本文選題：腦電圖　切入點：腦電噪聲　出處：《西北大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著生物神經(jīng)科學(xué)與信息科學(xué)等領(lǐng)域的飛速發(fā)展,基于腦電信號的相關(guān)研究已經(jīng)成為重要課題。腦電圖是大腦電活動的記錄,它包含著大量的生理、心理和病理信息,在研究人腦功能、行為意識、康復(fù)工程,尤其在癲癇、阿爾茨海默癥等腦部疾病診斷方面的工作有著顯著的作用。事實上,從腦電圖儀記錄的腦電信號極易受到非腦神經(jīng)組織及周圍環(huán)境等干擾而形成多種腦電噪聲,這些噪聲往往會影響腦電信號的處理與分析。因此,關(guān)于腦電信號噪聲去除方法的研究已成為一個熱點領(lǐng)域。盡管目前已有很多研究在去除腦電噪聲方面有了很大進展,但許多算法仍存在人工辨別噪聲、選取干凈參考噪聲及輔助一定方法識別腦電噪聲等問題。鑒于此,本文提出了基于獨立分量分析和小波閾值的腦電信號自動去噪方法,并通過結(jié)合已有的特征提取方法和超限學(xué)習(xí)機完成癲癇性發(fā)作的自動檢測,從而對所提出的腦電信號去噪方法的可行性與有效性進行了驗證。主要研究內(nèi)容如下:第一章系統(tǒng)闡述了腦電信號去噪方法的研究背景與問題,以及國內(nèi)外有關(guān)腦電信號去噪方法的研究現(xiàn)狀。第二章分別介紹了獨立分量分析的數(shù)學(xué)背景、信息論基礎(chǔ)及基本模型等相關(guān)理論,并對基于獨立分量分析的相關(guān)算法的原理進行了推導(dǎo)。第三章首先介紹了腦電圖的采集過程與腦電信號所具有的基本特征;其次說明了腦電信號噪聲去除的過程,主要包括ICA分解、含噪獨立源信號的識別、小波閾值方法。第四章闡述了癲癇性發(fā)作的自動檢測流程,通過數(shù)值實驗驗證和分析了本文提出的腦電信號去噪方法的可行性和有效性。
[Abstract]:With the rapid development of biological neuroscience and information science, the related research based on EEG has become an important subject. EEG is a record of brain electrical activity, which contains a lot of physiological, psychological and pathological information. In the study of human brain function, behavioral awareness, rehabilitation engineering, especially in the diagnosis of epilepsy, Alzheimer's disease and other brain diseases. In fact, EEG signals recorded from electroencephalograph are easy to be disturbed by non-brain nerve tissue and surrounding environment, which often affect the processing and analysis of EEG signals. The research on the methods of EEG noise removal has become a hot field. Although many researches have made great progress in the removal of EEG noise, many algorithms still have artificial noise discrimination. Selecting clean reference noise and auxiliary certain method to identify EEG noise and so on. In view of this, this paper proposes an automatic denoising method of EEG signal based on independent component analysis and wavelet threshold. And through the combination of existing feature extraction methods and out-of-limits learning machine to complete the automatic detection of epileptic seizures, Thus, the feasibility and effectiveness of the proposed method are verified. The main research contents are as follows: in chapter one, the background and problems of the denoising method of EEG signal are systematically described. In the second chapter, the mathematical background, information theory foundation and basic model of independent component analysis (ICA) are introduced. The principle of the algorithm based on independent component analysis (ICA) is deduced. In chapter 3, the process of EEG acquisition and the basic characteristics of EEG are introduced, and the process of EEG noise removal is described. It mainly includes ICA decomposition, recognition of noisy independent source signals, wavelet threshold method. Chapter 4th describes the automatic detection process of epileptic seizures. The feasibility and effectiveness of the proposed method are verified and analyzed by numerical experiments.
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R742.1;TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 王佳文;凡友華;;心電信號去噪中的小波方法[J];數(shù)理醫(yī)藥學(xué)雜志;2009年01期

2 劉婷;劉紅秀;;基于小波閾值變換的心電圖去噪研究[J];廣東藥學(xué)院學(xué)報;2008年06期

3 劉貴棟;沈毅;;基于Hilbert-Huang變換的醫(yī)學(xué)超聲信號去噪[J];中國醫(yī)學(xué)物理學(xué)雜志;2007年05期

