本文關(guān)鍵詞：腦電采集以及自動(dòng)癲癇檢測的系統(tǒng)設(shè)計(jì)

  更多相關(guān)文章： 腦電信號(hào)獲取 自動(dòng)癲癇檢測 實(shí)時(shí)系統(tǒng)

【摘要】：腦電波是大腦神經(jīng)細(xì)胞在活動(dòng)過程中產(chǎn)生的微弱電信號(hào),通過測量接入的電極間電位差可將腦電波記錄下來。腦電信號(hào)是診斷腦部疾病的重要依據(jù),也是認(rèn)知科學(xué)、生理心理學(xué)上的重要研究工具,便攜實(shí)用的腦電采集設(shè)備在臨床應(yīng)用、學(xué)術(shù)研究和腦機(jī)接口系統(tǒng)上都具有重要的價(jià)值。癲癇是腦部常見病,反復(fù)的發(fā)作給患者帶來巨大的傷害,實(shí)時(shí)的癲癇發(fā)作報(bào)警系統(tǒng)可以起到醫(yī)療輔助作用,減輕看護(hù)人員的壓力。針對以上所述的需求,本文的研究內(nèi)容主要有三點(diǎn)：一是實(shí)現(xiàn)便攜實(shí)用的腦電采集方案,使其能應(yīng)用到更廣泛的腦電研究領(lǐng)域和產(chǎn)品應(yīng)用環(huán)境；二是探究自動(dòng)癲癇檢測算法,注重算法的整體檢測性能的同時(shí),還要關(guān)注其實(shí)時(shí)性和可實(shí)現(xiàn)性；三是實(shí)現(xiàn)實(shí)時(shí)的癲癇發(fā)作報(bào)警系統(tǒng),將自動(dòng)癲癇檢測算法推廣到實(shí)際應(yīng)用中。本文首先設(shè)計(jì)實(shí)現(xiàn)了腦電采集系統(tǒng),系統(tǒng)分為下位機(jī)采集終端和上位機(jī)程序兩個(gè)部分。采集終端分別利用TGAM模塊和ADS1299芯片實(shí)現(xiàn)。其中基于TGAM模塊的系統(tǒng)可以實(shí)現(xiàn)單路的腦電采集,電路連接簡單,抗干擾能力較強(qiáng)；基于ADS1299的系統(tǒng)可實(shí)現(xiàn)多路腦電的采集,采樣精度更高,為減小50Hz以及100Hz的干擾,使用了梳狀數(shù)字濾波器。兩種方案電路規(guī)模都較小,可以實(shí)現(xiàn)便攜化。上位機(jī)上編寫了應(yīng)用程序來實(shí)現(xiàn)腦電波形顯示、頻譜分析和數(shù)據(jù)記錄,程序運(yùn)用了面向?qū)ο蟮乃枷朐O(shè)計(jì)并實(shí)現(xiàn),保證了模塊之間的相對獨(dú)立,提高了可重用性,便于新功能擴(kuò)展。同時(shí),程序使用Qt編寫,易于實(shí)現(xiàn)多操作系統(tǒng)或多硬件平臺(tái)之間的移植。之后,對用于癲癇檢測的通用Osorio-Frei算法(GOFA)進(jìn)行了仿真實(shí)驗(yàn)和詳細(xì)性能分析,針對實(shí)際應(yīng)用場景的需求以及算法對單通道干擾過于敏感的缺陷,增加了報(bào)警結(jié)束延時(shí)參數(shù)Dterm'并引入了新的多通道判別規(guī)則。本方法實(shí)時(shí)性較強(qiáng),易于實(shí)現(xiàn),并且具有較高的靈敏度和較低的報(bào)警延時(shí)。最后,將自動(dòng)癲癇檢測算法作為新模塊整合到腦電采集系統(tǒng)的上位機(jī)程序中,成為實(shí)時(shí)的癲癇發(fā)作報(bào)警系統(tǒng)。由于上位機(jī)程序良好的架構(gòu)設(shè)計(jì),自動(dòng)癲癇檢測模塊可以很容易地添加。出于條件限制,對實(shí)時(shí)系統(tǒng)進(jìn)行評價(jià)過程中,使用虛擬數(shù)據(jù)源代替了真實(shí)采集設(shè)備,結(jié)果表明系統(tǒng)表現(xiàn)與仿真實(shí)驗(yàn)一致,在正確時(shí)間對癲癇發(fā)作報(bào)警,并且滿足實(shí)時(shí)性要求。
