵的性质21-22
• 3.1.3 近似熵的快速算法22
• 3.1.4 近似熵的不足22-23
• 3.2 样本熵23-24
• 3.2.1 样本熵的算法23-24
• 3.2.2 样本熵的性质24
• 3.3 样本熵在脑电信号中的应用24-28
• 3.3.1 数据提取24-25
• 3.3.2 仿真结果25-28
• 3.4 本章小结28-29
• 第四章 双谱分析方法及在脑电信号处理中的应用29-38
• 4.1 双谱的定义29-30
• 4.2 双谱的性质30-31
• 4.3 双谱估计方法31-32
• 4.3.1 直接估计法31-32
• 4.3.2 间接估计法32
• 4.4 双谱分析在脑电信号特征提取中的应用32-37
• 4.4.1 脑电信号的非高斯性检测32-33
• 4.4.2 脑电信号双谱分析的仿真结果33-37
• 4.5 本章小结37-38
• 第五章 基于切片谱的脑电特征分析38-46
• 5.1 1.5 维谱的概念38
• 5.2 1.5 维谱的算法38-39
• 5.3 复数信号的1.5 维谱分析39-41
• 5.4 检测算法的仿真分析41-43
• 5.5 1.5 维谱分析在脑电信号处理中的应用43-45
• 5.6 结论45-46
• 第六章 结论与展望46-47
• 参考文献47-51
• 读硕期间已发表和待发表的论文目录51-52
• 致谢52-53

【引证文献】

中国硕士学位论文全文数据库 前4条

1 许人杰;信号二次相位耦合识别在机车故障诊断中的应用研究[D];北京交通大学;2012年

2 樊迎迎;基于HHT算法的EEG信号分析与研究[D];哈尔滨理工大学;2012年

3 白璐;严重意识障碍患者对声刺激的EEG响应及其在有效性评估中的应用[D];杭州电子科技大学;2013年

4 霍丽艳;高阶统计特性在动态系统非线性特征识别中的应用研究[D];华北电力大学;2013年

，

本文编号：834599