腦電信號是腦神經(jīng)細胞電生理活動在大腦皮層或頭皮表面的總體反映,它包含了大量的病理與生理信息,因此,醫(yī)學上常采用腦電信號對疾病進行診斷和治療。在腦電信號的研究和分析當中,非線性動力學的方法占據(jù)著極其重要的作用。AR模型是一種線性的模型,在分析平穩(wěn)隨機的時間序列中有很大的用處,但由于腦電信號是一種非平穩(wěn)時間序列,因此AR模型很少用在腦電信號的分析當中,在2015年,Claus Metzner和Christoph Mark等人提出了時變參數(shù)的一階自回歸模型,它可以用來分析任意復雜度的時間序列,本論文將時變參數(shù)的一階自回歸模型引入到腦電信號的分析當中,以下是本文所做的工作:一.本文采用時變參數(shù)的一階自回歸模型來分析癲癇腦電信號和正常人的腦電信號,采用對稱通道Fp1和Fp2作為輸入信號,為這兩個通道的信號構(gòu)建時變參數(shù)的一階自回歸模型,在構(gòu)建模型之后,采用貝葉斯推斷的方法提取特征參數(shù)（q _t,a _t）。通過比較特征參數(shù)a_t的自相關(guān)函數(shù)的峰值發(fā)現(xiàn):癲癇患者特征參數(shù)a_t的自相關(guān)函數(shù)的峰值總是大于正常人的特征參數(shù)a<... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

中樞神經(jīng)系統(tǒng)的基本結(jié)構(gòu)

0-20國際標準腦電電極系統(tǒng)

圖 2.3 腦電電極配置標準系統(tǒng)導聯(lián)法主要有單極導聯(lián)法和雙極導聯(lián)法這兩種。極）和無關(guān)電極（耳垂）相連接，而雙極導聯(lián)兩種導聯(lián)法的具體介紹。法，就是在有效的頭皮區(qū)域之上放置有關(guān)電極，有關(guān)電極一般要和腦電圖儀器的第一柵極（G1相連接。如果無關(guān)電極放置于頭皮的某一有效，這種方法在本質(zhì)上是一種雙極導聯(lián)的方法，極導聯(lián)記錄的數(shù)值是大腦神經(jīng)細胞放電和耳垂處比來說，它的幅度值更大且更加穩(wěn)定，很少出

【參考文獻】：
期刊論文
[1]基于改進的符號轉(zhuǎn)移熵的心腦電信號耦合研究[J]. 吳莎,李錦,張明麗,王俊.  物理學報. 2013(23)
[2]基于EEG復雜度和近似熵的睡眠自動分期[J]. 王歆媛,汪豐.  軟件. 2013(02)
[3]貝葉斯統(tǒng)計推斷及其主要進展[J]. 王佐仁,楊琳.  統(tǒng)計與信息論壇. 2012(12)
[4]睡眠分期的符號轉(zhuǎn)移熵分析[J]. 井曉茹,胡晏婷,王俊.  北京生物醫(yī)學工程. 2012 (04)
[5]關(guān)于Lyapunov指數(shù)計算方法的比較[J]. 張海龍,閔富紅,王恩榮.  南京師范大學學報(工程技術(shù)版). 2012(01)
[6]基于近似熵的癲癇發(fā)作預測研究[J]. 劉治遠,解玲麗,陳子怡,黃瑞梅,李小江,周毅.  生物醫(yī)學工程研究. 2011(01)
[7]睡眠腦電的關(guān)聯(lián)維數(shù)和樣本熵分析[J]. 梁曉花,和衛(wèi)星,馬東玲.  微計算機信息. 2008(27)
[8]多導聯(lián)EEG信號分類識別研究[J]. 張海軍,王浩川.  計算機工程與應用. 2008(24)
[9]確定重構(gòu)相空間維數(shù)的方法[J]. 張雨,任成龍.  國防科技大學學報. 2005(06)
[10]語音信號相空間重構(gòu)中時間延遲的選擇──復自相關(guān)法[J]. 林嘉宇,王躍科,黃芝平,沈振康.  信號處理. 1999(03)



本文編號：3263160