本文關(guān)鍵詞：基于經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）的腦信號(hào)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD),一種特別適應(yīng)非線性、非平穩(wěn)信號(hào)的新型自適應(yīng)分解法,在腦電(electroencephalograph,EEG)研究中大多局限于一維信號(hào)處理方面。為了獲得腦電信號(hào)更直觀清晰的表現(xiàn)形式,拓展研究?jī)?nèi)容,論文根據(jù)腦電EEG的信號(hào)節(jié)律性、頻率集中性、腦電噪聲的復(fù)雜與多樣性等自身特點(diǎn),以集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?Ensemble EMD,EEMD)為基礎(chǔ),將腦電研究提升到二維、三維圖像處理領(lǐng)域。首先基于一維EEMD,提出了適應(yīng)腦電特征的改進(jìn)EEMD算法。該改進(jìn)算法通過(guò)基于IMF能量和分段閾值的信號(hào)估計(jì)算法,自適應(yīng)地從待處理的原始腦電信號(hào)中估計(jì)出腦電特性信號(hào),并結(jié)合高斯白噪聲的特性定義出新型腦電噪聲,取代傳統(tǒng)的高斯白噪聲加入EEMD分解中。該改進(jìn)算法更加適應(yīng)于腦電應(yīng)用領(lǐng)域的特殊性,使得腦電信號(hào)EMD分解的模態(tài)混疊問(wèn)題得到了可以更好地解決。其次,創(chuàng)新性地將2D-EEMD算法引入到腦電研究中,將腦電研究提升到二維空間,并且針對(duì)腦電的特點(diǎn),對(duì)腦電2D-EEMD算法的二維重組方法進(jìn)行了改進(jìn)。然后針對(duì)腦電2D-EEMD處理上相鄰電極數(shù)據(jù)存在偽臨近的不足,提出了基于腦電的3D-EEMD算法,對(duì)腦電信號(hào)的多維EMD處理做出初步探索。實(shí)驗(yàn)結(jié)果表明,腦電信號(hào)的二維分解結(jié)果更加清晰、信號(hào)特征更具直觀性,穩(wěn)態(tài)視覺(jué)誘發(fā)電位(steady-state visual evoked potential,SSVEP)的頻率提取準(zhǔn)確率有效地提高了16%;對(duì)比二維分解結(jié)果,三維分解更加注重?cái)?shù)據(jù)的內(nèi)在特征,提取特征以及分類識(shí)別準(zhǔn)確率更高。最后,基于上述的改進(jìn)算法,結(jié)合非線性理論,分別對(duì)運(yùn)動(dòng)想象和MEG精神病人兩類數(shù)據(jù)進(jìn)行了分類研究。
【關(guān)鍵詞】：EEG EEMD 2D-EEMD 3D-EEMD 信號(hào)估計(jì) 準(zhǔn)確率 分類
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.7;R338
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-17
• 1.1 腦電的研究背景以及應(yīng)用8-9
• 1.1.1 腦電的研究背景8
• 1.1.2 腦電的應(yīng)用8-9
• 1.2 腦電的發(fā)展以及研究現(xiàn)狀9-11
• 1.2.1 腦電的發(fā)現(xiàn)與發(fā)展9-10
• 1.2.2 腦電國(guó)內(nèi)外研究現(xiàn)狀10-11
• 1.3 腦電的相關(guān)理論知識(shí)11-14
• 1.3.1 大腦的區(qū)域與功能11-12
• 1.3.2 腦電的分類與節(jié)律性12-13
• 1.3.3 腦電的干擾源與噪聲13
• 1.3.4 腦電的特點(diǎn)概述13-14
• 1.4 腦電采集與實(shí)驗(yàn)14-15
• 1.5 論文的研究方法及結(jié)構(gòu)15-16
• 1.6 本章小結(jié)16-17
• 第二章 經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）17-27
• 2.1 經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）17-24
• 2.1.1 EMD概述17-18
• 2.1.2 EMD算法的基本原理18-21
• 2.1.3 EMD算法的研究發(fā)展與應(yīng)用21-24
