【摘要】：癲癇是一種常見的慢性腦部神經(jīng)系統(tǒng)疾病,發(fā)作誘因是大腦內(nèi)部神經(jīng)元細(xì)胞突發(fā)性異常放電,是神經(jīng)科疾病中僅次于腦血管疾病的第二大頑疾。癲癇在發(fā)作期間通常有以下幾種異常癥狀:痙攣現(xiàn)象、意識模糊且伴有間歇的、僵直性的短暫運動、突發(fā)性暈厥、四肢抽搐和口吐白沫等。研究癲癇信號對于診斷癲癇、定位癲癇致病灶、分辨癲癇的發(fā)作類型以及降低癲癇患者的發(fā)作頻率和癲癇致殘、致死的發(fā)生率有著重要的意義。經(jīng)研究,本文提出了一種基于小波變換的癲癇信號檢測算法。算法分為癲癇信號預(yù)處理、特征提取與癲癇信號檢測分類三部分。本算法采用改進(jìn)小波閾值函數(shù)去除癲癇信號中的偽差信號;融合小波變換多分辨率分析和非線性動力學(xué)相關(guān)算法提取癲癇腦電信號特征;以及利用支持向量機(jī)中非線性分類器對癲癇信號進(jìn)行檢測分類。本算法具體研究工作分為以下三方面:首先,研究小波閾值并構(gòu)造了改進(jìn)小波閾值函數(shù)用于癲癇信號去噪。根據(jù)癲癇信號特征波與小波基之間的相似度,選擇合適的小波基函數(shù)和分解尺度對信號作離散小波變換。然后提取細(xì)節(jié)系數(shù)并作閾值量化處理,最后根據(jù)小波系數(shù)重構(gòu)癲癇信號。通過分析去噪前后信噪比和最小均方差,改進(jìn)閾值函數(shù)去躁后的信噪比更大,均方根誤差更小,相較于軟、硬閾值函數(shù)的信噪比至少提高9%,而均方根誤差至少降低了19%。其次,針對癲癇腦電信號的非平穩(wěn)特性選用非線性動力學(xué)算法進(jìn)行癲癇信號特征提取。本文提出了一種融合小波變換多分辯率分析、Teager能量算子和樣本熵三種算法的癲癇信號特征提取算法。通過將癲癇信號進(jìn)行小波變換提取特定頻率范圍內(nèi)的信號,經(jīng)Teager能量算子處理后做樣本熵分析,得到癲癇信號的非線性特征。通過分析正常腦電信號與癲癇信號間的樣本熵差異,此特征提取算法效果較好可行。最后,采用支持向量機(jī)對癲癇信號進(jìn)行分類。根據(jù)提取的特征向量選定訓(xùn)練集與測試集,利用支持向量機(jī)中非線性分類器對特征向量進(jìn)行分類。針對懲罰參數(shù)與核函數(shù)參數(shù),本文通過遺傳算法進(jìn)行參數(shù)尋優(yōu)。仿真結(jié)果表明,此時對正常腦電和癲癇信號的訓(xùn)練集分類精度最高,達(dá)到96.667%,其中癲癇信號的分類準(zhǔn)確率為91.667%,癲癇信號檢測分類效果最好。
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：R742.1;TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉景良;鄭錦仰;鄭文婷;黃文金;;基于改進(jìn)同步擠壓小波變換識別信號瞬時頻率[J];振動.測試與診斷;2017年04期

2 東方;;基于離散小波變換的方波消噪[J];科技風(fēng);2015年11期

3 任艷;;基于小波變換模極大值原理的變電站變壓器保護(hù)研究[J];科學(xué)家;2017年11期

4 羅山;;基于方向小波變換的圖像邊緣檢測[J];攀枝花學(xué)院學(xué)報;2014年05期

5 毛永芳;秦毅;湯寶平;;過完備有理小波變換在軸承故障診斷中的應(yīng)用[J];振動.測試與診斷;2011年05期

6 王北鎮(zhèn);郭志強(qiáng);;5/3提升小波變換的仿真與FPGA實現(xiàn)[J];電腦知識與技術(shù);2010年02期

7 邢晨;王洪發(fā);于鋒;;基于離散小波變換的水文序列相似查找[J];科技信息;2010年23期

8 沈峰;黃勇;莊鎖法;趙艷紅;;一種提升小波變換的VLSI結(jié)構(gòu)設(shè)計[J];電腦知識與技術(shù);2010年34期

9 高志榮;熊承義;;提升小波變換的并行處理與高速實現(xiàn)[J];光電工程;2009年08期

10 湯偉;龔劍國;;基于提升小波變換的圖像融合規(guī)則綜述[J];電腦知識與技術(shù);2008年31期

相關(guān)會議論文 前10條

1 駱少明;張湘?zhèn)?;小波變換在隨機(jī)振動測試信號分析中的應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

