小波變換的腦電圖信號應用分析

小波變換的腦電圖信號應用分析

ID:23674583

大?。?7.50 KB

頁數(shù):5頁

時間:2018-11-09

小波變換的腦電圖信號應用分析_第1頁
小波變換的腦電圖信號應用分析_第2頁
小波變換的腦電圖信號應用分析_第3頁
小波變換的腦電圖信號應用分析_第4頁
小波變換的腦電圖信號應用分析_第5頁
資源描述:

《小波變換的腦電圖信號應用分析》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在工程資料-天天文庫。

1、小波變換的腦電圖信號應用分析張風平(平煤神馬醫(yī)療集團總醫(yī)院健康體檢科河南平頂山467099)【摘要】對現(xiàn)代心理學而言,分析腦電圖(EEG)信號是判定大腦認知活動的主要方式之一。但能反映大腦活動的EEG信號會受到噪聲影響,為了應對此問題,可對小波變換進行調(diào)整,選擇自動濾波器,利用其具備的優(yōu)越濾波功能,結(jié)合小波變化的優(yōu)點,實現(xiàn)噪聲的清除。對腦電圖信號的辨別而言,這種調(diào)整可以判定更多波形的特點,可見此方法的應用效果優(yōu)于以往的辨別方法。【關鍵詞】小波變換;腦電圖信號;波形【中圖分類號】R445【文獻標識碼】A

2、【文章編號】1007-8231(2016)03-0054-02大腦是自然界最神秘的器官,目前人們無法徹底揭開大腦的全部秘密,但是可以借助EGG信號的辨別與分析判定大腦活動機理,此方式在醫(yī)學、心理學等領域得到廣泛應用。在以往的信號辨別中,通常使用譜分析、非線性動力學等方法,在應用時要求EEG信號處于平穩(wěn)狀態(tài),但此信號屬于非平穩(wěn)信號,此種矛盾讓連續(xù)動態(tài)分析受到負面影響。在時頻分析等方法在此領域應用后,也在信號辨別等方面存在缺陷。小波分析在信號分析領域的應用,在神經(jīng)生物科學和計算機信息技術結(jié)合之后,此種方法

3、開始在EEG信號處理中引起重視。1.腦電圖信號解析在收集EEG信號進行觀察之后,從現(xiàn)象層面進行解析可以發(fā)現(xiàn),信號表現(xiàn)出不規(guī)則狀態(tài)。實際上,此種情況是各種頻率的正弦波組合在一起造成的,比如快波、慢波等。正因EEG是正弦波組合重疊而成,因此,對其信號的解讀一般從頻率、位相等方面入手,隨后和導聯(lián)的EEG所處位置放置在一起進行分析。在對信號進行分析后,分析其是否存在反?,F(xiàn)象,可判定人腦是否發(fā)生疾病。此檢查方法能判定癲癇、腦膿腫等疾病,陽性率達到較高水平,也在腦外傷、器質(zhì)性精祌疾病等疾病檢查中發(fā)揮一定作用。但此

4、類檢查能發(fā)揮最大作用的領域主要是癲癇,因為,在癲癇發(fā)病吋病人腦部會出現(xiàn)癲癇放電現(xiàn)象。1.小波變換的腦電圖信號分析2.1特點根據(jù)既定的計算公式,尺度因子變大后,能對更大吋間尺度上的區(qū)間進行觀察,頻率的分辨率達到較高水平;反之,則能對小段吋間內(nèi)的信號變化進行觀察,對吋間變化的分辨率較高。因此,對尺度因子進行干預,就能提升對吋間和頻率的分辨能力[1】。此外,連續(xù)小波變換還具備時移性、能量守恒性等特征。2.2算法其思想主要從伸縮、平移等方面獲得靈感,首先確定1個小波函數(shù),并與對應的信號起始點對準。確定此時刻信

5、號和函數(shù)之間的逼近程度,在吋間軸上對函數(shù)進行1單位的移動,然后重復上述計算步驟,要對信號長度實現(xiàn)徹底覆蓋。將函數(shù)持續(xù)進行1單位的伸縮,然后重復以上步驟,在全部尺度上重復以上全部操作。在處理完上述事項后,就會得到在各吋間尺度上的信號評估系數(shù),可對初始信號在函數(shù)上的投影尺寸進行反映[2】。此種計算方式適用于多通道的繁雜信號的解析,信號提取能力較強,避免噪音干擾,對癲癇等疾病的臨床檢查奮積極意義。2.小波變換在腦電圖信號處理中的應用3.1EEG信號分析概述在此領域中,國產(chǎn)的檢測儀器花費資金較少,但在使用吋存

6、在問題。在對信號進行處理吋過于簡略,無法應對很多情況的異常問題。在分析EEG信號吋,醫(yī)生通常都是依靠主觀判斷,沒奮科學的信號分析依據(jù),診斷結(jié)果的可靠性難以得到保障。但進口的檢查設備依舊存在弊端,也需要利用先進技術提升其檢查能力。因此,要依據(jù)S前最新的發(fā)展形勢,增加新的檢查功能,將噪聲順利清除,讓信號能得到自動提?。?】。3.2基于小波變換的眼電噪聲去除算法應用為讓研宄更加具體、直觀,此次研究選擇眼電信號作為研究對象。利用自適應濾波器與小波變換進行融合,避免對EEG信號進行分析吋遇到的噪音干擾。自適應濾

7、波器在對信號進行追蹤時表現(xiàn)出良好效果,可消除眼電噪聲,同吋不對原有的EEG信息造成破壞。對此濾波器進行改進,獲得噪聲抵消器。眼電信號屬于局部特征類型的信號,符合小波處理要求。具體而言,可利用各種尺度的離散小波變換,對收集的腦電初始信號進行處理,得到相應系數(shù),然后參照最小風險值原則,利用軟閥值法,對獲得的系數(shù)進行閥值調(diào)整。對系數(shù)進行信號重構(gòu),得到具奮對比價值的眼電信號。噪聲抵消器的對比輸入端對經(jīng)過重構(gòu)處理的信號進行選定,初始輸入端對收集的腦電信號實施處理,在運算完畢后,系統(tǒng)發(fā)送經(jīng)過去噪處理的腦電信號。此

8、種處理方式利用小波變換,得到自適應噪聲抵消器的輔助,經(jīng)過小波閥值解析后,利用抵消器自動調(diào)節(jié)和追蹤的功能,解決以往去除噪聲時存在的問題。1.實驗結(jié)果分析與對比為驗證噪音去除方法是否有效,創(chuàng)建眼電信號和干浄的腦電信號,在經(jīng)過吋域混疊處理后,對受到干擾的腦電信號進行模擬,對比使用此方法消除噪?yún)鸬男Ч?,判定對初始信號的保留效果。對眼電信號和腦電信號進行模擬,讓小波變化分別與抵消器(方法1)、ICA算法(方法2)結(jié)合,通過實驗對比兩種方式去除噪聲的效果。對實驗結(jié)果

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。