学位论文 > 优秀研究生学位论文题录展示
便携式环境下基于离散小波变换和自适应滤波器的眼电去除模型
作 者: 施秋霞
导 师: 胡斌
学 校: 兰州大学
专 业: 通信与信息系统
关键词: 脑电信号 眼电噪声 小波变换 自适应噪声抵消器 信号处理
分类号: TN911.7
类 型: 硕士论文
年 份: 2013年
下 载: 19次
引 用: 0次
阅 读: 论文下载
内容摘要
随着脑科学研究应用的飞速发展,脑电信号中的各类伪迹去除,尤其眼电噪声去除是其中的一项重要内容,如何有针对性地去除伪迹并且获取“干净”的脑电信号仍是非常具有挑战性的研究内容。很多时候,原始记录脑电信号中的噪声幅值很大,甚至完全淹没有用脑电信号,因此噪声去除的结果直接影响着脑电的进一步分析。目前,尽管已经有很多研究致力于脑电中眼电伪迹的去除,而且也取得了一定的突破,但是有的方法在去除眼电伪迹的同时也去除了大部分有用脑电信号,或者需要单独的眼电参考导联,这样的方法并不能很好的应用到便携式环境下的脑电采集与处理,因为便携式环境下有可能只记录了单导脑电信号。本文针对便携式环境下的脑电中眼电伪迹处理的特点,提出了一种基于离散小波变换和自适应噪声抵消器的眼电伪迹自动去除摸型。该模型比较新颖的一个特点是利用离散小波变换分解信号并对最低三层小波系数进行阈值处理,从单导脑电信号中提取出参考眼电信号。文章通过处理模拟带噪的脑电信号和真实脑电信号分析验证模型的有效性,并且将本文模型与ICA模型、平稳小波变换阈值法进行去眼电效果比较。通过实验结果分析与讨论,验证了本文模型可以在去除眼电信号的同时对不受眼电信号干扰的脑电信号具有很好的跟踪性能,基本完好的保存了有用脑电信号,即便在脑电信号只有单导的情况下,同样可有效去除眼电伪迹。因此,该模型可以很好的适用于具有单通道可穿戴脑电记录传感器设备的便携式环境下。此外,本文中还将该模型应用到欧盟框架中压力人群的脑电信号的处理中。通过以上分析,该模型能够有效的去除眼电伪迹并很好的保留有用的脑电信号,而且能够在便携式系统下比较好地自动去除脑电信号中眼电伪迹。
|
全文目录
中文摘要 3-4 Abstract 4-6 目录 6-9 第一章 绪论 9-14 1.1 引言 9-10 1.2 国内外研究现状 10-12 1.3 本文主要研究工作及章节安排 12-14 第二章 脑电信号的特征与处理概述 14-20 2.1 脑电的基本特征和分类 14-16 2.1.1 脑电信号的特点 14 2.1.2 脑电信号的分类 14-16 2.2 脑电信号的采集及应用 16-18 2.3 便携式环境中脑电信号处理的要求 18 2.4 脑电消噪的传统方法 18-20 第三章 小波分析基础理论 20-26 3.1 小波变换的来历 20-21 3.2 离散小波变换 21-23 3.3 小波去噪的方法及原理 23-26 3.3.1 小波变换模极大值去噪 23-24 3.3.2 小波阈值法去噪 24-26 第四章 EEG中眼电伪迹自动去除模型研究 26-36 4.1 ICA结合小波模型研究 26-30 4.1.1 引言 26 4.1.2 独立分量分析(ICA)原理 26-27 4.1.3 基于负熵最大的快速固定点算法(FastICA) 27-29 4.1.4 ICA结合小波眼电伪迹自动去除模型 29-30 4.2 自适应滤波器结合小波模型研究 30-35 4.2.1 引言 30-31 4.2.2 自适应噪声抵消器 31-32 4.2.3 RLS算法 32-33 4.2.4 眼电伪迹自动去除模型及步骤 33-35 4.3 两个模型的差异分析 35-36 第五章 实验及结果对比分析 36-49 5.1 模拟数据实验及结果对比分析 36-41 5.1.1 模拟脑电数据的构造 36-37 5.1.2 结果对比分析 37-41 5.1.3 小结 41 5.2 数据库数据实验结果对比分析 41-45 5.2.1 数据库数据简介 41 5.2.2 结果对比分析 41-44 5.2.3 小结 44-45 5.3 OPTIMI项目应用及结果分析 45-47 5.3.1 IOPTIMI项目介绍及数据预处理 45-46 5.3.2 实验结果 46-47 5.3.3 小结 47 5.4 效率分析 47-49 第六章 总结与展望 49-51 6.1 本文工作 49-50 6.2 工作展望 50-51 参考文献 51-54 在学期间的研究成果 54-55 致谢 55
|
相似论文
- 毫米波雷达中频模拟信号源数据产生部分的研究,TN955
- 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
- PCI-E数字化仪研制,TP274.2
- 电子产品质量监控测试设备设计,TN06
- 处理器TI DSP VC33虚拟核的设计与实现,TP332
- 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
- 小波变换在桥梁变形监测数据处理中的应用,TP274
- 基于轮廓波变换的数字图像水印方法研究,TP309.7
- 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
- 基于遗传算法及小波变换的三维曲面拼接方法研究,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号处理
© 2012 www.xueweilunwen.com
|