癲癇是由多種病因?qū)е碌呐R床綜合性疾病,是常見的神經(jīng)系統(tǒng)疾病之一。全球有5000萬左右的癲癇患者,中國患病人數(shù)超過900萬,患病率約為5⁷‰。臨床上根據(jù)線上采集的腦電圖的特征對癲癇患者進(jìn)行檢測,但是,由于這項(xiàng)工作的主觀性和隨機(jī)性,醫(yī)療工作人員在視覺檢查中對患者的腦電圖采取研究并且總結(jié)結(jié)論,這是不充分的。因此,采取信號處理和模式識別方法對腦電信號進(jìn)行檢測從而減少主觀誤差和降低醫(yī)療工作者的工作強(qiáng)度,就顯得尤為重要。近幾年來,以信號處理和模式識別為基礎(chǔ),越來越多的腦電信號處理方法被用作研究,由于腦電信號的自身特性以及技術(shù)局限性的特點(diǎn),不同的方法總會出現(xiàn)這樣那樣的問題,進(jìn)而導(dǎo)致腦電信號的提取和處理中存在噪聲、識別準(zhǔn)確率低和評價指標(biāo)較少的缺點(diǎn)。為了改善噪聲干擾、識別準(zhǔn)確率低和評價指標(biāo)較少等情況,本文首先采用巴特沃斯帶通濾波器對德國波恩大學(xué)實(shí)驗(yàn)室所提供的癲癇腦電數(shù)據(jù)進(jìn)行去噪預(yù)處理,然后分別選取三種不同方法對純凈的癲癇腦電信號進(jìn)行特征值提取和分類,最后引入隨機(jī)森林算法評價指標(biāo)對三種方法進(jìn)行比較,得出評價效果。本文的研究工作主要分為以下幾個方面:1.為了解決數(shù)據(jù)源缺陷、采集不夠準(zhǔn)確...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1小波包分解示意圖

圖2.1小波包分解示意圖圖中AnS為低頻成分，DnS為高頻成分。小波包的優(yōu)勢在于可以將高頻部分的進(jìn)行細(xì)并且得出相應(yīng)結(jié)論，因此具有更強(qiáng)的分析能力。離散信號nx進(jìn)行小波包變換[34]，如公式3.7、3.8、3.9所示：112(2)2()2(2)ppp....

圖3.1隨機(jī)森林生成森林過程示意圖

第3章基于隨機(jī)森林算法的癲癇腦電信號特征值分類研究機(jī)森林算法執(zhí)行上述的兩個步驟，可以得到特定條件下的隨機(jī)森林。然后最終通過大多數(shù)類的結(jié)果。簡言之，隨機(jī)森林算法主要就是兩大過程：生成森林和進(jìn)行決林可由下圖表示：

圖3.2隨機(jī)森林進(jìn)行決策過程示意圖

圖3.1隨機(jī)森林生成森林過程示意圖決策示意圖如下圖所示：

圖4.110-20系統(tǒng)電極安放示意圖

第4章癲癇腦電信號特征值提取與特征值分類實(shí)驗(yàn)言章和第三章我們詳細(xì)介紹了癲癇腦電信號的幾種特征值提取方法和隨機(jī)森別介紹了基于小波變換、S變換和廣義S變換的癲癇腦電信號特征值提取方機(jī)森林算法的特征值分類方法。在2.3節(jié)中我們簡要介紹了基于三種算法的特征值提取方法，在....

本文編號：3997237