4 宋維翰;楊公訓(xùn);;基于小波包變換的肌電信號去噪研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2008年02期

5 劉秀玲;喬磊;楊建利;董斌;王洪瑞;;改進小波閾值法用于心電信號去噪[J];生物醫(yī)學(xué)工程學(xué)雜志;2014年03期

6 黃力宇,王旭萍;急性輕中度缺氧對腦電信號復(fù)雜度的影響[J];高原醫(yī)學(xué)雜志;2000年04期

7 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學(xué)報;2001年S1期

8 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學(xué)工程;2007年01期

9 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

10 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

相關(guān)會議論文 前10條

1 魏海濤;陸文凱;;基于全變分的地震信號去噪方法[A];中國地球物理2010——中國地球物理學(xué)會第二十六屆年會、中國地震學(xué)會第十三次學(xué)術(shù)大會論文集[C];2010年

2 劉家兵;汪同慶;任莉;郭子義;;超聲檢測中基于一種改進小波閾值函數(shù)的信號去噪方法[A];2006年西南地區(qū)第九屆NDT學(xué)術(shù)年會暨2006年全國射線檢測新技術(shù)研討會論文集[C];2006年

3 范京;張福學(xué);;硅微陀螺信號去噪方法的研究[A];全國第二屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2007年

4 張波;周繼威;王棟;張林;;基于維納濾波的風(fēng)電機組低速軸承故障信號去噪方法研究[A];2013年中國電機工程學(xué)會年會論文集[C];2013年

5 汪同慶;劉家兵;;基于一種改進閾值函數(shù)的小波域超聲信號去噪[A];2006年西南地區(qū)第九屆NDT學(xué)術(shù)年會暨2006年全國射線檢測新技術(shù)研討會論文集[C];2006年

6 陳新;李宗春;;一種新的小波閾值收縮法在去噪中的應(yīng)用[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

7 施建禮;楊日杰;林洪文;;基于子波變換的雷達信號去噪方法研究[A];中國航空學(xué)會信號與信息處理專業(yè)全國第八屆學(xué)術(shù)會議論文集[C];2004年

8 甄巖;邵方明;趙連昌;;一種新型對稱小波的構(gòu)造方法及仿真實驗[A];'2003系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2003年

9 查宇飛;畢篤彥;;基于小波的自適應(yīng)多閾值圖像去噪[A];信號與信息處理技術(shù)第三屆信號與信息處理全國聯(lián)合學(xué)術(shù)會議論文集[C];2004年

10 郭忠;廖海洋;陳益;李宇航;呂建波;;一種改進小波閾值函數(shù)在拉曼光譜去噪的應(yīng)用[A];2009全國虛擬儀器大會論文集（一）[C];2009年

相關(guān)重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 王婷;EMD算法研究及其在信號去噪中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 蔣鵬;小波理論在信號去噪和數(shù)據(jù)壓縮中的應(yīng)用研究[D];浙江大學(xué);2004年

3 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

4 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

5 馬小飛;認知任務(wù)下的腦電動力學(xué)分析[D];南京大學(xué);2017年

6 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

7 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

8 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

9 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學(xué);2004年

10 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 郭翔;EMD在GPS信號去噪中的應(yīng)用研究[D];東華理工大學(xué);2016年

2 王寶;小波分析在信號去噪的應(yīng)用研究[D];福州大學(xué);2013年

3 何聰;電纜終端局部放電信號去噪方法研究[D];西南石油大學(xué);2017年

4 吳勇;基于小波的信號去噪方法研究[D];武漢理工大學(xué);2007年

5 潘洪屏;基于小波分析技術(shù)的地震信號去噪方法研究[D];東北石油大學(xué);2011年

6 張德平;基于提升方案的心電信號去噪與檢測算法研究[D];上海交通大學(xué);2010年

7 羅強;基于小波分析的心電信號去噪研究[D];華中師范大學(xué);2006年

8 翟振興;基于小波變換的信號去噪研究[D];重慶大學(xué);2010年

9 張方明;基于改進的快速獨立分量分析方法的地震信號去噪研究[D];吉林大學(xué);2009年

10 歐曉旭;基于小波閾值的圖像去噪研究[D];哈爾濱理工大學(xué);2016年

，

本文編號：1590756