本文關(guān)鍵詞：基于ARMA過程的自發(fā)腦電過濾方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：事件相關(guān)電位(Event-related Potential, ERP)是由多個或多種的刺激(如聲、光、圖像等)所引起的特殊的腦的誘發(fā)電位,是一種在頭顱表面記錄到的腦電位。其有多個組成部分,但信號都很微弱,并容易受噪聲干擾。其頻率范圍被人腦內(nèi)無時無刻不存在的自發(fā)電位所覆蓋。通常提取事件相關(guān)電位需要經(jīng)過數(shù)十次的疊加平均,這就需要同樣數(shù)量的重復實驗。但是重復實驗的效果并不盡如人意,因此從少次甚至單次實驗中提取ERPs成為腦電信號處理的重點及難點問題。本文的研究基于三個基本假設(shè)：第一：腦電信號(electroencepha lograp h, EEG)是短時平穩(wěn)的。第二：自發(fā)腦電并不是白噪聲,它是一個有色噪聲。第三：在刺激前的一段時間的自發(fā)腦電信號和刺激后混雜有事件相關(guān)電位的EEG中的自發(fā)腦電具有相同的特性,也就是說根據(jù)刺激前的自發(fā)電位構(gòu)建的自回歸-滑動平均(Auto-regressive and Moving average, ARMA)模型也能夠很好的擬合刺激后的腦電信號中的自發(fā)腦電部分。本文將ARMA模型應用于自發(fā)腦電的過濾工作,主要做了以下研究工作：(1)對比多種ARMA模型的定階方法以及模型檢驗方法,通過實驗確定最佳的適合腦電信號的ARMA模型建模方法組合。先利用自相關(guān)圖和偏自相關(guān)圖來初步確定模型類型,然后用窮舉定階法來確定模型的具體階數(shù),進而用Levinson-Durbin'快速遞推法和Newton-Raphson法來分別計算自回歸系數(shù)和滑動平均系數(shù)。模型檢驗使用的是χ2檢驗法。(2)把腦電信號數(shù)據(jù)用AR模型進行擬合,用求得的AR系數(shù)分別構(gòu)造各自的白化濾波器。將刺激后的EEG段通過濾波器來對自發(fā)腦電信號進行白化。對于某些不適合AR模型的腦電數(shù)據(jù),根據(jù)Wold分解定理,仍然使用高階的AR模型對其進行近似的擬合。(3)用ARMA模型來對腦電信號進行擬合,很好的解決了AR模型不適合某些腦電數(shù)據(jù)的情況。并針對ARMA模型設(shè)計相應的白化濾波器來完成白化工作。(4)實驗對比,將本文的方法和疊加平均的結(jié)果進行對比,說明本實驗的優(yōu)越性。同時將用ARMA建模和AR建模的實驗結(jié)果進行對比,說明了ARMA建模的優(yōu)越性。本實驗對于用ARMA模型來進行事件相關(guān)電位的單次提取提供了新思路。
【關(guān)鍵詞】：腦電信號 事件相關(guān)電位 單次試驗 ARMA模型 白化濾波器
【學位授予單位】：福州大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：R741.044;TN911.7
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 研究背景7-9
• 1.1.1 腦電信號7-8
• 1.1.2 腦電信號的發(fā)現(xiàn)8
• 1.1.3 腦電信號的研究進展8-9
• 1.2 研究內(nèi)容和創(chuàng)新點9-10
• 1.2.1 本文的研究內(nèi)容9-10
• 1.2.2 論文的創(chuàng)新點10
• 1.3 本文的組織結(jié)構(gòu)10-12
• 第二章 腦電信號的獲取12-18
• 2.1 實驗室的建立12-13
• 2.2 腦電信號的采集13-16
• 2.2.1 被試的準備13-14
• 2.2.2 電極的安放14-15
• 2.2.3 采集15-16
• 2.3 腦電信號的預處理16-17
• 2.4 本章總結(jié)17-18
• 第三章 基于ARMA過程的腦電信號模型18-32
• 3.1 模型的識別19
• 3.2. 模型定階19-23
• 3.2.1 殘差方差圖定階法19-20
• 3.2.2 F檢驗定階法20-21
• 3.2.3 AIC準則函數(shù)定階法21-22
• 3.2.4 窮舉定階法22-23
• 3.3 模型的參數(shù)估計23-27
• 3.3.1 Levinson-Durbin快速遞推法23-25
• 3.3.2 Newton-Raphson算法25-27
• 3.4 模型的適應性檢驗27-29
• 3.4.1 相關(guān)函數(shù)法28
• 3.4.2 χ~2檢驗法28-29
• 3.5 實驗及分析29-30
• 3.5.1 實驗數(shù)據(jù)29
• 3.5.2 實驗結(jié)果29-30
• 3.6 本章小結(jié)30-32
• 第四章 AR濾波的實現(xiàn)32-38
• 4.1 AR逆系統(tǒng)32-34
• 4.2 基于AR過程的自發(fā)腦電信號過濾34-35
• 4.3 實驗及分析35-37
• 4.3.1 實驗數(shù)據(jù)36
• 4.3.2 實驗結(jié)果36-37
• 4.4 本章小結(jié)37-38
• 第五章 ARMA濾波的實現(xiàn)38-43
• 5.1 ARMA逆系統(tǒng)38-39
• 5.1.1 可逆性條件38-39
• 5.2 基于ARMA過程的自發(fā)腦電過濾39-40
• 5.3 實驗及分析40-42
• 5.3.1 實驗數(shù)據(jù)40-41
• 5.3.2 實驗方案41
• 5.3.3 實驗結(jié)果41-42
• 5.4 本章小結(jié)42-43
• 第六章 總結(jié)與展望43-45
• 6.1 總結(jié)43
• 6.2 展望43-45
• 參考文獻45-48
• 致謝48-49
• 個人簡歷49-50
• 在學期間研究成果及發(fā)表的學術(shù)論文50

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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[J];儀器儀表學報;2001年S1期

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

3 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

4 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)科大學學報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學工程;1989年01期

7 孟欣，歐陽楷;腦電信號的幾個非線性動力學分析方法[J];北京生物醫(yī)學工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預處理中的應用[J];北京生物醫(yī)學工程;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 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(shù)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(shù)會議論文摘要匯編[C];2002年

3 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(shù)論文集（第2卷）[C];2005年

4 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(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 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(shù)會議論文摘要匯編[C];2004年

7 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(shù)會議論文摘要匯編[C];2004年

8 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(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學工程學術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學工程學會2007年學術(shù)年會論文摘要集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 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

中國博士學位論文全文數(shù)據(jù)庫 前10條

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

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

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

4 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;2012年

5 周群;腦電信號同步：方法及應用研究[D];電子科技大學;2009年

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

7 李春勝;腦電信號混沌特性的研究與應用[D];東北大學;2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學;2010年

9 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

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

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學;2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學;2010年

3 張志琴;腦電信號的復雜性分析[D];中南大學;2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學;2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學評價分析[D];杭州電子科技大學;2012年

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

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

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學;2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學;2015年

10 王瓊穎;腦電信號的非線性動力學分析及其在睡眠分期中的應用[D];哈爾濱工業(yè)大學;2015年

  本文關(guān)鍵詞：基于ARMA過程的自發(fā)腦電過濾方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：393692