基于符號序列熵和詹森香農(nóng)熵的腦電節(jié)律信號分析
發(fā)布時間:2022-10-21 14:03
人類的大腦活動時會產(chǎn)生電位的變化,腦電信號可以記錄到這種變化,這是大腦神經(jīng)細(xì)胞活動所產(chǎn)生的電信號在大腦皮層的總體反應(yīng)。不同的年齡段、性格、職業(yè)和身體健康狀況的人會產(chǎn)生不相同的腦電信號。由于腦電信號中包含著豐富的生理狀態(tài)或病理狀態(tài)信息,因此通過對不同狀態(tài)下的腦電信號的研究分析,可以對臨床腦電信號的生理狀態(tài)或病理分析起到有價值的參考。本文主要從三個方面做了分析研究:首先:對少年與中年的腦電節(jié)律信號進(jìn)行分析。本文通過運用多尺度符號序列熵(MSSE)分析不同年齡階段的腦電節(jié)律信號。通過實驗仿真及數(shù)值分析,MSSE算法對少年與中年兩個不同年齡階段的α波腦電節(jié)律信號的區(qū)分較為明顯,并且可以證明隨機(jī)噪聲不會對對該算法造成影響。對于另外三種腦電節(jié)律信號δ波、θ波以及β波的區(qū)分度則不是很明顯。這能夠?qū)δX電信號的臨床分析與診斷起到輔助作用。其次:使用JSD算法對正常人和癲癇病人的腦電節(jié)律信號進(jìn)行了仿真實驗并進(jìn)行了數(shù)值分析。通過獨立樣本T檢驗,我們可以發(fā)現(xiàn)JSD算法可以顯著性的區(qū)分正常人和癲癇病人的α波腦電節(jié)律信號與β波腦電節(jié)律信號,正常人的腦電節(jié)律信號的復(fù)雜度大,癲癇病人的腦電節(jié)律信號復(fù)雜度小。對于另外兩...
【文章頁數(shù)】:86 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 課題的研究背景
1.2 課題研究現(xiàn)狀及意義
1.3 論文的研究內(nèi)容及結(jié)構(gòu)安排
第二章 腦電信號理論基礎(chǔ)
2.1 腦的解剖及功能
2.2 腦電信號的理論基礎(chǔ)
2.2.1 腦電信號的來源及采集方法
2.2.2 腦電圖基本知識
2.2.3 腦電信號的四種基本波形
2.3 癲癇腦電基本知識介紹
2.3.1 癲癇腦電概述
2.3.2 癲癇的診斷
2.3.3 復(fù)雜度概述
2.4 本章小結(jié)
第三章 基于MSSE的少年與中年腦電節(jié)律信號分析
3.1 少年與中年的腦電信號研究概述
3.2 基于MSSE的腦電節(jié)律信號的算法分析
3.3 基于MSSE的腦電節(jié)律信號的實驗結(jié)果及數(shù)值分析
3.3.1 實驗條件
3.3.2 數(shù)值分析
3.4 本章小結(jié)
第四章 基于JSD的正常人和癲癇病人腦電節(jié)律信號分析
4.1 詹森香農(nóng)差熵
4.2 基于JSD的腦電節(jié)律信號復(fù)雜度的算法分析
4.3 基于JSD的腦電節(jié)律信號復(fù)雜度的實驗結(jié)果及數(shù)值分析
4.3.1 實驗條件
4.3.2 數(shù)值分析
4.4 本章小結(jié)
第五章 基于LMCD的正常人和癲癇病人腦電節(jié)律信號分析
5.1 LMC差熵
5.2 基于LMCD的腦電節(jié)律信號復(fù)雜度的算法分析
5.3 基于LMCD的腦電節(jié)律信號復(fù)雜度的實驗結(jié)果及數(shù)值分析
5.3.1 實驗條件
5.3.2 數(shù)值分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項目
致謝
【參考文獻(xiàn)】:
期刊論文
[1]分區(qū)復(fù)雜性在時間序列分析中的應(yīng)用[J]. 李凌云,童勤業(yè). 電子學(xué)報. 2000(12)
[2]生物電及其在醫(yī)學(xué)中的應(yīng)用[J]. 黃英,王成波. 中國局解手術(shù)學(xué)雜志. 2002(04)
[3]MATLAB軟件工具箱簡介[J]. 楊建強(qiáng),羅先香. 水科學(xué)進(jìn)展. 2001(02)
[4]符號化時間序列分析[J]. 張雨. 湘潭礦業(yè)學(xué)院學(xué)報. 2004(01)
[5]非線性動力學(xué)在腦神經(jīng)系統(tǒng)研究中的應(yīng)用[J]. 陳培昕,王曉敏,郭洋. 醫(yī)療衛(wèi)生裝備. 2003(02)
[6]生物電信號峰值測量方法與實現(xiàn)[J]. 湯黎明,劉鐵兵,吳敏,凌剛,常本康. 中國醫(yī)療器械雜志. 2002(02)
[7]時間序列的符號化方法研究[J]. 向馗,蔣靜坪. 模式識別與人工智能. 2007(02)
[8]在SPSS中利用均數(shù)和標(biāo)準(zhǔn)差做兩獨立樣本t檢驗[J]. 申希平,丁建生,李娟生,劉小寧,李江紅,米友軍. 現(xiàn)代預(yù)防醫(yī)學(xué). 2007(21)
[9]基于近似熵和統(tǒng)計復(fù)雜度的交通流復(fù)雜性測度[J]. 劉峰濤,賀國光. 中國公路學(xué)報. 2007(04)
[10]Sign series entropy analysis of short-term heart rate variability[J]. BIAN ChunHua1, MA QianLi2?, SI JunFeng1, WU XuHui1, SHAO Jun3, NING XinBao1 & WANG DongJin3 1 Key Laboratory of Modern Acoustics, Institute for Biomedical Electronic Engineering, Department of Electronic Science and Engineering, Nanjing University, Nanjing 210093, China; 2 College of Geography and Biological Information, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; 3 The Affiliated Drumtower Hospital of Nanjing University Medical School, Nanjing 210008, China. Chinese Science Bulletin. 2009(24)
