小波變換在腦電特征信號(hào)提取中的應(yīng)用研究.pdf

1、腦電信號(hào)是大腦皮層的神經(jīng)元具有的生物電活動(dòng)。腦電信號(hào)中包含大量的人體生理與疾病信息，在臨床醫(yī)學(xué)上，腦電信號(hào)處理不僅可以為某些腦疾病提供診斷的依據(jù)，而且還為某些腦疾病提供了有效的治療手段。正確的提取和識(shí)別腦電信號(hào)波形，對(duì)于疾病的診斷和各種生理現(xiàn)象的解釋具有很大的重要性。 由于腦電信號(hào)的重要性，自上個(gè)世紀(jì)20年代出現(xiàn)腦電圖記錄以來(lái)，對(duì)于腦電信號(hào)的研究就方興未艾，同時(shí)伴隨著信號(hào)處理技術(shù)的發(fā)展，對(duì)腦電信號(hào)的各種處理算法不斷涌現(xiàn)，其中傅立

2、葉變換，功率譜估計(jì)等方法均應(yīng)用于腦電信號(hào)的處理，這些都極大推進(jìn)了腦電信號(hào)分析的發(fā)展。 但是由于腦電信號(hào)是非平穩(wěn)隨機(jī)信號(hào)，所以用傅立葉變換的方法很難得出滿意的結(jié)論。后來(lái)到了二十世紀(jì)八十年代，發(fā)展起來(lái)一門新型的信號(hào)處理方法-小波變換理論，小波變換對(duì)于信號(hào)的高頻成分使用逐漸尖銳的時(shí)間分辨率以便移近觀察信號(hào)的快變成分，對(duì)于低頻成分使用逐漸尖銳的頻率分辨率以便移遠(yuǎn)觀察信號(hào)的慢變成分。小波的這種既見樹木又見森林的信號(hào)分析表示特征對(duì)分析非平穩(wěn)

3、信號(hào)非常有利。 本文首先介紹了腦電信號(hào)的波形的含義和波形提取的導(dǎo)聯(lián)方法，對(duì)各種腦電信號(hào)節(jié)律作了介紹。主要研究了小波變換在腦電信號(hào)提取、消噪、和誘發(fā)腦電信號(hào)的獲取方面的應(yīng)用，為更加準(zhǔn)確的分析腦電信號(hào)提供大量時(shí)頻信息。 對(duì)于腦電信號(hào)，其中含有大量瞬態(tài)信號(hào)，這些信號(hào)對(duì)于疾病的診斷有重要的價(jià)值。我們把小波變換應(yīng)用于這些信號(hào)的檢測(cè)，對(duì)于分析瞬態(tài)信號(hào)和取出噪聲取得了明顯的效果。采用多分辨率分析的方法對(duì)腦電信號(hào)進(jìn)行分解，觀測(cè)瞬態(tài)信號(hào)在

4、不同子頻帶內(nèi)所表現(xiàn)的時(shí)域特性，并將瞬態(tài)脈沖較為突出的子帶信號(hào)組合在一起，構(gòu)成新的觀測(cè)信號(hào)，然后對(duì)新的信號(hào)進(jìn)行檢測(cè)和定位。用幅值檢測(cè)法進(jìn)行去噪，消除噪聲干擾，在時(shí)頻兩方面都取得了很好的效果。 同時(shí)由于多分辨率分析是在低頻段對(duì)信號(hào)進(jìn)行細(xì)分，而小波包是在低頻和高頻一起進(jìn)行細(xì)分，這對(duì)于檢測(cè)全頻段十分有利，我們用小波包分析方法對(duì)腦電信號(hào)的主要節(jié)律進(jìn)行了分解，對(duì)于進(jìn)一步仔細(xì)研究高頻和低頻腦電節(jié)律的發(fā)生機(jī)理和疾病波形特征起到了重要作用。