基于HHT算法的EEG信號分析與研究.pdf

1、腦電信號(electroencephalogram，簡稱為EEG)中包含豐富的生理信息和病理信息。這些信息不僅可以為臨床提供診斷依據(jù)，還可以為一些腦部疾病提供有效的輔助治療手段。但是要想從腦電信號中獲得這些有用信息，必須對腦電信號進行一定的處理。傳統(tǒng)的信號處理方法如傅里葉變換只適合處理線性、平穩(wěn)信號，由于腦電信號的非線性、非平穩(wěn)特性，因此傅里葉變換等方法不適用于腦電信號。希爾伯特-黃變換(Hilbert-HuangTransform，簡

2、稱為HHT)有一定的自適應(yīng)性，適用于各種信號，因此本文采用它對腦電信號進行處理。
　　 本文的主要研究工作包括以下幾個方面:
　　 首先，闡述了腦電信號的基本知識以及腦電信號在國內(nèi)外的研究現(xiàn)狀。詳細(xì)描述了經(jīng)驗?zāi)B(tài)分解(EmpiricalModeDecomposition，簡稱為EMD)的過程和特點，并且將小波變換、傅里葉變換和希爾伯特-黃進行了對比，通過對比得出HHT法更適合處理腦電信號。隨后本文為了對腦電信號進行去噪，

3、設(shè)計了一種基于經(jīng)驗?zāi)B(tài)分解和蒙特卡洛法(MonteCarol)的去噪方法，該方法的核心是建立高斯白噪聲庫，然后將信號和白噪聲庫進行對比進而實現(xiàn)對信號的去噪。為了驗證該去噪方法的有效性，本文在MATLAB環(huán)境下對仿真信號進行試驗。再次，本文針對已經(jīng)去噪的腦電信號進行處理，處理方法使用Hilbert-Huang變換和傳統(tǒng)的傅里葉變換，分別得到對應(yīng)的Hilbert譜和傅里葉譜。最后通過Hilbert譜和傅里葉譜，對信號進行分析，提取其中的有用