本文選題：腦電信號 + 多重分形去趨勢波動分析��； 參考：《生物醫(yī)學工程學雜志》2017年02期

【摘要】：本文基于多重分形去趨勢波動分析方法(MFDFA)實現(xiàn)了對受試者心理壓力狀態(tài)的評估。研究針對不同心理壓力狀態(tài)下,腦電信號多重分形去趨勢波動分析中最優(yōu)分形階數(shù)確定問題,重點分析了多重分形去趨勢波動分析方法中的奇異指數(shù)、Hurst指數(shù)等參數(shù)與階數(shù)的關(guān)系,進而確定最優(yōu)分形階數(shù),實現(xiàn)了基于腦電信號多重分形去趨勢波動分析的心理壓力狀態(tài)評估。試驗采集了14名在校學生有/無心理壓力狀態(tài)下的腦電信號,分別比較了奇異指數(shù)、奇異維數(shù)、Hurst指數(shù)、質(zhì)量指數(shù)與階數(shù)關(guān)系,確定了最優(yōu)分形階數(shù)范圍為[—5,5],實現(xiàn)了基于腦電信號β波多重分形去趨勢波動分析方法的心理壓力狀態(tài)評估。研究結(jié)果表明,心理壓力狀態(tài)下,腦電信號的Hurst指數(shù)和質(zhì)量指數(shù)大于無壓力狀態(tài)下,腦電信號的相應參數(shù),隨著階數(shù)的變大,Hurst指數(shù)減小,趨近于定值,而質(zhì)量指數(shù)增大,奇異值隨階數(shù)的變化幅度較明顯。本文還比較了有/無心理壓力狀態(tài)下,腦電信號的峰值和奇異譜寬度,結(jié)果表明,不同心理壓力狀態(tài)下腦電信號多重分形譜特性不同,心理壓力狀態(tài)下,腦電信號的奇異譜寬度明顯大于無壓力狀態(tài)下腦電信號的奇異譜寬度。本文研究結(jié)果說明,該方法可以有效地評估心理壓力狀態(tài),為實現(xiàn)心理壓力狀態(tài)干預,提高心理健康等提供支持與幫助。
[Abstract]:Based on the multifractal trend fluctuation analysis method (MFDFA), this paper realizes the assessment of the psychological stress state of the subjects. The study focuses on the determination of the optimal fractal order in the multi fractal detrending fluctuation analysis of EEG signals under different psychological pressures, and focuses on the analysis of the singular exponents in the multifractal detrending wave analysis method. The relationship between the parameters of Hurst index and the order, and then determine the optimal fractal order, and realize the psychological pressure state assessment based on the analysis of the multi fractal detrending fluctuation of EEG signal. The experiment collected 14 students with / without psychological pressure, and compared the singular index, the singular dimension, the Hurst index, the mass index, respectively. In relation to the order, the optimal fractal scale is determined to be [- 5,5]], and the psychological pressure state evaluation based on the Bo multifractal detrending wave analysis method is realized. The results show that the Hurst index and mass index of EEG signal are larger than that under pressure state, and the corresponding parameters of EEG signals are associated with the stress state. The Hurst exponent decreases and the index decreases. The mass index increases, the mass index increases and the singular value varies with the order. The peak value and the singular spectrum width of EEG signal under / without psychological pressure are compared. The results show that the multi fractal spectrum characteristics of the brain electrical signals in different psychological pressure States are different, and the psychological pressure is different. The singular spectrum width of EEG signals is obviously larger than the singular spectrum width of the EEG in the non pressure state. The results show that the method can effectively evaluate the psychological stress state and provide support and help for the intervention of psychological pressure and the improvement of mental health.

【作者單位】： 燕山大學電氣工程學院生物醫(yī)學工程研究所;燕山大學河北省測試計量技術(shù)及儀器重點實驗室;北京工業(yè)大學生命科學與生物工程學院;前景光電技術(shù)有限公司;
【基金】：河北省自然科學基金資助項目(F2014203244) 中國博士后科學基金資助項目(2014M550582)
【分類號】：R741.044;TN911.6

【相似文獻】

相關(guān)期刊論文 前10條

1 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應拓撲圖[J];儀器儀表學報;2001年S1期

2 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學工程;2007年01期

3 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

4 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學學報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學工程;1989年01期

7 孟欣，，歐陽楷;腦電信號的幾個非線性動力學分析方法[J];北京生物醫(yī)學工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預處理中的應用[J];北京生物醫(yī)學工程;2001年01期

相關(guān)會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應拓撲圖[A];中國儀器儀表學會第三屆青年學術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學會第21屆全國代表大會暨學術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應用研究[A];大連理工大學生物醫(yī)學工程學術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應用[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串擾自適應濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術(shù)年會論文摘要集[C];2007年

相關(guān)重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

相關(guān)博士學位論文 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學;2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應用[D];河北醫(yī)科大學;2015年

3 吳畏;基于統(tǒng)計建模的多導聯(lián)腦電信號時空建模方法研究[D];清華大學;2012年

4 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學;2012年

5 周群;腦電信號同步：方法及應用研究[D];電子科技大學;2009年

6 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學;2004年

7 李春勝;腦電信號混沌特性的研究與應用[D];東北大學;2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

9 繆曉波;基于腦電信號的認知動力學系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學;2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學;2012年

相關(guān)碩士學位論文 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學;2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學;2010年

3 張志琴;腦電信號的復雜性分析[D];中南大學;2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學;2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學評價分析[D];杭州電子科技大學;2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學;2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學;2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學;2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學;2015年

10 王瓊穎;腦電信號的非線性動力學分析及其在睡眠分期中的應用[D];哈爾濱工業(yè)大學;2015年

本文編號：1885600