文档介绍：摘要脑电图检查是一种有效的临床诊断方法,它为一些大脑异常病症珩拆锖湍灾琢的诊断提供了可靠的信息。由于癫痫通常是突发性的,所以需要对病人进行长时间的观察。目前,这项任务主要是由人工视觉检测来完成的。视觉检测即费时,效率又低,而且视觉检测缺乏标准的制约。癫痫脑电特征的自动识别可以解决这一问题。是在调研现有的癫痫脑电信号识别方法的基础上,提出性能更高,可靠性更好的癫痫特本文主要从模式分类器的角度对癫痫特征的识别进行研究,以小波变换、非线性能量算子、神经网络和支持向量机等技术为工具。具体的内容如下:首先,研究目前国内外癫痫特征识别与提取的现状,归纳总结存在的方法和技术,其次,对小波变换、非线性能量算子、棘波参数提取及神经网络相关技术做了较细致地研究,分析各技术的优势,实现了一种基于脑电信号特征提取的癫痫波综合检测判决方法,在对真实脑电信号的实验中,取得了较好的结果,在有效检测出癫痫特征的同第三,从模式识别与分类的角度,研究目前较热门的技术——支持向量机理论及算法,将其应用于棘波、非棘波的分类,并与神经网络分类器的结果作了对比。实验表明:支持向量机分类器在灵敏度和漏检率方面,有较好的结果。而且,支持向量机泛化能力强的优点使其在对癫痫放电后期附着在慢波上的棘波切迹有较好的识另Ⅱ效果,为医生提供了较多的病理信息。最后,结合本文理论研究工作,对目前市场上的脑电图仪进行详细调研。分析新型脑电图仪的特点,做了相关癫痫脑电信号特征识别与提取技术在新型脑电图仪中应用的关键词:脑电图;癫痫;特征提取;小波变换;非线性能量算子;神经网络:支持向量癫痫特征识别的发展是以现代信号处理技术的发展为基础的,本文的主要研究目标征识别方法。综述它们的性能及优缺点。时,减少了伪差丛肷的影响,增强了系统的可靠性。前期探索性的工作。机
知识水坝***@pologoogle为您整理
.瓸,琣Ⅵ哏..—./篍:篎:篘篠
知识水坝***@pologoogle为您整理
作者签名:婶慈沫日期:纱午弓日独创性说明作者郑重声明:本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得大连理工大学或其他单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。
髀基于脑电信号分析的癫痫特征识别与提取方法及研究进展癫痫脑电信号特征识别与提取的研究背景及应用意义癫痫是一种俅沧酆现ⅲ壮蒲蚋岱缁蜓蚪欠纾怯捎谀韵赴确诺缢鸬姆障碍,或可兼而有之。其危害是引起脑细胞大量死亡,严重影响脑功能,甚至威胁到生脑电图,简称是通过仪器记录脑细胞的电活动而形成的。脑电图检查对许多神经系统疾病的诊断、病情监测及疗效观察有十分重要的意义。有时其它检查鏑没有发现异常,而脑电图却发现有异常表现。因此,脑电图检查己广泛应用于临床。临床诊断癫痫时,除了要详细地了解病史及发作对的症状外,首先应做的就是脑电图检查,这是一种极有价值的辅助诊断方法。脑电图分析主要是对异常活动的检测分析,例如:背景活动在幅度和频率上的不均匀性暗示着大脑损伤,棘波的存在表明癫痫放电等。这些工作目前都是由医疗工作者根据经验和患者的脑电图,通过视觉检测来完成的。视觉检测存在很多不利因素:在对大量萁蟹治鍪保泳跫觳庀缘眉确咽保视值汀>萃臣疲ǚ—分钟的荽笤加壮ぃ杂诓∪艘恢艿哪缘缂锹迹珽分析者至少要花个小时才能完成工作,如此繁重的劳动量会影响治稣叩呐卸狭视觉检测缺乏标准的制约。对于同一段脑电信号,不同的专家会给出不同的判断结果,即使是同一个分析者,在不同时间对某段波形的检测结果也不相同。脑电图分析的巨大需求以及视觉检测的种种弊端使癫痫特征的自动检测成为新的研目前,国外已经生产出一些具有癫痫检测功能的脑电图仪器,如日本光电公司的数字脑电仪,便携式脑电图仪等,国内也有许多从事脑电图仪器生产的厂家,如北京太阳科技有限公司生产的定量数字脑电图仪、北泠通用电气公司生产的质悠的缘缤家堑龋蔷哂旭拆锛觳夤δ艿哪缘缤家枪几乎没有,所以此课题的研究有很大的应用价值。癫痫脑电特征波主要指的是棘波和尖波惺卑阉峭吵莆<,它们的医学定义将在第二章详细叙述。棘波的识别与提取研究已经发展了近三十年,其间各国的学者提出了很多处理方法。纵观癫痫脑电检测的发展历程,可以说是以信号处理技术的发展为基础的,从传统的模型到后来的神经网络、小波变换,从时域分析到变换域复发作的突然而短暂的脑功能失调,表现为运动、感觉、意识、植物神经、精神等不同命。和检测结果的正确性。究学科。癫痫脑电信号特征识别与提取的研究
⋯、.撤椒分析,从平稳信号分析方法到非平稳信号分析方法,各种信号处理技术在此领域都有涉及。因此,有必要对前人的方法及国