2 曹思遠(yuǎn);牟永光;;小波變換與信號分解[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

3 湯紅誠;李著信;;小波變換在故障診斷中應(yīng)用[A];中國儀器儀表學(xué)會第五屆青年學(xué)術(shù)會議論文集[C];2003年

4 吳其前;陳亮;張雄偉;;離散小波變換的FPGA實現(xiàn)[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

5 朱光明;高靜懷;王玉貴;;小波變換及其在一維濾波中的應(yīng)用[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

6 李正東;何武良;鄭曉東;宋琛;彭文;成家源;裴春蘭;;小波變換在圖像目標(biāo)識別中的應(yīng)用[A];中國工程物理研究院科技年報（2000）[C];2000年

7 張國星;韓世全;;小波變換濾波在連鑄坯材料超聲檢測中的應(yīng)用[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

8 孔月萍;曾平;韋素媛;江永林;;小波變換在遙感圖像編碼中的應(yīng)用[A];全國第13屆計算機(jī)輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

9 朱煜;汪奇;肖玉玲;;基于CURVELET變換的圖象去噪研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

10 賀良華;王國瑋;;基于小波變換的兒童腦電信號分析與識別[A];第37屆中國控制會議論文集（C）[C];2018年

相關(guān)重要報紙文章 前1條

1 吳玉田殷學(xué)平;中藥質(zhì)量控制又添新武器——小波變換近紅外光譜分析系統(tǒng)[N];中國醫(yī)藥報;2004年

相關(guān)博士學(xué)位論文 前10條

1 陳多;基于小波變換的癲癇腦電信號分析[D];東南大學(xué);2017年

2 熊智新;基于小波變換的化學(xué)譜圖數(shù)據(jù)處理[D];浙江大學(xué);2004年

3 高廣春;第二代小波變換理論及其在信號和圖像編碼算法中的應(yīng)用[D];浙江大學(xué);2004年

4 張鄭擎;基于小波變換的圖象/視頻壓縮編碼及其數(shù)字水印嵌入方法的研究[D];上海大學(xué);2001年

5 王青海;基于視覺特性的小波變換編碼及圖象質(zhì)量評價方法的研究[D];上海大學(xué);2004年

6 李旭超;小波變換和馬爾可夫隨機(jī)場在圖像降噪與分割中的應(yīng)用研究[D];浙江大學(xué);2006年

7 董衛(wèi)軍;基于小波變換的圖像處理技術(shù)研究[D];西北大學(xué);2006年

8 王麗榮;基于小波變換的目標(biāo)檢測方法研究[D];吉林大學(xué);2006年

9 明星;虹膜識別技術(shù)中小波變換的應(yīng)用原理與方法[D];吉林大學(xué);2006年

10 聶磊;小波變換用于重疊化學(xué)信號的分辨研究[D];中國科學(xué)技術(shù)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 曹志威;基于小波變換的諧波分析方法研究[D];陜西科技大學(xué);2019年

2 吳浩博;基于小波變換和樣本熵的癲癇信號分類研究[D];蘭州大學(xué);2019年

3 呂健;基于小波變換的癲癇信號檢測算法[D];江蘇科技大學(xué);2019年

4 石萬;基于EMD和小波變換的結(jié)構(gòu)損傷識別方法研究[D];鄭州大學(xué);2019年

5 王浩;基于小波變換的高光譜遙感圖像融合研究[D];南昌航空大學(xué);2019年

6 潘明一;基于小波變換的輸電線路故障測距研究[D];哈爾濱理工大學(xué);2019年

7 李毅;基于交叉小波變換的心電信號心拍自動分類算法研究[D];河北大學(xué);2019年

8 付驍;母胎心電信號分離算法的研究[D];哈爾濱理工大學(xué);2019年

9 趙s，

本文編號：2676301