文档介绍：电子科技大学
硕士学位论文
独立成分分析(ICA)在脑电检测中的应用
姓名：徐园
申请学位级别：硕士
专业：电路与系统
指导教师：陈杰美

独立成分分析谀缘缂觳庵械挠τ征波的捡测。信争去验证诜歉咚剐藕糯矸蕉挠攀疲允玖薎确实特性的差异，对大量的癫痫脑电疟苄蟹侄危⒒谏厦娴奶致用ヌ崛●拆锾卣鞑ǎ鹤詈螅醹毫艘桓黾蛞子行У姆椒ㄈゼ了捎行У靥崛●灿柑卣鞫伞１疚幕固致哿擞蒊得到的基矗蛄康脑诟缒嫖侍庵械挠τ眉壑担凳笛榈慕峁鳎瘴信息确实可从基础向量中提取出来，为腑电逆问题等引学研究提供关键词：脑电图／独立成分分析呓淄臣屏浚拆学利专业：电路与系统导师：陈杰美教授癫痫特征波和背景脑电在高阶统计特征上的差异，本走主要讨沧了在本文巾，作者首先介绍了脑砗退惴ǎ⒂眯矶喑＜能够较好的分解出非高斯信争：其次订细讨论了癫痫特征渡和正常腑吭诟呓淄臣铺卣魃系牟钜欤米允视β瞬ㄆ骱退歉呓淄臣测尖波和棘坡等特征波，实际癫痫脑电数据处理的效果较好，证明硕士生：徐园脑电信号处理是现代信号处理领域里的一个重要的分支．基于用独立成分分析ヌ崛●拆锾仵ǖ目尚行裕约罢庑┨沦丈题目：了一个新的途径。
琲，—．篍籋狾，．—，畇瓼，；產．琣甆甀猤独●峨，终秢命测南
第一章引青信号处理的概述与发展适】，仍随着应用领域的扩大，要求人们去研究稳的、一：足高斯的、甲稳的，对信号的分机足撼．：阶知繧高炳『臝约笆北涞摹ⅱ柘肮摹钚∞裦妒『簘『低常沟眯藕糯砑际跄芨玫卮现实牛沂，择干俯鶩而我们将从以下儿个蕾要方丽来简啦介绍现代信号处①神：统计信号处珊硐辔⒍嗲槟娴男藕糯ι毫贫黾②时频分析是现代倌弓处理的龀幸7种Аｔ壳蟮男藕会，活缜埃浩统Ｖ匾5淖饔谩４ā，信号’臝Γ疘髇：枪沏⒐纁⒙瞬ǖ攘Χù纾毫艘幌盗械睦砺酆吞牵狪信息系统发展指明了疗向。但是‘这‘阶段，信α披术处理砭是模拟信号处川呕低持滓允迪帧：代以后，展．将倩弓处理的发展押：向商潮，神：这‘时碌摹湎至Ψ平¨锋法层⋯不穷，数了：俸糯碛υ硕２⒎⒄筳耍购庑代系统的优化和自适应性能大大提高。现存，⋯于信号处邢的应用领域『欢侠┐螅偈谷嗣窃州论和方法合蚋畹牟愦翁剿鳎薴『均假舚足背焖俑盗浠，对象系统也限于线什叫变系统透怨钚低场Ｋ鋖：述假设祚确：多场合己了许多新的内容和方法，叭纾鹤允事槁瞬ā⒉问萍频龋符泵遣唤瞿艽砥轿雀┕材艽Ψ痩杭孜刃殴畁媸缩干』銮壳楹诺确嚼霰仍鹊拇ι杭逵旁健分析要麽足存频域上要麽只花时域海琻假设信号屉、鹊摹时峨和颂域分辨牢是扪反的。比如：为、『酱又峨信号帷客镀灯仔畔ⅲ鸵H∥尴薜氖眆，使川过潞将从本偷乃腎印代起，信号’畔⒋π霞际蹙土腥死嗌邢沦还不完善，技术条仲还存尢前定的限制。“川、謋舂号科挝境杉际鹾‘岂以及斯．和信息利学的旗挤邶：㈩独竹腑皚：：蓿瑌，的
癫痫脑电检测的概述及进展分析。目前已有～些自动检测癫痫的方法，其中在棘波和尖波电图完成的，这样既费时又费力，且主观性强，只能做定性的来的信号信息只为计算单个频率的频谱。此外，那个公式没有反映出随时间变化的频谱。实际需要的是，人们怎样能够确定时间间隔，使在任何希望的频率范围蚱荡上产生频谱信息。且当信号是非平稳信号时，我们不仅要看到信号的整体特征，还要看到信号的瞬态变化，原来的方法是不能解决这类问题的，而时频分析能够解决这类问题。小波变换是现在最为广③非高斯信号处理是信号处理的一个新领域。过去由于缺乏工具，我们均假设信号及其背景噪声是高斯的。尽管高斯信号是信号中的一种重要的类型，但是在现实世界中，还大量地存在着非高斯信号。现在非高斯信号的处理己广泛的应用到各个领域。处理非高斯信号的主要数学工具是高阶累积量。生物信号的处理是信号处理技术的一个重要分支。随着时代的发展和科技的进步，人们对自身大脑的认弘鲈诓欢仙化，特别是近年来，对脑科学的研究，例如，腩电图成像的问题Ⅲ保缘绶窍咝远ρУ难芯竣驤，和某些脑疾病的诊断等。癫痫病的检测在生物信号处理中有着重要的意义。癫痫是神经系统的常见疾病，是中枢神经元群突然的过度的重复放电的结果，发病率很高，谥泄陀万癫痫病人严重影响着人类的身心健康。据统计，％左右的瘢痫病人都具有肯定的脑电图异常，即表现为癫痫特征波。癫痫病的诊断主要依靠临床病史和脑电图的检查。其中脑电图的检查结果起着决定性的作用。判断癫痫病的重要依据是其特征波的检测，主要是棘波和尖波的检测。早期的脑电图分析是脑电图专家通过阅读多道脑的检测中已发展了模板匹配法、规则判据法、专家系统和人工泛的时频分析方法。神经网络法】。独立成分分析钅訧觳庵械南
模板匹逊ㄊ窍衷谟τ米钗9惴旱囊恢址椒ǎê图獠等是根据经验定义的特殊形态的波，将这些经验编码并输