基于小波變換的腦電信號(hào)處理研究.pdf

1、大腦電生理信號(hào)是反映大腦活動(dòng)狀態(tài)的重要信號(hào)，主要包括自發(fā)腦電信號(hào)(EEG)和誘發(fā)腦電信號(hào)(EP)。如何有效地處理和分析腦電信號(hào)，對(duì)于腦科學(xué)研究和腦部疾病的臨床診斷都具有重要意義。小波變換是信號(hào)分析和特征提取的重要工具，它在時(shí)域和頻域同時(shí)具有良好的局部化性質(zhì)。本文基于小波變換方法，主要對(duì)以下幾個(gè)問(wèn)題做了研究和討論： (一)腦電信號(hào)去噪：腦電信號(hào)是強(qiáng)噪聲背景下的非平穩(wěn)隨機(jī)信號(hào)，如何有效去除噪聲是腦電信號(hào)分析和處理過(guò)程中的一項(xiàng)重要內(nèi)容

2、。考慮到小波閾值法具有良好的時(shí)頻局部化特征且運(yùn)算簡(jiǎn)便有效，本文研究了小波閾值去噪方法中的軟閾值法和硬閾值法，針對(duì)閾值函數(shù)不連續(xù)或者有偏差的缺點(diǎn)，提出了一種新的小波閾值函數(shù)。此函數(shù)在整個(gè)取值空間內(nèi)保持平滑性，且連續(xù)可導(dǎo)。同時(shí)根據(jù)EEG信號(hào)特點(diǎn)，將快速定點(diǎn)獨(dú)立分量算法引入腦電信號(hào)處理中，并結(jié)合中值濾波器，對(duì)傳統(tǒng)的方法進(jìn)行改進(jìn)，提出了基于中值濾波的自適應(yīng)小波閾值去噪法。臨床EEG信號(hào)的處理實(shí)驗(yàn)表明，本文提出的方法在腦電信號(hào)的消噪中，具有良好的

3、效果。 (二)腦誘發(fā)電位的快速提?。耗X誘發(fā)電位是腦科學(xué)研究和臨床診斷中的重要特征，但是應(yīng)用傳統(tǒng)的疊加平均方法提取誘發(fā)電位往往會(huì)造成瞬態(tài)信息的丟失，增加受試者的痛苦，降低準(zhǔn)確率。因此誘發(fā)電位的快速提取一直是國(guó)內(nèi)外學(xué)者的研究重點(diǎn)。本文分別研究了小波多尺度分解與重建、三階相關(guān)濾波技術(shù)在誘發(fā)電位快速提取中的應(yīng)用，并分別地將小波多尺度分解與重建法、軟閾值法、硬閾值法和新閾值法與三階相關(guān)濾波技術(shù)結(jié)合，提出了誘發(fā)電位提取的新方法，并通過(guò)實(shí)驗(yàn)對(duì)

4、比研究，證明了基于新閾值的三階相關(guān)濾波方法的效果最好。 (三)睡眠腦電的初步研究：EEG的另一個(gè)重要用途是用于睡眠研究，多道睡眠圖的記錄和分析是研究睡眠生理的重要手段，也是客觀評(píng)價(jià)睡眠質(zhì)量的有力工具。目前，小波變換在睡眠腦電中的應(yīng)用還不是十分廣泛，相關(guān)的研究成果較少。本文對(duì)近年來(lái)睡眠腦電的小波處理方法進(jìn)行了總結(jié)，并分別從快眼動(dòng)睡眠(Rapideyemovementsleep，REM)判斷、紡錘波分析和K-復(fù)合波的檢測(cè)三個(gè)方面對(duì)算