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、研究目的:
癲癇是中樞神經(jīng)元群突發(fā)性過度重復(fù)放電的結(jié)果,是嚴(yán)重危害人類神經(jīng)系統(tǒng)的慢性疾病,同時癲癇發(fā)作對大腦的傷害是不可逆的,所以如何對癲癇腦電信號進(jìn)行準(zhǔn)確的分析具有重要的現(xiàn)實(shí)意義。據(jù)統(tǒng)計,80%左右的癲癇病人具有腦電圖異常。本文提出一種基于形態(tài)成分分析的癲癇腦電棘波檢測方法,選取合適的形態(tài)成分分析的字典,對癲癇腦電特征波進(jìn)行提取。
研究內(nèi)容:
1.實(shí)驗(yàn)數(shù)據(jù)
本文實(shí)驗(yàn)數(shù)據(jù)來源于ht
2、tp://www.eeg.pl/epi/,共選用11個病例,都是已經(jīng)確診為癲癇的患者(其中有3名已經(jīng)接受過手術(shù)),每個病例至少選用1段長度為9s的EEG信號,共選用33段。
2.基于形態(tài)成分分析的癲癇腦電棘波檢測方法
(1)選擇合適的字典:形態(tài)成分分析中字典的選擇是關(guān)鍵的步驟,本文根據(jù)癲癇腦電信號中背景信號和棘波信號的特性,選用的字典組合如下:
①db4小波變換作為提取癲癇腦電棘波信號的字典和G
3、abor變換作為提取癲癇腦電背景信號的字典。
②Curvelet變換作為提取癲癇腦電棘波信號的字典和Gabor變換作為提取癲癇腦電背景信號的字典。
③db4小波變換作為提取癲癇腦電棘波信號的字典和離散余弦變換(DiscreteCosineTransform,DCT)作為提取癲癇腦電背景信號的字典。
④Curvelet變換作為提取癲癇腦電棘波信號的字典和DCT作為提取癲癇腦電背景信號的字典。
4、> (2)基于形態(tài)成分分析的癲癇腦電不同形態(tài)棘波的提取:根據(jù)選擇出來的合適字典對癲癇腦電信號進(jìn)行形態(tài)成分分析提取出不同形態(tài)的棘波信號和背景信號。
3.基于小波變換的癲癇腦電棘波檢測方法
為了比較基于形態(tài)成分分析的癲癇腦電棘波檢測方法的有效性,選用小波變換對癲癇腦電棘波進(jìn)行檢測選用小波變換對癲癇腦電棘波進(jìn)行檢測。本文分別選用與棘波波形相類似的db4波與Mexihat波的小波變換對癲癇腦電信號進(jìn)行棘波提取。
5、
研究結(jié)果:
1.基于形態(tài)成分分析的癲癇腦電棘波檢測方法
(1)db4小波變換作為提取癲癇腦電棘波信號的字典和Gabor變換作為提取癲癇腦電背景信號的字典:檢測率為80.00%,正確率為85.43%,漏檢率為20.00%,誤檢率為13.63%。
(2)Curvelet變換作為提取癲癇腦電棘波信號的字典和Gabor變換作為提取癲癇腦電背景信號的字典:檢測率為88.18%,正確率為86
6、.61%,漏檢率為10.91%,誤檢率為13.63%。
(3)db4小波變換作為提取癲癇腦電棘波信號的字典和DCT作為提取癲癇腦電背景信號的字典:檢測率為89.09%,正確率為90.71%,漏檢率為10.91%,誤檢率為9.09%。
(4)Curvelet變換作為提取癲癇腦電棘波信號的字典和DCT作為提取癲癇腦電背景信號的字典:檢測率為95.45%,正確率為94.59%,漏檢率為4.55%,誤檢率為5.45%
7、。
2.基于小波變換的癲癇腦電棘波檢測方法
(1)db4小波變換:檢測率為81.82%,正確率為81.08%,漏檢率為18.18%,誤檢率為19.09%。
(2)Mexihat小波變換:檢測率為82.72%,正確率為77.78%,漏檢率為17.27%,誤檢率為23.64%。
研究結(jié)論:
1.基于形態(tài)成分分析的癲癇腦電棘波檢測方法,當(dāng)選取離散余弦變換作為提取癲癇腦電背景
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(hù)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
- 基于腦電棘波頻次和AR模型的癲癇發(fā)作預(yù)測算法.pdf
- 基于形態(tài)成分分析的語音活動檢測.pdf
- 基于主成分分析的事件相關(guān)腦電變化研究.pdf
- 基于自發(fā)腦活動的伴有中央顳葉棘波的兒童良性癲癇研究.pdf
- 基于主成分分析的入侵檢測方法.pdf
- 基于磁共振成像的伴中央顳區(qū)棘波兒童良性癲癇腦網(wǎng)絡(luò)研究.pdf
- 基于形態(tài)學(xué)與魯棒主成分分析的紅外小目標(biāo)檢測.pdf
- 基于皮層腦電的癲癇腦網(wǎng)絡(luò)研究及癲癇預(yù)測探索.pdf
- 基于顱內(nèi)腦電的癲癇腦網(wǎng)絡(luò)研究.pdf
- 腦電采集以及自動癲癇檢測的系統(tǒng)設(shè)計.pdf
- 基于形態(tài)成分分析的古舊文物家具虛擬修復(fù)研究.pdf
- 癲癇腦電的分形分析及自動檢測方法研究.pdf
- 基于交叉和排序遞歸圖的癲癇腦電RQA分析.pdf
- 火棘果活性成分分析制備及其制劑基質(zhì)研究.pdf
- 基于多路腦電分析的癲癇發(fā)作預(yù)測算法初步研究.pdf
- 基于主成分分析的網(wǎng)絡(luò)流量異常檢測研究.pdf
- 基于主成分分析的硬件木馬檢測技術(shù)研究.pdf
- 基于主成分分析的硬件木馬檢測技術(shù)研究
- 基于形態(tài)成分分析的隨機(jī)調(diào)制雷達(dá)運(yùn)動假目標(biāo)識別研究.pdf
- 卡馬西平誘導(dǎo)兒童良性癲癇伴中央顳區(qū)棘波出現(xiàn)癲癇性電持續(xù)狀態(tài)的初步研究.pdf
評論
0/150
提交評論