【摘要】：大腦是個體至關重要的部分,是人類神經(jīng)中樞系統(tǒng)的核心。隨著社會的進步,對于腦科學的研究在不斷的推進,腦電分析軟件也在不斷的更新。腦電信號能夠記錄大腦神經(jīng)元活動,包含了大量的生理信息,對電腦的研究為人類在認知科學、神經(jīng)科學、心理生理學甚至醫(yī)學領域的研究都起到了重要的推動作用。2016年,腦科學的研究被正式的列入我國“十三五規(guī)劃”當中,對于腦電信號的研究也被越來越多的科學家所重視,也取得了一些令人矚目的成果。在進一步的了解大腦、開發(fā)大腦,利用大腦的過程中,對腦電數(shù)據(jù)的確切分析則甚為重要,但目前的腦電分析軟件在數(shù)據(jù)分析方面還缺乏一定的完備性,需要更多的改進。本文針對目前腦電分析系統(tǒng)中存在的一些問題,以Matlab平臺為基礎完成了64導聯(lián)腦電信號分析系統(tǒng)的開發(fā),取得了不錯的效果,并且大大降低了軟件開發(fā)成本。首先,以本實驗室采集到的64導聯(lián)的原始腦電信號為基礎,結合目前所有的優(yōu)秀腦電分析處理算法及相關技術,對系統(tǒng)功能需求以及可行性進行了分析,主要從系統(tǒng)的運行速度、模塊功能、個性化界面等方面進行了分析。其次,對系統(tǒng)進行了總體設計,建設了系統(tǒng)總體功能框架。再對各模塊功能進行了詳細設計,功能模塊主要分為文件模塊,預處理模塊,數(shù)據(jù)處理模塊,統(tǒng)計模塊和幫助模塊。文件模塊將采集到的64導聯(lián)數(shù)據(jù)導入該系統(tǒng),考慮到不同采集設備采集到的腦電數(shù)據(jù)格式有所不同,改進系統(tǒng),實現(xiàn)了對多種腦電信號導入和顯示,同時也負責對顯示區(qū)域的調(diào)整、工作區(qū)的清理以及對系統(tǒng)的關閉等操作。預處理模塊首先通過剔除或修復的方式處理壞導數(shù)據(jù),然后采用平均參考或單獨參考方式尋找參考電極進行參考轉(zhuǎn)換,再經(jīng)過濾波器濾除噪聲,最后使用獨立成分分析的方法將眼電、肌電等偽跡去除,得到純凈的腦電信號,為后續(xù)分析處理結果的準確性提供了保障。數(shù)據(jù)處理模塊則是對預處理后得到的干凈腦電數(shù)據(jù)進行時頻域以及空間上的分析,主要方法包括功率譜分析、小波分析、主成分分析以及獨立成分分析。統(tǒng)計模塊則是負責對大量腦電數(shù)據(jù)進行批處理以及解決某些數(shù)據(jù)的二分類問題,節(jié)省了對腦電數(shù)據(jù)處理的單獨依次操作所要耗費的時間精力,為用戶進行數(shù)據(jù)觀察和分析提供了方便;最后的幫助模塊則是提供了本系統(tǒng)的使用手冊,并對用戶在使用本系統(tǒng)的過程中可能遇見的問題提供了良好的解決方法。最后,基于Matlab平臺進行系統(tǒng)實現(xiàn),并且結合C語言進行編程,模塊化各部分功能,每個模塊都是一個M文件,每個菜單以及控件都有自己的M文件,每個菜單和控件中包含許多M函數(shù),控件以及菜單對應的函數(shù)放在對應的M函數(shù)內(nèi),最后由一個主文件將所有功能模塊文件打包到一起,生成最終系統(tǒng)。
【學位授予單位】：山東師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R338;TN911.7
【圖文】：

文件模塊主要負責數(shù)據(jù)的輸入和輸出，工作區(qū)的清理等；預處理模塊主要實現(xiàn)壞道剔除、偽跡剔除、濾波與參考轉(zhuǎn)化操作，獲得純凈的腦電數(shù)據(jù)；數(shù)據(jù)分析是為本系統(tǒng)的重要核心，負責對數(shù)據(jù)的時頻分析以及數(shù)據(jù)結果的批處理操作。

