OALib Journal期刊
采用小波变换的脑电图信号分析及其应用
DOI: 10.11830/ISSN.1000-5013.2015.02.0166
Keywords: 脑电图 ,自动识别 ,多小波基 ,小波变换 ,支持向量机
Abstract:
为解决用小波变换方法进行脑电图(EEG)多分类自动识别容易出现特征信号混同化、识别率不高的问题,将小波变换中小波基的选取方法由单个的小波母函数改为能适应不同波形的多小波基,然后用支持向量机的方法进行分类.结果表明:在典型的脑电波EEG信号自动识别中,与传统的单小波母函数相比,多小波基(小波母函数序列)能检测出更多的特征波形;用基于多小波基的小波变换识别方法要明显优于基于传统的Coif,Morlet等单小波基小波变换方法.
References
[1] BERGER H.über das elektrenkephalogramm des menschen[J]. Arch Psychiatr Nervenkr,1929,87(1):527-570. [2] 凌朝东,黄群峰,张艳红,等.脑电信号提取专用电极芯片的设计研究[J].华侨大学学报:自然科学版,2007,28(3):76-79. [3] 谢惠琴,王全义.时延细胞神经网络的指数稳定性和周期解[J].华侨大学学报:自然科学版,2004,25(1),22-26. [4] 季忠,秦树人.基于Wigner分布的脑电信号处理[J]. 信号处理,2002,18(6):570-573. [5] 凌朝东,刘蓉,钱江,等.基于5/3提升小波变换的心电信号压缩算法及VLSI实现 [J].信号处理,2010,26(6):930-935. [6] 杨帮华,颜国正,鄢波.基于离散小波变换提取脑机接口中脑电特征[J].中国生物医学工程学报,2006,25(5):518-521. [7] 王浩,陈志华,邹飒枫,等.基于Morlet小波变换的EEG信号α波持续性的分析[J].生物医学工程学杂志,2010,27,(4):745-747. [8] 张永胜,刘爱萍,郁可.脑电信号数据压缩及棘波识别的小波神经网络方法[J].生物医学工程学杂志,1999,16(2):1-7. [9] 曾小军,黄宜坚.利用AR模型和支持向量机的调速阀故障识别[J].华侨大学学报:自然科学版,2011,32(1):13-18. [10] WALLACE B E,WAGNER A K,WAGNER E P,et al.A history and review of quantitative electroencephalography in traumatic brain injury[J]. J Head Trauma Rehabil,2001,16(2):165-190. [11] CHU N S,CHU C C,TU S C,et al.EEG spectral analysis and topographic mapping in Wilson’s disease[J].J Neurol Sci,1991,106(1):1-9. [12] 阮月平,张佃中,张屹.心律不齐患者心电图变异的小波分析[J].生物医学工程学杂志,2012,29(4):650-652. [13] van COTT A C. Epilepsy and EEG in the elderly[J].Epilepsia,2002,43(S3):94-102.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