碩士論文
[1]腦電信號采集與處理系統(tǒng)設(shè)計[D]. 郭瑤.電子科技大學(xué) 2007
本文編號:3695784
【文章頁數(shù)】:86 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 課題的研究背景
1.2 課題研究現(xiàn)狀及意義
1.3 論文的研究內(nèi)容及結(jié)構(gòu)安排
第二章 腦電信號理論基礎(chǔ)
2.1 腦的解剖及功能
2.2 腦電信號的理論基礎(chǔ)
2.2.1 腦電信號的來源及采集方法
2.2.2 腦電圖基本知識
2.2.3 腦電信號的四種基本波形
2.3 癲癇腦電基本知識介紹
2.3.1 癲癇腦電概述
2.3.2 癲癇的診斷
2.3.3 復(fù)雜度概述
2.4 本章小結(jié)
第三章 基于MSSE的少年與中年腦電節(jié)律信號分析
3.1 少年與中年的腦電信號研究概述
3.2 基于MSSE的腦電節(jié)律信號的算法分析
3.3 基于MSSE的腦電節(jié)律信號的實驗結(jié)果及數(shù)值分析
3.3.1 實驗條件
3.3.2 數(shù)值分析
3.4 本章小結(jié)
第四章 基于JSD的正常人和癲癇病人腦電節(jié)律信號分析
4.1 詹森香農(nóng)差熵
4.2 基于JSD的腦電節(jié)律信號復(fù)雜度的算法分析
4.3 基于JSD的腦電節(jié)律信號復(fù)雜度的實驗結(jié)果及數(shù)值分析
4.3.1 實驗條件
4.3.2 數(shù)值分析
4.4 本章小結(jié)
第五章 基于LMCD的正常人和癲癇病人腦電節(jié)律信號分析
5.1 LMC差熵
5.2 基于LMCD的腦電節(jié)律信號復(fù)雜度的算法分析
5.3 基于LMCD的腦電節(jié)律信號復(fù)雜度的實驗結(jié)果及數(shù)值分析
5.3.1 實驗條件
5.3.2 數(shù)值分析
5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項目
致謝
【參考文獻(xiàn)】:
期刊論文
[1]分區(qū)復(fù)雜性在時間序列分析中的應(yīng)用[J]. 李凌云,童勤業(yè). 電子學(xué)報. 2000(12)
[2]生物電及其在醫(yī)學(xué)中的應(yīng)用[J]. 黃英,王成波. 中國局解手術(shù)學(xué)雜志. 2002(04)
[3]MATLAB軟件工具箱簡介[J]. 楊建強(qiáng),羅先香. 水科學(xué)進(jìn)展. 2001(02)
[4]符號化時間序列分析[J]. 張雨. 湘潭礦業(yè)學(xué)院學(xué)報. 2004(01)
[5]非線性動力學(xué)在腦神經(jīng)系統(tǒng)研究中的應(yīng)用[J]. 陳培昕,王曉敏,郭洋. 醫(yī)療衛(wèi)生裝備. 2003(02)
[6]生物電信號峰值測量方法與實現(xiàn)[J]. 湯黎明,劉鐵兵,吳敏,凌剛,常本康. 中國醫(yī)療器械雜志. 2002(02)
[7]時間序列的符號化方法研究[J]. 向馗,蔣靜坪. 模式識別與人工智能. 2007(02)
[8]在SPSS中利用均數(shù)和標(biāo)準(zhǔn)差做兩獨立樣本t檢驗[J]. 申希平,丁建生,李娟生,劉小寧,李江紅,米友軍. 現(xiàn)代預(yù)防醫(yī)學(xué). 2007(21)
[9]基于近似熵和統(tǒng)計復(fù)雜度的交通流復(fù)雜性測度[J]. 劉峰濤,賀國光. 中國公路學(xué)報. 2007(04)
[10]Sign series entropy analysis of short-term heart rate variability[J]. BIAN ChunHua1, MA QianLi2?, SI JunFeng1, WU XuHui1, SHAO Jun3, NING XinBao1 & WANG DongJin3 1 Key Laboratory of Modern Acoustics, Institute for Biomedical Electronic Engineering, Department of Electronic Science and Engineering, Nanjing University, Nanjing 210093, China; 2 College of Geography and Biological Information, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; 3 The Affiliated Drumtower Hospital of Nanjing University Medical School, Nanjing 210008, China. Chinese Science Bulletin. 2009(24)
碩士論文
[1]腦電信號采集與處理系統(tǒng)設(shè)計[D]. 郭瑤.電子科技大學(xué) 2007
本文編號:3695784
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3695784.html
最近更新
教材專著