欢迎来到天天文库
浏览记录
ID:37030015
大小:5.03 MB
页数:56页
时间:2019-05-15
《多通道脑电图信号的结构稀疏优化分析》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、单位代码:10293密级:公开专业学位硕士论文论文题目:多通道脑电图信号的结构稀疏优化分析学号1313080326姓名杜云涛导师傅友华专业学位类别工程硕士类型申请在职专业申请(领域)电子与通信工程论文提交日期二零一七年十一月AnalysisofMultichannelElectronencephalogramSignalsviaStructureSparsityOptimizationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineerin
2、gByDuYuntaoSupervisor:Prof.FuYouhuaOctober2017南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实,愿意承担一切相关的法律责任。研究生签名:_____________日期:_2017.11.1.____
3、__南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可以将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、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名:____________导师签名:____________日期:__2017.11.1______摘要从复杂背景噪声中获取微弱的脑电信号,并将其分析结果用于医疗临床诊断或人体科学的研究探索工
4、作中,是处理脑电图的根本目的。但是,如何正确高效地从原始脑电信号中,摒弃干扰,提取有用的生物信息,更好的为医学分析服务,已经成为一个急需攻克的问题。本课题研究了如何让把独立成分分析的理论用于脑电信号的处理,实现了交替方向乘子法与独立成分分析的结合,具有一定的实际价值。脑电信号(EEG)支持以极好的时间分辨率从电测量信号中重建大脑中的电流信号。相应的EEG去除伪迹,提取独立成分是一个不确定的EEG逆问题,具有理论上无限多的解决方案。这主要因为脑电图传感器的数量通常比电极位置的数量小得多,以及记录信号中的伪迹噪声污染。从EEG记录数据中分离出独立的脑源信号,并对其定位和时空
5、信息进行辨识,是非常困难的,因为这些信号高度相关并常常同步发生。在论文中,使用总全局方差正则化技术,并与ADMM中的二次惩罚项一起,通过参数调节来促进脑部头皮电极测量点的独立成分稀疏性。实验结果证明所提方案能够提高稀疏性,并对加速计算有一定效力。基于凸优化算法和交替方向乘子法(ADMM)的性能分析与比较,课题提出了一种高效稳健的优化算法求解独立成分分析模型。使用现有数据进行的数值实验证明了所提出的方法相对于其他现有技术方法在精确度度和计算速度方面的具有一定的优势。关键词:脑电信号,独立成分,交替方向乘子法,正则化IAbstractThefundamentalpurpos
6、eofEEGstudiesistocaptureandanalyzetheweakEEGsignalshiddeninthebackgroundnoise,andapplytheresultsintheresearchofmedicalclinicaldiagnosisandsomaticscience.However,howtocorrectlyandefficientlyremovethenoisefromtheoriginalEEGsignals,andextracttheusefulbiologicalinformationforthemedicalanalys
7、is,hasbecomeanurgentproblem.ThispaperfocusonhowtoapplythetheoryofindependentcomponentanalysistotheprocessingofEEGandachievethecombinationofalternatingdirectionmultipliermethodandindependentcomponentanalysis.TheEEGdataallowsustoreconstructthecurrentsignalofthebrainsourcesw
此文档下载收益归作者所有