基于壓縮感知的腦電信號壓縮采樣.pdf

1、本文研究了基于壓縮感知理論的腦電信號壓縮采樣，首先研究了單通道腦電信號基于壓縮感知理論的壓縮采樣，然后在單通道的基礎上改進算法實現(xiàn)多通道聯(lián)合壓縮采樣。
　　 在醫(yī)學實踐中，通常會進行長時間的多次重復性的多通道腦電圖測量，因此會產生大量數(shù)據(jù)。如何有效處理這些數(shù)據(jù)是一個亟待解決的問題。近年來出現(xiàn)的壓縮感知理論為有效解決這個問題提出了新的解決思路。鑒于此，本文首先介紹了EEG信號的先驗基礎知識和壓縮感知的理論框架。接下來研究了基于壓縮

2、感知理論對單通道EEG信號的壓縮采樣，內容包括腦電信號最佳稀疏分解，通過實驗對比發(fā)現(xiàn)，對于EEG信號，以高斯函數(shù)、高斯小波函數(shù)、墨西哥草帽函數(shù)作為原子的生成函數(shù)構造的冗余字典，可以實現(xiàn)EEG信號的較好的稀疏分解效果；測量矩陣的選擇，實驗中比較了常用測量矩陣對重構誤差的影響，如高斯隨機矩陣、托普利茲矩陣等，接下來使用測量矩陣對稀疏分解系數(shù)向量進行觀測得到測最值完成壓縮采樣，最后由這些測量值使用正交匹配追蹤算法恢復出系數(shù)向量，繼而完成原EE