本文關(guān)鍵詞：基于AR-Copula模型的腦電信號(hào)相關(guān)性問題研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在現(xiàn)代醫(yī)學(xué)診斷尤其對(duì)大腦疾病特性的診斷中,腦電圖扮演著越來越重要的角色。很多疾病隨著時(shí)間的變化會(huì)有不同的表現(xiàn)特征,腦電信號(hào)隨之也會(huì)有相應(yīng)的變化,通過腦電信號(hào)的特征變化,在疾病產(chǎn)生的早期對(duì)其進(jìn)行有效地診斷和控制將會(huì)對(duì)疾病的治療有著極大的幫助。腦電信號(hào)非常微弱,具有隨機(jī)性強(qiáng)等特點(diǎn),是大腦內(nèi)部大量神經(jīng)元細(xì)胞電活動(dòng)的綜合反映,且又極易受到其它生理電信號(hào)或外界環(huán)境的噪聲干擾。因此,腦電信號(hào)中既蘊(yùn)含有具備臨床診斷價(jià)值的信息,又混雜了神經(jīng)元細(xì)胞相互影響的成分和其它噪聲來源的干擾,這些因素對(duì)腦電圖的正確判讀帶來了困難。 本課題主要研究腦電信號(hào)中的若干相關(guān)性問題。從相關(guān)性分析的角度出發(fā),探討Copula理論在腦電信號(hào)分析應(yīng)用的可行性,研究解決信號(hào)預(yù)處理過程中的噪聲檢測(cè)和去除方法,以及病灶特征波的自動(dòng)檢測(cè)和輔助判斷方法。(1)在腦電信號(hào)預(yù)處理階段,利用基于AR-Copula的尾部相關(guān)性,在信號(hào)采集過程中提取腦電信號(hào)與噪聲信號(hào)尾部相關(guān)性較高部分的數(shù)據(jù)段,實(shí)現(xiàn)噪聲干擾的自動(dòng)檢測(cè)并對(duì)其進(jìn)行了Fast-ICA噪聲去除處理。該方法能夠在頻發(fā)的眨眼眼動(dòng)干擾中自動(dòng)檢測(cè)到受干擾的數(shù)據(jù)段,且有效地降低了Fast-ICA算法的迭代次數(shù),提高了信號(hào)處理的實(shí)時(shí)性。(2)針對(duì)癲癇疾病的病理特征,利用Copula理論計(jì)算腦電信號(hào)采集中各導(dǎo)聯(lián)之間的Kendall秩相關(guān)系數(shù),通過尾部相關(guān)性分析自動(dòng)檢測(cè)病灶特征波的分布區(qū)域,能夠?yàn)榕R床診斷提供客觀的輔助判斷手段,減輕了人工判讀的負(fù)擔(dān),提高了腦電信號(hào)判讀的準(zhǔn)確性。 本課題針對(duì)腦電信號(hào)的復(fù)雜特點(diǎn)和分析難點(diǎn),結(jié)合Copula理論,分別提出了基于AR-Copula模型的腦電信號(hào)噪聲檢測(cè)和去除方法,以及基于Copula理論Kendall秩相關(guān)系數(shù)的病灶波分布區(qū)域的自動(dòng)檢測(cè)和輔助判斷方法,為臨床診斷提供了有效的信號(hào)處理方法和輔助分析手段。
【關(guān)鍵詞】：腦電信號(hào) Copula理論 時(shí)間序列 AR模型 相關(guān)性分析
【學(xué)位授予單位】：華東理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R741.044;TN911.7
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-13
• 1.1 研究背景及意義9
• 1.2 研究概況及存在的問題9-11
• 1.3 本文的主要研究內(nèi)容11-13
• 第二章 Copula理論及其應(yīng)用13-23
• 2.1 Copula函數(shù)的定義與種類13-17
• 2.2 基于Copula理論的基本特性指標(biāo)17-19
• 2.3 Copula模型的參數(shù)估計(jì)19-21
• 2.4 Copula理論的主要應(yīng)用21-22
• 2.5 小結(jié)22-23
• 第三章 Copula理論在腦電相關(guān)性問題中的可行性分析23-30
• 3.1 Copula核函數(shù)23-24
• 3.2 時(shí)間序列模型24-25
• 3.3 AR-Copula相結(jié)合的可行性分析25-29
• 3.4 小結(jié)29-30
• 第四章 基于AR-Copula模型的腦電信號(hào)噪聲檢測(cè)與去除30-37
• 4.1 腦電信號(hào)的噪聲干擾問題30
• 4.2 噪聲檢測(cè)的算法流程30-31
• 4.3 實(shí)驗(yàn)結(jié)果分析31-36
• 4.4 小結(jié)36-37
• 第五章 基于Copula理論Kendall秩相關(guān)的病灶波檢測(cè)和判讀37-59
• 5.1 癲癇及其病理特征37-38
• 5.2 癲癇腦電圖38-39
• 5.3 特征波檢測(cè)方法39-41
• 5.4 實(shí)驗(yàn)結(jié)果與分析41-57
• 5.5 小結(jié)57-59
• 第六章 總結(jié)與展望59-62
• 6.1 主要研究內(nèi)容59-60
• 6.2 創(chuàng)新點(diǎn)60
• 6.3 課題展望60-62
• 參考文獻(xiàn)62-67
• 致謝67-68
• 攻讀碩士學(xué)位期間發(fā)表的論文68

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 席旭剛;加玉濤;羅志增;;基于獨(dú)立成分分析的表面肌電信號(hào)工頻去噪[J];傳感技術(shù)學(xué)報(bào);2009年05期

2 萬柏坤,朱欣,楊春梅,高揚(yáng);ICA去除EEG中眼動(dòng)偽差和工頻干擾方法研究[J];電子學(xué)報(bào);2003年10期

3 歐陽輝,漆松濤,楊開軍,劉承勇,邱炳輝;頑固性癲癇的外科治療[J];廣東醫(yī)學(xué);2000年08期

4 吳曉彬,邱天爽;基于時(shí)頻分析的EEG信號(hào)分析處理方法研究進(jìn)展[J];國外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);2004年06期

5 李明愛;崔燕;楊金福;;腦電信號(hào)中眼電偽跡自動(dòng)去除方法的研究[J];電子學(xué)報(bào);2013年06期

6 韋艷華,張世英,孟利鋒;Copula理論在金融上的應(yīng)用[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2003年05期

7 張新偉,徐如祥,柯以銓,周谷蘭;綜合應(yīng)用定位技術(shù)和外科方法治療頑固性癲癇[J];中華神經(jīng)外科疾病研究雜志;2002年03期

8 王璐;王沁;龐皓;;股票收益率尾部相關(guān)性的Copula度量及模擬[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2007年10期

9 張堯庭;連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J];統(tǒng)計(jì)研究;2002年04期

10 吳遜;癲癇治療策略[J];現(xiàn)代神經(jīng)疾病雜志;2002年04期

  本文關(guān)鍵詞：基于AR-Copula模型的腦電信號(hào)相關(guān)性問題研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：441928