基于小波变换的特征提取脑诱发电位

基于小波变换的特征提取脑诱发电位

ID:4420227

大小:609.00 KB

页数:27页

时间:2017-12-01

基于小波变换的特征提取脑诱发电位_第1页
基于小波变换的特征提取脑诱发电位_第2页
基于小波变换的特征提取脑诱发电位_第3页
基于小波变换的特征提取脑诱发电位_第4页
基于小波变换的特征提取脑诱发电位_第5页
资源描述:

《基于小波变换的特征提取脑诱发电位》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、大连民族学院本科毕业设计(论文)快速提取诱发脑电算法的研究学院(系):信息与通信工程学院专业:通信工程专业学生姓名:陆万安学号:2009081412指导教师:李婷评阅教师:姜明新完成日期:2013年6月7日大连民族学院快速提取诱发脑电算法的研究摘要从头皮采集的脑电信号中通常夹杂着不同种类的伪迹,主要如:眼电、心电、肌电、工频干扰,它们主要来自一些生理源和噪声源的影响。这些干扰很大程度上淹没了微弱的诱发电位(EP),给临床应用和科研分析带来了极大的不便。如何从原始脑电中获取大脑活动的诱发信息成为脑电分析中

2、有待解决的问题。本文介绍了两种快速提取诱发脑电的新算法—小波分析和独立分量分析。小波分析理论是一种新兴的信号处理理论,它在时间上和频率上都有很好的局部性,这使得小波分析非常适合于时—频分析,借助时—频局部分析特性。利用小波方法去噪,是小波分析应用于实际的重要方面。ICA的根本原理是通过分析多维观测数据间的高阶统计相关性,找出相互独立的隐含信息成分,完成分量间高阶冗余的去除及独立信源的提取。本文首先详细介绍小波分析去噪和独立分量分析的原理的算法,同时阐述这两种方法在信号处理中的运用;其次利用小波阈值去噪法

3、和独立分量分析中的FastICA算法对一个纯净的EP信号加入噪声之后进行去噪处理,实例验证理论的实际效果,同时证实了理论的可靠性。关键词:诱发电位;小波分析;去噪;独立分量分析I快速提取诱发脑电算法的研究AbstractTherearemanykindsofartifactsintherawbrainsignalsfromscalp,suchaseyesblinks,Electrocardiograph,electromyographyandothermechanicalnoises,whichcoul

4、ddegeneratetherealevokedpotentials(EP).Howtoextracttheunderlyingevokedpotentialsfromnoisyacquireddatahasbecameanimportantandurgentproblemtoberesolved.ThispaperdescribestwokindsofnewrapidextractionalgorithmEvokedPotentials–waveletanalysisandindependentcom

5、ponentanalysis.Waveletanalysistheoryisanewtheoryofsignalprocessandithasgoodlocalizationinbothfrequencyandtimedo-mains.Itmakesthewaveletanalysissuitablefortime-frequencyanalysis.Usingwaveletmethodsinde-noising,isanimportantaspectintheapplicationofwaveleta

6、nalysis.ThefundamentalprinciplesofIndependentComponentAnalysis(ICA)isthroughanalysisofhigh-rankingstatisticalcorrelationbetweenmultidimensionalobservationdata,findmutuallyindependentimplicitmessagecontent,completeremovalofahighredundancyandindependentsou

7、rcesextractionletter.Thispaperfirstintroducedtheprincipleofwaveletanalysisandindependentcomponentanalysisalgorithmindetail,alsoexplainedthetwomethodsappliedinsignalprocessing.second,usethewaveletthresholdmethodandtheindependentcomponentanalysisalgorithmF

8、astICAEPonapurenoisesignaladdedafterdenoising,theexampleverifythetheoreticalpracticaleffect,alsoconfirmedthereliabilityofthetheoretical.KeyWords:EP;waveletanalysis;noiserejection;IndependentComponentAnalysis23快速提取诱发脑电算法的研究

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。