數(shù)據(jù)與處理流程圖

統(tǒng)計功能流程圖

【相似文獻】

相關期刊論文 前10條

1 韋曉燕;陳子怡;周毅;;基于多尺度排列熵的腦電信號分類[J];中國數(shù)字醫(yī)學;2019年05期

2 王曉麗;;基于深度學習的癲癇腦電信號分析與預測[J];長春大學學報;2019年06期

3 王薇蓉;張雪英;孫穎;暢江;;關于腦電信號的情感優(yōu)化識別仿真[J];計算機仿真;2018年06期

4 郭婷儀;李素芳;鐘桂仙;曾佳璇;周酥;;基于腦電信號的耳鳴識別算法研究[J];科技傳播;2018年13期

5 左晶;萬小勤;羅楊;鄭斌;陳斌林;任祥花;;癲癇腦電信號的相關性分析[J];電子世界;2017年05期

6 張娜;唐賢倫;劉慶;;基于半監(jiān)督學習的腦電信號特征提取及識別[J];工程科學與技術;2017年S2期

7 石喬莉;王延輝;李信政;;基于腦電信號的駕駛疲勞的研究[J];世界最新醫(yī)學信息文摘;2017年55期

8 王恒;李念強;齊鵬沖;;運動想象腦電信號特征的提取與分類[J];工業(yè)控制計算機;2015年02期

9 李亞杰;宋明星;張玉棟;;腦電信號采集系統(tǒng)的設計[J];河北建筑工程學院學報;2014年01期

10 蔡超峰;張勇;郭舒婷;姜利英;;思維腦電信號的關聯(lián)維數(shù)分析[J];河南科技大學學報(自然科學版);2012年01期

相關會議論文 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會議論文摘要匯編[C];2002年

3 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會議論文摘要匯編[C];2004年

4 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)學工程學術論文集（第2卷）[C];2005年

5 張丹丹;丁海艷;侯新琳;葉大田;;新生豬缺氧缺血實驗中腦電信號的偽差分析[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（上冊）[C];2007年

6 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)合學術年會論文集（下冊）[C];2007年

7 胡楠;徐進;鄭崇勛;;不同麻醉深度下腦電信號的復雜度研究[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

8 歐陽軼;鄭崇勛;張崇;;基于腦電小波熵的生理性精神疲勞分析[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯(lián)合學術年會論文集（下冊）[C];2007年

9 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)、建設創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

10 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會議論文摘要匯編[C];2004年

相關重要報紙文章 前6條

1 記者 張夢然;腦電信號神經(jīng)反饋訓練可增強抗壓性[N];科技日報;2018年

2 科學作者 譯者 猛瑪;如何做到真正的因材施教[N];電腦報;2016年

3 本報記者 張曉鳴;用腦電波開車，這不是開玩笑[N];文匯報;2015年

4 本報特約撰稿人 陸志城;我思，故我動[N];醫(yī)藥經(jīng)濟報;2003年

5 蘭順正;讓人與機器連接更便捷[N];中國國防報;2019年

6 本報記者 馮海波 通訊員 劉慧嬋 祝和平;大學生創(chuàng)意閃耀的舞臺[N];廣東科技報;2011年

相關博士學位論文 前10條

1 李明陽;基于復合域分析的癲癇腦電信號檢測算法研究[D];吉林大學;2018年

2 韓凌;腦電信號同步分析及癲癇發(fā)作預測方法研究[D];東北大學;2016年

3 趙麗;基于腦電信號的腦-機接口技術研究[D];天津大學;2004年

4 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

5 徐鵬;信號的稀疏分解及其在腦電信號處理中的應用研究[D];電子科技大學;2006年

6 伍亞舟;基于想象左右手運動思維腦電BCI實驗及識別分類研究[D];第三軍醫(yī)大學;2007年

7 唐艷;基于時間、頻率和空間域的自發(fā)腦電信號提取[D];中南大學;2008年

8 陳東偉;非線性動力學、因果腦網(wǎng)絡與聚類穩(wěn)定性在腦電信號分析中的應用研究[D];太原理工大學;2015年

9 馬小飛;認知任務下的腦電動力學分析[D];南京大學;2017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

相關碩士學位論文 前10條

1 常宇;基于運動想象的腦電信號分析與腦機接口系統(tǒng)設計[D];中北大學;2019年

2 侯曉瑩;基于深度學習和腦電信號的情感分類方法研究[D];山東大學;2019年

3 陸怡菲;基于腦電信號和眼動信號融合的多模態(tài)情緒識別研究[D];上海交通大學;2017年

4 王晴;基于腦電信號的情緒分類[D];北京郵電大學;2019年

5 孔維嘉;基于腦電信號的實時情感識別系統(tǒng)[D];蘭州大學;2019年

6 于祖熠;癲癇腦電的概率協(xié)作表示及用于發(fā)作預警的深度卷積特征研究[D];山東師范大學;2019年

7 鄭文凱;基于深度學習腦電信號分類FPGA加速器的實現(xiàn)[D];山東師范大學;2019年

8 崔志紅;基于卷積神經(jīng)網(wǎng)絡的腦電信號分析方法研究[D];山東師范大學;2019年

9 李超;疲勞駕駛檢測系統(tǒng)的設計及其嵌入式實現(xiàn)[D];江西師范大學;2018年

10 張萍萍;64導聯(lián)腦電信號分析系統(tǒng)的設計與研究[D];山東師范大學;2019年

本文編號：2767672