【關(guān)鍵詞】：腦電信號(hào)獲取 自動(dòng)癲癇檢測 實(shí)時(shí)系統(tǒng)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R742.1;TN911.7
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第一章 緒論12-20
• 1.1 腦電信號(hào)概述12-15
• 1.1.1 腦電波簡介12-13
• 1.1.2 腦電采集技術(shù)13-15
• 1.2 癲癇檢測概述15-17
• 1.2.1 癲癇腦電波15-16
• 1.2.2 自動(dòng)癲癇檢測16-17
• 1.3 研究目的和研究意義17-18
• 1.4 論文主要內(nèi)容與結(jié)構(gòu)18-20
• 第二章 腦電采集系統(tǒng)20-44
• 2.1 腦電采集系統(tǒng)的總體設(shè)計(jì)方案20-21
• 2.2 腦電采集系統(tǒng)軟件設(shè)計(jì)21-27
• 2.2.1 Qt開發(fā)平臺(tái)21-22
• 2.2.2 軟件架構(gòu)設(shè)計(jì)22-25
• 2.2.3 利用AR模型估計(jì)信號(hào)功率譜25-27
• 2.3 基于TGAM模塊的腦電采集系統(tǒng)27-34
• 2.3.1 TGAM模塊簡介27-28
• 2.3.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)28-31
• 2.3.3 系統(tǒng)效果展示31-34
• 2.4 基于ADS1299的腦電采集系統(tǒng)34-43
• 2.4.1 ADS1299芯片簡介34-35
• 2.4.2 系統(tǒng)設(shè)計(jì)35
• 2.4.3 系統(tǒng)實(shí)現(xiàn)35-41
• 2.4.4 系統(tǒng)效果展示41-43
• 2.5 兩種實(shí)現(xiàn)方式的對比43-44
• 第三章 自動(dòng)癲癇檢測算法44-58
• 3.1 GOFA方法44-45
• 3.2 GOFA方法的應(yīng)用實(shí)現(xiàn)和改動(dòng)45-46
• 3.2.1 FIR濾波器的實(shí)現(xiàn)45
• 3.2.2 通道特征的計(jì)算方法45-46
• 3.2.3 對GOFA方法的改動(dòng)46
• 3.3 仿真實(shí)驗(yàn)與結(jié)果分析46-57
• 3.3.1 長程腦電數(shù)據(jù)庫46-47
• 3.3.2 仿真實(shí)驗(yàn)47-55
• 3.3.3 參數(shù)D_(term)的影響55-56
• 3.3.4 利用多通道判別規(guī)則改進(jìn)GOFA方法56-57
• 3.4 GOFA方法評價(jià)57-58
• 第四章 實(shí)時(shí)自動(dòng)癲癇檢測系統(tǒng)58-64
• 4.1 系統(tǒng)設(shè)計(jì)58-59
• 4.2 系統(tǒng)實(shí)現(xiàn)59-61
• 4.3 仿真測試61-64
• 4.3.1 虛擬數(shù)據(jù)源61-62
• 4.3.2 實(shí)驗(yàn)結(jié)果62-64
• 第五章 工作總結(jié)與展望64-66
• 5.1 工作總結(jié)64-65
• 5.2 工作展望65-66
• 參考文獻(xiàn)66-72
• 致謝72-73
• 攻讀碩士研究生期間研究成果73-74
• 附件74

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 閆慶華;程兆剛;段云龍;;AR模型功率譜估計(jì)及Matlab實(shí)現(xiàn)[J];計(jì)算機(jī)與數(shù)字工程;2010年04期

，

本文編號(hào)：755102