腦電圖是腦神經(jīng)細(xì)胞電生理活動(dòng)在大腦皮層的綜合反映,對(duì)大腦不同區(qū)域及點(diǎn)位的腦電信號(hào)進(jìn)行同步研究,對(duì)于掌握腦部疾病發(fā)病機(jī)制,進(jìn)行早期診斷與干預(yù)治療具有重要意義。該文主要研究一致性算法,并將一致性算法應(yīng)用于實(shí)際糖尿病患者的腦電信號(hào)研究。首先,研究三種基本的一致性算法,即基于韋爾氏周期圖法的一致性算法,基于最小方差無(wú)失真響應(yīng)的一致性算法以及基于典型相關(guān)分析的一致性算法,通過(guò)理論分析與仿真實(shí)驗(yàn),分析與對(duì)比三種一致性算法的性能。其次,在基于典型相關(guān)分析的一致性算法以及基于降秩的典型相關(guān)分析的一致性算法的基礎(chǔ)上,提出基于加權(quán)的典型相關(guān)分析的一致性算法。仿真實(shí)驗(yàn)表明該文所提出的新算法,相對(duì)于兩種原有的算法在噪聲以及信號(hào)相對(duì)振幅比的影響下,表現(xiàn)出更高的準(zhǔn)確性。最后,將利用加權(quán)典型相關(guān)分析的一致性算法分析35例(18aMCI組,17對(duì)照組)糖尿病輕度認(rèn)知障礙患者腦電信號(hào)中。統(tǒng)計(jì)分析結(jié)果表明,aMCI組一致性值在Delta頻段以及Theta頻段顯著性高于對(duì)照組,Alpha頻段顯著性低于對(duì)照組。一致性值與神經(jīng)心理學(xué)量表的相關(guān)性分析結(jié)果表明,各個(gè)頻段具有顯著性特征的一致性值均與神經(jīng)心理學(xué)量表中測(cè)試具有一定的相關(guān)...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1腦電信號(hào)19路電極安置圖

燕山大學(xué)工程碩士學(xué)位論文z、P3和P4電極，枕區(qū)包括O1、Oz和O2電極，左顳包括F7、T3和顳包括F8、T4和T6電極。對(duì)于電極安置圖而言區(qū)分左右腦是以Fz在直線為中軸，左側(cè)為左半腦，右側(cè)為右半腦。對(duì)于前額區(qū)的電極又可1和F3)，右額(FP2和....

圖4-1第一組窄帶信號(hào)模型仿真結(jié)果

3f28.77，4f38.77Hz。理論上，在所設(shè)定的一致性頻率點(diǎn)處一致性的值接近1，而在其它頻率處一致性的值接近0。對(duì)于寬帶信號(hào)模型，線性模型的一致性頻率011,,,fNfff的取值范圍從30Hz到50Hz，步長(zhǎng)設(shè)定為0.2。對(duì)于窄帶和寬....

圖4-2第二組窄帶信號(hào)模型的仿真結(jié)果

燕山大學(xué)工程碩士學(xué)位論文相對(duì)于其他兩種算法，Welch-MSC算法在非一致性頻率處，一致性估計(jì)值較高。Welch-MSC算法中，用于計(jì)算功率譜函數(shù)的傅里葉向量kf與信號(hào)中的數(shù)據(jù)和信號(hào)頻率成分均無(wú)關(guān)，由于頻譜泄露現(xiàn)象的存在，這會(huì)導(dǎo)致在不同頻率成分之間，引起較大的干擾，這是W....

圖4-3濾波器分析頻率個(gè)數(shù)K為3000時(shí)，第二組窄帶信號(hào)模型的仿真結(jié)果

第4章頻域一致性算法研究其中Welch-MSC算法和CCA-MSC算法的仿真結(jié)果與第一組中的實(shí)驗(yàn)現(xiàn)象相似。即Welch-MSC算法仿真結(jié)果中存在較多的頻譜干擾，CCA-MSC算法譜分辨率介于MVDR-MSC算法和Welch-MSC算法之間。MVDR-MSC....

本文編號(hào)：3929377