• 2.2 EMD算法的改進(jìn)算法24-26
• 2.2.1 類集合經(jīng)驗(yàn)?zāi)B(tài)分解EEMD24
• 2.2.2 二維經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴˙EMD24-25
• 2.2.3 多變量經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴∕EMD25
• 2.2.4 導(dǎo)數(shù)優(yōu)化經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴―EMD25-26
• 2.3 本章小結(jié)26-27
• 第三章 基于腦電的EEMD算法的改進(jìn)27-39
• 3.1 EEMD算法27-29
• 3.2 基于腦電的EEMD算法的改進(jìn)29-32
• 3.2.1 腦電IMF相關(guān)性篩選30
• 3.2.2 基于IMF的信號(hào)能量估計(jì)算法30-31
• 3.2.3 基于IMF分段閾值的腦電特性信號(hào)估計(jì)算法31-32
• 3.3 仿真與研究32-38
• 3.3.1 腦電EMD與IMF相關(guān)性篩選32-34
• 3.3.2 基于IMF能量和分段閾值的腦電特性信號(hào)估計(jì)34-35
• 3.3.3 新型腦電噪聲和改進(jìn)算法的分解結(jié)果35-38
• 3.4 本章小結(jié)38-39
• 第四章 腦電的多維集合經(jīng)驗(yàn)?zāi)Ｊ椒纸猓∕D-EEMD）39-71
• 4.1 腦電的 2D-EEMD39-42
• 4.1.1 2D-EEMD算法39-41
• 4.1.2 改進(jìn)的腦電 2D-EEMD算法41-42
• 4.2 基于改進(jìn) 2D-EEMD的“SSVEP目標(biāo)檢測(cè)研究”42-56
• 4.2.1 BCI與SSVEP概述42-45
• 4.2.2 實(shí)驗(yàn)描述與預(yù)處理45-50
• 4.2.2.1 數(shù)據(jù)來(lái)源與實(shí)驗(yàn)描述45-46
• 4.2.2.2 數(shù)據(jù)預(yù)處理46-50
• 4.2.3 實(shí)驗(yàn)結(jié)果與分析50-56
• 4.2.3.1 改進(jìn)前后的固有模態(tài)函數(shù)IMFs比較50-53
• 4.2.3.2 頭圖Topoplot53-54
• 4.2.3.3 枕葉區(qū)與非枕葉區(qū)對(duì)視覺(jué)刺激的反應(yīng)強(qiáng)度比較54-55
• 4.2.3.4 SSVEP頻率提取準(zhǔn)確率55-56
• 4.3 不同RVS下SSVEP目標(biāo)檢測(cè)性能研究56-62
• 4.3.1 常見(jiàn)的RVS類型56-57
• 4.3.2 單一方塊刺激與棋盤(pán)刺激的性能分析與比較57-62
• 4.3.2.1 實(shí)驗(yàn)描述與預(yù)處理57-58
• 4.3.2.2 實(shí)驗(yàn)結(jié)果與分析對(duì)比58-62
• 4.4 基于腦電的 3D-EEMD算法的設(shè)計(jì)與仿真62-69
• 4.4.1 基于腦電的 3D-EEMD算法的設(shè)計(jì)62-65
• 4.4.2 基于癲癇數(shù)據(jù)的仿真研究65-69
• 4.4.2.1 癲癇數(shù)據(jù)描述66
• 4.4.2.2 癲癇 2D-EEMD分解及其不足66-67
• 4.4.2.3 癲癇 3D-EEMD分解67-69
• 4.5 本章小結(jié)69-71
• 第五章 基于EMD的腦電信號(hào)分類研究71-81
• 5.1 基于改進(jìn)的腦電 2D-EEMD算法的運(yùn)動(dòng)想象類數(shù)據(jù)的分類研究71-75
• 5.1.1 實(shí)驗(yàn)數(shù)據(jù)71-72
• 5.1.2 分類結(jié)果與分析對(duì)比72-75
• 5.2 基于EMD和熵的MEG精神病人分類研究75-80
• 5.2.1 近似熵ApEn75-76
• 5.2.2 實(shí)驗(yàn)數(shù)據(jù)76
• 5.2.3 分類結(jié)果與分析76-80
• 5.3 本章小結(jié)80-81
• 第六章 總結(jié)與展望81-83
• 6.1 工作總結(jié)81
• 6.2 研究展望81-83
• 參考文獻(xiàn)83-86
• 附錄1 攻讀碩士學(xué)位期間撰寫(xiě)的論文86-87
• 致謝87

