版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、上海交通大學(xué)碩士學(xué)位論文腦電盲源分離及定位研究姓名:談剛申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):計(jì)算機(jī)軟件與理論指導(dǎo)教師:張麗清20050101ABSTRACTEEGisanoninvasivehightempalresolutiontechniquewhichcandirectlyreflectbrainactivity.LocalizingbrainactivityfromEEGmeasuredinthescalpisveryimptantthee
2、ticallyclinically.Tolocalizebrainsourcesitisnecessarytorestrictsourceconfigurationsolutionspacetoproposepropersourcemodelheadmodel.Ftheheadmodelthespheremodelellipsemodelhasbeenproposedwheretheanalyticalsolutioncanbeoffe
3、red.Howeverthereisasignificantdifferencebetweensphererealheadwhichhasacomplexgeometricshapephysicalconfiguration.TherefeusingimagesegmentationtechniquesuchasCTfMRItoconstructrealheadmodelhasbeenthoughtintoconsiderationre
4、cently.Tothisendthreemethodshavebeenproposed:boundaryelementmethodfiniteelementmethodfinitevolumemethod.Asfsourcemodeltherearetwomaincategies:currentdipolemodeldistributedcurrentmodel.Currentdipolemodelcanwellsimulateneu
5、ronelectricactivity.Whileindistributedcurrentmodelthecurrentisthoughttobeinthewholebrainvolume.ICAisablindsourceseparationtechniquetoextractindependentcomponentsfrommutidimensionalmixedsignalswhichhasbeenwidelyusedinthef
6、ieldofspeechrecognitionpattarnrecognitionantennaararyprocessingespeciallyinbiomedicalsignalprocessing.InthispaperweproposeanewmethodnamedindependentresidualanalysistoseparateEEGsignaltolocalizeit.Ourmethodconsidernotonly
7、highderstatisticsbutalsothetempalstructureofthesourcesignalsoitismeeffectivethanthetraditionalICAalgithm.FirstweapplyIndependentResidualAnalysisonEEGdatatodividetherawsignalsintotheindependentcomponents.Eachcomponentisde
8、flatedbacktothescalptofmscalptopography.Thenfeachscalptopographyweemploytheleastsquaremethodtolocatethedipole.Bylocalizingmultipledipolesindependentlyonebyonewegreatlyreduceoursearchcomplexityimprovethelocalizationaccura
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 盲源分離算法研究.pdf
- 盲源分離方法研究.pdf
- 盲源分離技術(shù)及應(yīng)用研究.pdf
- 聲源定位中盲源分離算法的研究與實(shí)現(xiàn).pdf
- 盲源分離頻域算法研究.pdf
- 盲源信號(hào)分離算法研究及應(yīng)用.pdf
- 盲源分離與盲信號(hào)提取問(wèn)題研究.pdf
- 盲源分離算法及相關(guān)理論研究.pdf
- 卷積混合盲源分離算法研究.pdf
- 盲信號(hào)分離技術(shù)及其在無(wú)源定位中的應(yīng)用.pdf
- 基于盲源分離的OFDMA盲解碼算法研究.pdf
- 基于盲源分離的眼電偽跡去除技術(shù)研究.pdf
- 盲源分離研究及其在腦電信號(hào)分析中的應(yīng)用.pdf
- 盲源分離及其在腦電信號(hào)處理中應(yīng)用的研究.pdf
- 實(shí)時(shí)語(yǔ)音盲信號(hào)分離及聲源定位研究.pdf
- 盲源分離技術(shù)研究及在盲波束形成中的應(yīng)用.pdf
- 非平穩(wěn)源盲分離算法研究.pdf
- 通信信號(hào)的盲源分離研究.pdf
- 最大信噪比盲源分離算法研究
- 盲源分離的若干算法及應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論