学位论文 > 优秀研究生学位论文题录展示

脑电信号的复杂性分析

作　者: 张志琴
导　师: 张佃中
学　校: 中南大学
专　业: 应用数学
关键词: Lempel-Ziv复杂度小波熵双谱功率谱相关维数
分类号: R318.0
类　型: 硕士论文
年　份: 2009年
下　载: 109次
引　用: 1次
阅　读: 论文下载

内容摘要

复杂性分析在生物信号的分析研究中有着极其重要的意义。本文研究了睡眠脑电信号(EEG)的复杂性。首先对脑电信号进行预处理；然后利用小波熵,功率谱及双谱,相关维数分析脑电信号的复杂性；总结脑电信号复杂性的规律。本文的研究分五个部分：第一部分,利用小波包变换去除脑电信号中的低频干扰成分,并去除脑电信号中的奇异值,实现脑电信号的预处理。实验结果表明：这种预处理有效地去除了脑电信号的噪声干扰和奇异值。预处理前,受干扰的脑电信号中挑选两组子序列,复杂度分别为0.2232±0.0730,0.4721±0.0705,由于干扰的存在,同一脑电序列不同段上的复杂度差异很大。预处理后两组脑电子序列复杂度分别为0.6286±0.0240,0.5911±0.0583。如果不对脑电信号进行预处理,将得到一些不可靠的结果,因此,脑电信号的预处理是必要的。这种预处理有效地去除了脑电信号中的干扰,同时较好地保留了脑电信号中的有用信息。第二到第四部分：利用小波包变换提取出五种脑电节律所在频率段的脑电信号,利用小波熵,功率谱及双谱,相关维数分析此脑电信号；找出随着睡眠状态的变化,脑电信号复杂性的规律。研究结果表明：清醒期大脑的复杂性较大,而且波动最大,随着睡眠的加深,复杂性降低且变异减小,到了快速眼动期,复杂性有所增大。四种复杂性测度从不同角度表现了脑电信号复杂性的演变规律。小波熵计算简单,性能稳定,可较好的表征不同睡眠期；相关维数的相对大小能有效区分各种睡眠期。第五部分,对第二到第四部分的内容进行总结。随着睡眠状态的变化,小波熵和相关维数表现了相似的复杂性规律,经相关系数检验,二者具有正相关性。以上的工作我们仅进行了初步的尝试,对于复杂性分析在生物信号研究的其他方面,我们希望能够继续深入研究。

全文目录

摘要  3-4
ABSTRACT  4-6
目录  6-8
第一章脑电信号研究综述  8-11
  1.1 研究意义及进展  8-9
  1.2 本文的研究内容及目的  9-11
第二章脑电信号Lempel-Ziv复杂度分析的预处理  11-18
  2.1 研究意义及方法  11
  2.2 理论基础  11-14
    2.2.1 小波包变换  11-12
    2.2.2 去除奇异值  12-13
    2.2.3 Lempel-Ziv复杂度(LZC)及算法  13-14
  2.3 数据来源及数据处理  14
  2.4 分析与研究结果  14-17
  2.5 结论与讨论  17-18
第三章脑电信号的小波熵分析  18-26
  3.1 研究意义及方法  18
  3.2 小波熵定义  18-19
  3.3 数据来源及数据处理  19-20
  3.4 分析与研究结果  20-25
  3.5 结论与讨论  25-26
第四章脑电信号的功率谱分析与双谱分析  26-35
  4.1 脑电信号的功率谱分析  26-28
    4.1.1 研究方法  26-27
    4.1.2 数据来源及数据处理  27
    4.1.3 分析与研究结果  27-28
  4.2 脑电信号的双谱分析  28-35
    4.2.1 研究意义  28-29
    4.2.2 理论基础  29-30
    4.2.3 数据来源及数据处理  30-31
    4.2.4 分析与研究结果  31-34
    4.2.5 结论与讨论  34-35
第五章脑电信号的相关维数分析  35-40
  5.1 研究意义  35-36
  5.2 研究方法  36-37
  5.3 数据来源及数据处理  37-38
  5.4 分析与研究结果  38-39
  5.5 结论与讨论  39-40
第六章总结与展望  40-42
  6.1 总结  40-41
  6.2 未来的研究工作  41-42
参考文献  42-47
附录一:功率谱分析的程序代码  47-48
附录二:相关维数分析的程序代码  48-49
致谢  49-50
攻读硕士期间主要的研究成果  50

脑电信号的复杂性分析

内容摘要

全文目录

相似论文