本文選題：癲癇腦電 + 可調(diào)品質(zhì)因子小波變換　； 參考：《生物醫(yī)學(xué)工程研究》2017年04期

【摘要】：針對(duì)癲癇腦電(EEG)信號(hào)的識(shí)別問(wèn)題,提出了一種基于可調(diào)品質(zhì)因子小波變換(TQWT)的腦電特征提取方法。首先,利用TQWT將EEG信號(hào)進(jìn)行分解,得到各個(gè)小波子波帶;然后,根據(jù)癲癇異常波對(duì)應(yīng)的頻率范圍,合理的選擇小波子波帶進(jìn)行重構(gòu),提取有效值和峰峰值構(gòu)成特征分量;最后,采用支持向量機(jī)進(jìn)行分類。將所提出方法應(yīng)用于癲癇腦電信號(hào)的識(shí)別中,以德國(guó)伯恩大學(xué)癲癇研究中心采集的典型腦電數(shù)據(jù)進(jìn)行驗(yàn)證。實(shí)驗(yàn)分析結(jié)果表明,所提出的特征提取方法對(duì)正常和癲癇發(fā)作期EEG信號(hào)的分類準(zhǔn)確率可達(dá)98%。
[Abstract]:A method of EEG feature extraction based on adjustable quality factor wavelet transform (TQWT) is proposed for the identification of epileptic EEG signal. First of all, the EEG signal is decomposed by TQWT, and each wavelet sub-band is obtained. Then, according to the frequency range of the epileptic abnormal wave, the wavelet band is reasonably selected to reconstruct, and the effective value and peak value are extracted to form the characteristic components. Support vector machine is used to classify. The proposed method is applied to the identification of epileptic EEG signals and verified by typical EEG data collected from the epilepsy research center of the University of Bourne in Germany. The experimental results show that the classification accuracy of the proposed feature extraction method for normal and epileptic EEG signals can reach 98%.
【作者單位】： 西安電子科技大學(xué)空間科學(xué)與技術(shù)學(xué)院;西安交通大學(xué)第二附屬醫(yī)院;
【基金】：西安交通大學(xué)臨床新技術(shù)項(xiàng)目(XJLS-2015-179)
【分類號(hào)】：R742.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

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

2 談志強(qiáng) ,羅曉曙;腦電信號(hào)的非線性動(dòng)力學(xué)和現(xiàn)代譜分析方法研究進(jìn)展[J];廣西醫(yī)學(xué);2003年03期

3 韓敏;孫磊磊;洪曉軍;韓杰;;基于自回歸模型和關(guān)聯(lián)向量機(jī)的癲癇腦電信號(hào)自動(dòng)分類[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2011年06期

4 江澄川;陳公白;劉景銘;李盛昌;;腦電信號(hào)的調(diào)頻磁帶記錄——介紹一種簡(jiǎn)易調(diào)頻記錄裝置[J];神經(jīng)精神疾病雜志;1981年06期

5 房志宇,安世德,陳質(zhì)庵,楊泮池;地方性不明原因智能低下患兒腦電信號(hào)功率譜陣圖分析[J];西安交通大學(xué)學(xué)報(bào)(醫(yī)學(xué)版);1990年02期

6 梅村，何育芬;腦電信號(hào)的自適應(yīng)分段和分類存檔[J];北京郵電大學(xué)學(xué)報(bào);1994年01期

7 孟欣,邵頡,歐陽(yáng)楷,譚郁玲;腦電信號(hào)的復(fù)雜度在睡眠分期中的應(yīng)用[J];山東生物醫(yī)學(xué)工程;1998年01期

8 劉建成,蔡湛宇;腦電信號(hào)(EEG)分析方法的現(xiàn)狀與發(fā)展[J];中國(guó)醫(yī)學(xué)物理學(xué)雜志;1998年04期

9 傅金階,羅曉曙,談志強(qiáng),郭維,馬東坡,王力虎,韋保林;鄰域比較數(shù)字濾波——一種對(duì)腦電信號(hào)進(jìn)行濾波的有效方法[J];臨床神經(jīng)電生理學(xué)雜志;2001年02期

10 侯峰;劉紹明;;腦電信號(hào)分析與癲癇預(yù)測(cè)的研究[J];醫(yī)學(xué)綜述;2012年09期

相關(guān)會(huì)議論文 前5條

1 葛家怡;周鵬;王明時(shí);;睡眠腦電信號(hào)樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

2 張偉;田心;;癲癇腦電整體及小波分量的相位同步性[A];天津市生物醫(yī)學(xué)工程學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

3 歐陽(yáng)高翔;崔素媛;李小俚;;基于腦電非線性動(dòng)力學(xué)的癲癇發(fā)作分析[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

4 楊勇;李軼;楊文偉;趙波;白璐;李景琦;;嚴(yán)重意識(shí)障礙患者腦電信號(hào)特征及其臨床診斷中應(yīng)用[A];中國(guó)神經(jīng)科學(xué)學(xué)會(huì)第十屆全國(guó)學(xué)術(shù)會(huì)議論文摘要集[C];2013年

5 王偉榮;黃力宇;高莉;黃遠(yuǎn)桂;;腦電雙譜指數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入預(yù)測(cè)癲癇發(fā)作[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2007年

相關(guān)博士學(xué)位論文 前5條

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

2 歐陽(yáng)高翔;癲癇腦電信號(hào)的非線性特征識(shí)別與分析[D];燕山大學(xué);2010年

3 游榮義;腦電信號(hào)非線性分析方法的研究[D];廈門大學(xué);2003年

4 陳東偉;非線性動(dòng)力學(xué)、因果腦網(wǎng)絡(luò)與聚類穩(wěn)定性在腦電信號(hào)分析中的應(yīng)用研究[D];太原理工大學(xué);2015年

5 袁野;癲癇腦電的非線性方法分析[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 野梅娜;腦電信號(hào)的非平衡數(shù)據(jù)處理及特征提取方法的研究[D];西北大學(xué);2017年

2 薛吉星;多通道腦電信號(hào)采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

3 劉靜;基于加權(quán)排序熵的多通道腦電信號(hào)同步算法研究[D];燕山大學(xué);2015年

4 王瓊穎;腦電信號(hào)的非線性動(dòng)力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

5 倪迪;腦電檢測(cè)的若干問(wèn)題[D];南京大學(xué);2013年

6 孫卓然;基于集成極限學(xué)習(xí)機(jī)的腦電信號(hào)分類研究[D];大連理工大學(xué);2015年

7 裴運(yùn)通;基于圖像分析方法的癲癇腦電信號(hào)特征提取研究[D];蘭州大學(xué);2015年

8 劉琳;誘發(fā)腦電信號(hào)的采集與分析[D];河北科技大學(xué);2015年

9 楊俊宇;基于SSVEP的腦機(jī)接口系統(tǒng)研究與設(shè)計(jì)[D];南京郵電大學(xué);2015年

10 王瑩;基于改進(jìn)相對(duì)轉(zhuǎn)移熵和自適應(yīng)模版符號(hào)轉(zhuǎn)移熵的腦電信號(hào)分析[D];南京郵電大學(xué);2015年

，

本文編號(hào)：1948411