腦電信號的特征提取與分析方法研究.pdf

1、作為調節(jié)支配人類各種生命活動的系統(tǒng),神經(jīng)系統(tǒng)無論在驅動行為,感知外界,還是反映人的機能狀態(tài)等各方面都扮演著極其重要的角色。通過對神經(jīng)系統(tǒng)的檢測,我們可以從中獲取許多關于人體自身機理,人體內部活動狀態(tài)等等無法由主觀描述或者其他檢測方法得到的信息。而腦電作為大腦自身特有的產物,在腦科學與神經(jīng)信息學中擁有十分重要的地位。其高時間分辨率,低成本,易操作,以及無損的特性得到了廣大研究機構與研究人員的青睞。而當我們獲得有效腦電信號數(shù)據(jù)之后,需要通過

2、相關算法,提取出腦電信號中與特定研究相關的特征量,并對其進行進一步的識別歸類,從而得出分析結果,這一過程在腦電信號分析中至關重要。本文一方面以基于希爾伯特黃變換的特征提取方法為基礎,通過模板匹配對我們通過實驗建立的睡眠數(shù)據(jù)庫中的睡眠腦電數(shù)據(jù)進行了全面研究,實現(xiàn)了對一款促睡眠醫(yī)療儀器的效果評估,這是腦電在工程領域的新鮮嘗試,與此同時,也闡述了腦電信號的特征提取與分類方法的過程;基于此,我們還利用功率譜密度的特征分析方法提出了一種新的睡眠程

3、度評估體系,克服了原方法中的一些缺陷。
　　 另一方面,本文通過自制的高密度電極陣列采集到了相比傳統(tǒng)腦電數(shù)據(jù)擁有更大空間分辨率的高密度腦電信號,并通過一種源自皮層腦電的特征段提取手段與BP神經(jīng)網(wǎng)絡分類,實現(xiàn)了對施加于右手不同手指機械刺激的感知模式識別。這一方法在一定程度上克服了腦電信號空間分辨率低下的缺點,實現(xiàn)了腦電信號在局部區(qū)域的高精度分辨的同時,從另一方面介紹了腦電信號特征提取分類的過程,可以說是將頭皮腦電的便捷性與皮層腦電