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 秦旭;張講社;延曉冬;;基于改進(jìn)的EMD的運(yùn)城市持續(xù)極端氣溫的初步分析[J];大氣科學(xué)學(xué)報(bào);2009年05期

2 牛迅,曲峰,王寧;基于EMD和辛幾何的運(yùn)動(dòng)員表面肌電信號(hào)分析與評(píng)價(jià)[J];中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

3 劉冬雁;李巍然;喬彥松;王玲;彭莎莎;;基于EMD分解的甘孜黃土磁化率記錄的西南季風(fēng)演化周期性[J];地球科學(xué)(中國(guó)地質(zhì)大學(xué)學(xué)報(bào));2010年04期

4 胡燦陽(yáng);陳清軍;;基于EMD和最小二乘法的基線飄移研究[J];振動(dòng)與沖擊;2010年03期

5 王曦;畢貴紅;唐京瑞;;基于EMD的太陽(yáng)黑子時(shí)間序列組合預(yù)測(cè)模型[J];計(jì)算機(jī)工程;2011年24期

6 曾慶山;張曉楠;;基于EMD和組合模型的太陽(yáng)黑子時(shí)間序列預(yù)測(cè)[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2014年03期

7 譚皇;楊巨龍;張玉軍;高勇;;基于EMD和2(1/2)維譜的直升機(jī)聲信號(hào)特征提取[J];艦船電子工程;2010年11期

8 孫杰;何雅玲;李印實(shí);陶文銓;;水的汽液界面系統(tǒng)中勢(shì)能與力的EMD模擬研究[J];力學(xué)學(xué)報(bào);2007年03期

9 朱正;王逸林;蔡平;;EMD中的求取均值曲線方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年07期

10 易洪春;劉樹(shù)才;賀克升;閆賽;王健;;基于EMD去噪方法研究及其在地質(zhì)勘探中的應(yīng)用[J];物探與化探;2013年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 趙玉芳;紀(jì)國(guó)宜;;基于EMD與盒維數(shù)的旋轉(zhuǎn)機(jī)械故障診斷方法[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

2 趙玉芳;紀(jì)國(guó)宜;;基于EMD與盒維數(shù)的旋轉(zhuǎn)機(jī)械故障診斷方法[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

3 曾杰;許寶杰;張建民;;基于EMD的特征提取在機(jī)電系統(tǒng)監(jiān)測(cè)中的應(yīng)用[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

4 許寶杰;徐小力;李建偉;;用神經(jīng)網(wǎng)絡(luò)插值進(jìn)行EMD端點(diǎn)效應(yīng)抑制方法的研究[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

5 周小林;孫東松;鐘志慶;王邦新;夏海云;沈法華;董晶晶;;基于多尺度EMD的激光雷達(dá)信號(hào)分段去噪[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

6 胡橋;郝保安;呂林夏;陳亞林;孫起;;基于集成EMD和DEMON譜的輻射噪聲特征提取研究[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

7 屈俐俐;李變;;基于EMD的原子鐘性能分析[A];第三屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集——S04原子鐘技術(shù)與時(shí)頻系統(tǒng)[C];2012年

8 李健寶;彭濤;;基于EMD與相關(guān)性分析的滾動(dòng)軸承智能故障診斷[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 何經(jīng)偉;基于EMD的包絡(luò)相關(guān)算法研究[D];廣西師范大學(xué);2015年

2 楊晨;基于經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）的腦信號(hào)研究[D];南京郵電大學(xué);2015年

3 李業(yè)聯(lián);基于EMD與VAR方法的中國(guó)股市溢出效應(yīng)研究[D];浙江大學(xué);2009年

4 石丁丁;基于EMD的異步電動(dòng)機(jī)軸承故障診斷技術(shù)的研究[D];中北大學(xué);2009年

5 周衛(wèi)佳;基于EMD和MP方法的醫(yī)學(xué)信號(hào)和圖像分析[D];北京郵電大學(xué);2010年

6 余永增;基于小波和EMD的滾動(dòng)軸承非接觸聲學(xué)診斷方法研究[D];大慶石油學(xué)院;2009年

7 王祝平;基于EMD、關(guān)聯(lián)維數(shù)及神經(jīng)網(wǎng)絡(luò)的內(nèi)燃機(jī)故障診斷系統(tǒng)的研究[D];華中農(nóng)業(yè)大學(xué);2007年

8 賀靈敏;EMD和支持向量機(jī)在刀具故障診斷中的應(yīng)用[D];西華大學(xué);2010年

9 楊立龍;基于譜峭度和EMD的滾動(dòng)軸承早期故障檢測(cè)與診斷增強(qiáng)[D];哈爾濱工業(yè)大學(xué);2009年

10 李寧寧;基于EMD和ICA的感應(yīng)電動(dòng)機(jī)故障檢測(cè)研究[D];天津理工大學(xué);2011年

  本文關(guān)鍵詞：基于經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥MD）的腦信號(hào)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：309626