基于ar-copula模型的脑电信号相关性问题研究

《基于ar-copula模型的脑电信号相关性问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、丨目基于模型的脑电信号相关性问题研究控制科学与工程学科专业研究方向模式识别与智能系统论文作者施伟俊指导教师王行愚教授定稿日期：年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华东理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密论文在解密后遵守此规定。论文涉密情况：不保密口保密，保密期（——年一月一日至一年一月一日）学位论文

2、作者签名指导老师签名：日期：年月：日日期厂年月厂日分类号：密级：华东理工大学学位论文基于丨模型的脑电信号相关性问题研宄施伟俊指导教师姓名：王行愚教授华东理工大学上海市梅陇路号申请学位级别：硕士专业名称：控制科学与工程论文定稿日期：论文答辩日期：学位授予单位：华东理工大学学位授予日期：？答辩委员会主席：牛玉刚教授评阅人：邹俊忠教授刘成菊副教授作声明我郑重声明：本人恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取寻的结果。除文中明确注明和引用的内容外本论文不包含任何他人已经发表或撰

3、写过的内容。论文为本人亲自撰写，并对所写内容负责。论文作者签名：年丨月日华东理工大学硕士学位论文第页基于模型的脑电信号相关性问题研宄摘要在现代医学诊断尤其对大脑疾病特性的诊断中，脑电图扮演着越来越重要的角色。很多疾病随着时间的变化会有不同的表现特征，脑电信号随之也会有相应的变化，通过脑电信号的特征变化，在疾病产生的早期对其进行有效地诊断和控制将会对疾病的治疗有着极大的帮助。脑电信号非常微弱，具有随机性强等特点，是大脑内部大量神经元细胞电活动的综合反映，且又极易受到其它生理电信号或外界环境的噪声干扰。因此，脑电信号中既

4、蕴含有具备临床诊断价值的信息，又混杂了神经元细胞相互影响的成分和其它噪声来源的干扰，这些因素对脑电图的正确判读带来了困难。本课题主要研究脑电信号中的若干相关性问题。从相关性分析的角度出发，探讨理论在脑电信号分析应用的可行性，研宄解决信号预处理过程中的噪声检测和去除方法，以及病灶特征波的自动检测和辅助判断方法。（在脑电信号预处理阶段，利用基于的尾部相关性，在信号釆集过程中提取脑电信号与噪声信号尾部相关性较高部分的数据段，实现噪声干扰的自动检测并对其进行了噪声去除处理。该方法能够在频发的眨眼眼动干扰中自动检测到受干扰的数

5、据段，且有效地降低了算法的迭代次数，提高了信号处理的实时性。（针对癫痫疾病的病理特征，利用理论计算脑电信号釆集中各导联之间的秩相关系数，通过尾部相关性分析自动检测病灶特征波的分布区域，能够为临床诊断提供客观的辅助判断手段，减轻了人工判读的负担，提高了脑电信号判读的准确性。本课题针对脑电信号的复杂特点和分析难点，结合理论，分别提出了基于模型的脑电信号噪声检测和去除方法，以及基于理论秩相关系数的病灶波分布区域的自动检测和辅助判断方法，为临床诊断提供了有效的信号处理方法和辅助分析手段。关键词：脑电信号；理论；时间序列；模型

6、；相关性分析。第页华东理工大学硕士学位论文，华东理工大学硕士学位论文第页目录第一章绪论研宄背景及意义研宄概况及存在的问题本文的主要研究内容第二章理论及其应用函数的定义与种类基于理论的基本特性指标模型的参数估计理论的主要应用小结第三章理论在脑电相关性问题中的可行性分析核函数时间序列模型相结合的可行性分析小结第四章基于模型的脑电信号噪声检测与去除脑电信号的噪声干扰问题噪声检测的算法流程实验结果分析小结第五章基于理论秩相关的病灶波检测和判读癫痫及其病理特征癫痫脑电图特征波检测方法实验结果与分析基于单极导联的特征波形检测结果

7、基于双极导联的病源定位结果小结第六章总结与展望主要研宄内容创新点第页华东理工大学硕士学位论文课题展望参考文献丽攻读硕士学位期间发表的论文华东理工大学硕士学位论文第页第一章绪论研究背景及意义脑电信号是从大脑表皮记录下的电位信号，它是大脑内部活动状态与信号传递的一种外在表现，其不仅反映了大脑的活动情况，也折射出一些生理状态与病理特征，包括由肢体活动、精神状态、大脑运作情况等大量临床医学所需的信息。对脑电信号做深入的研究不仅有助于我们了解大脑运行机理和掌握大脑活动的状况，同时在对大脑以及身体疾病的检测和预防上有着有效的帮助

8、。现如今国内外对脑电信号的分析研宄中，脑电信号分析被频繁的应用于临床的诊断与治疗中，尤其是在神经病学、神经外科等的确诊治疗过程中具有重要的辅助作用，例如癫痫病的诊断与定位，大脑肿瘤的发现与治疗，以及对局部大脑感官能力障碍、脑血管紊乱、痴呆、对睡眠状况的分析甚至是麻醉深度研宄等都有极大的临床应用价值⑴。随着计算机技术的发展，越来越多的脑电信号的分