学位论文 > 优秀研究生学位论文题录展示
脑电信号采集与分析系统的设计
作 者: 许凤娟
导 师: 庞春颖
学 校: 长春理工大学
专 业: 生物医学工程
关键词: 脑电信号采集 脑电信号分析 小波变换
分类号: R318.6
类 型: 硕士论文
年 份: 2011年
下 载: 63次
引 用: 0次
阅 读: 论文下载
内容摘要
脑电是一种典型的生物电信号,其中包含了大量的生理和病理信息,既是临床诊断脑部疾病的重要工具,也是了解神经细胞放电活动与人的生理和心理活动关系的重要途径,因此,脑电的采集与分析在临床医学和认知科学领域具有重要的意义。脑电是隐藏在强噪声中的非平稳信号,它具有生理信号强度弱、频率低、干扰强的特点,因此对脑电信号的有效提取显得尤为重要。本文根据脑电信号的这些特征,针对脑电信号的采集做了深入研究。本系统包括采集、通信、分析处理三个部分,首先,采集部分将电极得到的脑电信号放大到A/D处理要求的大小,并设计滤波电路将干扰信号滤除,以ATmega8为控制中心完成脑电信号的模数转换;通信部分利用AVR单片机的USB通信技术,完成单片机与计算机的通信;在了解目前脑电信号分析处理现状的前提下,本文对采集到的脑电信号做了分析。分析方法着重介绍了脑电信号的小波变换,采用多分辨率分析将脑电信号中的高频信号剔除;采用小波包分析提取脑电中的四种节律;通过尺度变换对癫痫病人的脑电信号进行处理。本系统可以将脑电信号有效地提取出来,并能对采集到的信号进行分析处理。本文通过疲劳实验,分别处理正常人在精神饱满时和疲劳状态下的脑电信号,将二者的节律提取结果和功率谱图做了对比,得出在疲劳度与脑电波变化的规律。
|
全文目录
摘要 4-5 ABSTRACT 5-7 第一章 绪论 7-14 1.1 课题的研究意义 7 1.2 脑电信号的特征 7-10 1.3 脑电研究发展 10-12 1.4 本文的研究内容 12-14 第二章 脑电的分析方法及小波分析的基本理论 14-24 2.1 脑电的分析方法 14-18 2.2 小波分析的基础理论 18-23 2.3 本章小结 23-24 第三章 脑电信号采集 24-36 3.1 脑电的采集 24-25 3.2 脑电的模拟调理电路 25-32 3.3 AD转换及通信 32-35 3.4 本章小结 35-36 第四章 基于小波变换的脑电分析 36-47 4.1 EEG信号的多分辨率分析 36-37 4.2 癫痫病的棘波检测 37-39 4.3 脑电节律性提取 39-41 4.4 脑电的功率谱估计 41-42 4.5 疲劳分析 42-46 4.6 本章小结 46-47 第5章 脑电分析系统的实现 47-52 5.1 系统开发环境简介 47-49 5.2 EEG自动分析系统的组成 49-50 5.3 EEG分析系统的实现 50-51 5.4 本章小结 51-52 结论 52-53 致谢 53-54 参考文献 54
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
- 基于燃烧音识别的火灾探测系统的研究与设计,X924.4
中图分类: > 医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程 > 仪器、设备
© 2012 www.xueweilunwen.com
|