版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、上海交通大學(xué)碩士學(xué)位論文腦電盲源分離及定位研究姓名:談剛申請學(xué)位級別:碩士專業(yè):計算機軟件與理論指導(dǎo)教師:張麗清20050101ABSTRACTEEGisanoninvasivehightempalresolutiontechniquewhichcandirectlyreflectbrainactivity.LocalizingbrainactivityfromEEGmeasuredinthescalpisveryimptantthee
2、ticallyclinically.Tolocalizebrainsourcesitisnecessarytorestrictsourceconfigurationsolutionspacetoproposepropersourcemodelheadmodel.Ftheheadmodelthespheremodelellipsemodelhasbeenproposedwheretheanalyticalsolutioncanbeoffe
3、red.Howeverthereisasignificantdifferencebetweensphererealheadwhichhasacomplexgeometricshapephysicalconfiguration.TherefeusingimagesegmentationtechniquesuchasCTfMRItoconstructrealheadmodelhasbeenthoughtintoconsiderationre
4、cently.Tothisendthreemethodshavebeenproposed:boundaryelementmethodfiniteelementmethodfinitevolumemethod.Asfsourcemodeltherearetwomaincategies:currentdipolemodeldistributedcurrentmodel.Currentdipolemodelcanwellsimulateneu
5、ronelectricactivity.Whileindistributedcurrentmodelthecurrentisthoughttobeinthewholebrainvolume.ICAisablindsourceseparationtechniquetoextractindependentcomponentsfrommutidimensionalmixedsignalswhichhasbeenwidelyusedinthef
6、ieldofspeechrecognitionpattarnrecognitionantennaararyprocessingespeciallyinbiomedicalsignalprocessing.InthispaperweproposeanewmethodnamedindependentresidualanalysistoseparateEEGsignaltolocalizeit.Ourmethodconsidernotonly
7、highderstatisticsbutalsothetempalstructureofthesourcesignalsoitismeeffectivethanthetraditionalICAalgithm.FirstweapplyIndependentResidualAnalysisonEEGdatatodividetherawsignalsintotheindependentcomponents.Eachcomponentisde
8、flatedbacktothescalptofmscalptopography.Thenfeachscalptopographyweemploytheleastsquaremethodtolocatethedipole.Bylocalizingmultipledipolesindependentlyonebyonewegreatlyreduceoursearchcomplexityimprovethelocalizationaccura
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 盲源分離算法研究.pdf
- 盲源分離方法研究.pdf
- 盲源分離技術(shù)及應(yīng)用研究.pdf
- 聲源定位中盲源分離算法的研究與實現(xiàn).pdf
- 盲源分離頻域算法研究.pdf
- 盲源信號分離算法研究及應(yīng)用.pdf
- 盲源分離與盲信號提取問題研究.pdf
- 盲源分離算法及相關(guān)理論研究.pdf
- 卷積混合盲源分離算法研究.pdf
- 盲信號分離技術(shù)及其在無源定位中的應(yīng)用.pdf
- 基于盲源分離的OFDMA盲解碼算法研究.pdf
- 基于盲源分離的眼電偽跡去除技術(shù)研究.pdf
- 盲源分離研究及其在腦電信號分析中的應(yīng)用.pdf
- 盲源分離及其在腦電信號處理中應(yīng)用的研究.pdf
- 實時語音盲信號分離及聲源定位研究.pdf
- 盲源分離技術(shù)研究及在盲波束形成中的應(yīng)用.pdf
- 非平穩(wěn)源盲分離算法研究.pdf
- 通信信號的盲源分離研究.pdf
- 最大信噪比盲源分離算法研究
- 盲源分離的若干算法及應(yīng)用研究.pdf
評論
0/150
提交評論