学位论文 > 优秀研究生学位论文题录展示

基于小波变换的EEG分析

作　者: 蔡琼
导　师: 陈焕文
学　校: 长沙理工大学
专　业: 计算机应用技术
关键词: EEG分析自动识别改进小波基
分类号: TN911
类　型: 硕士论文
年　份: 2007年
下　载: 311次
引　用: 1次
阅　读: 论文下载

内容摘要

近年来,随着人们生活水平的不断提高,人们的生活质量也得到了很大的提高,正在大步迈入和谐社会。同时EEG也得到了长足的发展,人们对EEG分析结果的要求越来越高。作为一门高科技综合学科,EEG的研究分为很多类别。其中,EEG的自动识别是其中关键技术之一。随着EEG的发展,涌现了许多做EEG自动识别的方法。本文主要介绍了EEG的相关知识,其中包括EEG的基本成份和分类以及EEG的视觉分析的基本过程;还介绍了小波分析的基本原理,对连续小波变换、离散小波变换和多分辨分析做出了深入的分析。本文利用小波变换来进行EEG自动识别的研究,试图将EEG自动识别由当前的癫痫领域扩大到更多的病症中来。本文提出了一种改进小波基的方法。该方法是利用连续小波变换来对EEG信号进行分析,然后选定一个最合适的小波基。在自动识别的过程中,首先对棘波和尖波以及慢波进行处理,先分离出这些波来。然后用基于改进小波基的小波变换来确定它基本波的成份,进行特征提取。最后给出分析报告及诊断。实验证明此方法有良好的可行性和有效性。

全文目录

摘要  5-6
ABSTRACT  6-9
第一章绪论  9-15
  1.1 课题研究的背景和意义  9-10
  1.2 课题的研究现状  10-12
  1.3 本文主要研究工作及组织  12-15
第二章 EEG 自动检测技术的评述  15-25
  2.1 EEG 的基本理论  15-20
    2.1.1 EEG 的基本成分  15-17
    2.1.2 EEG 的分类  17-20
  2.2 EEG 视觉分析与诊断  20-22
    2.2.1 视觉分析的步骤  20-21
    2.2.2 视觉分析的报告内容及其结论的生成  21
    2.2.3 报告指数的计算方法  21-22
  2.3 EEG 自动检测技术分析  22-25
第三章小波分析的原理  25-37
  3.1 连续小波变换  25-27
    3.1.1 连续小波变换的原理  25-26
    3.1.2 连续小波变换的算法  26-27
  3.2 离散小波变换  27-29
    3.2.1 离散小波变换的原理  27
    3.2.2 离散小波变换的算法  27-29
  3.3 多分辨率分析  29-31
    3.3.1 多分辨率分析的原理  29-30
    3.3.2 Mallat 算法  30-31
  3.4 小波基  31-33
    3.4.1 常用小波基  31-33
    3.4.2 小波基的选取方法  33
  3.5 基于小波变换的EEG 分析  33-35
    3.5.1 小波熵  33-34
    3.5.2 小波频谱  34
    3.5.3 小波混沌  34-35
  3.6 基于小波变换的癫痫检测方法  35-37
第四章 EEG 智能检测系统设计  37-53
  4.1 概述  37-38
  4.2 波形模型及特征提取方法  38-39
  4.3 脑电癫痫波的检测  39-41
  4.4 基于改进小波基的小波变换的EEG 自动检测  41-53
    4.4.1 系统流程  41-42
    4.4.2 实验数据  42-43
    4.4.3 周期和波幅的判断  43-44
    4.4.4 改进小波基  44-49
    4.4.5 多分辨分析  49
    4.4.6 识别方法  49-53
总结与展望  53-55
  总结  53
  展望  53-55
参考文献  55-59
致谢  59-61
附录A（攻读学位期间发表的论文）  61-62
详细摘要  62-66

基于小波变换的EEG分析

内容摘要

全文目录

相似论文