版權(quán)說明:本文檔由用戶提供并上傳,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、大連理工大學(xué)碩士學(xué)位論文時(shí)頻分析及其在癲癇腦電信號(hào)中的應(yīng)用姓名:初孟申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):信號(hào)與信息處理指導(dǎo)教師:邱天爽20051201初孟:時(shí)頻分析及其在癲癇腦電信號(hào)中的應(yīng)用TimeFrequencyAnalysisandItsApplicationinEEGSignalAbsttactEpilepsyisoftenthesignofneurologicaldiseaseordysfunction,itdisserveshumanh
2、ealthseverelyThewavesofepilepticdischargeincludespike,sharpwave,spikeandslowwave,sharp—and—slowwaveetcAndtheimportantauxiliarydiagnosisofepilepsyisbasedonelectroencephalograph(EEG)DuringthetraditionalclinicalEEGexaminati
3、on,itmostlydependsonexpertreadingthemultichannelEEGanddetectingtheepilepticcharacteristicwavestodiagnoseepilepsyBecausethismethodeasilybringssomesubjectiveselectivity,moreover,insomecasesthedataareverylargeandthistaskloo
4、ksveryonerousandvapid,sotheautodetectionofepilepticwavesisverysignificantThetraditionalapproachesforanalysingEEGsignalsareintimedomainorinfrequencydomainThetimedomainmethodsareveryintuitionistic,andinfrequencydomaintherh
5、ythmandspectracharacteristicsareconsideredButbothmethodsarea11basedon也eassumptionofstationarityofEEGsignalsTherefore,thedetectionresultisnotquitereliableduetoEEGsignalsaresignificantlynonstationaryandmulti—componentButti
6、me—frequencymethodsfittoanalyzenonstationarysignal,itcarlrepresentthedistributionofsignal’senergyateachtimeinfrequencySotimefrequencyanalysishasbetterfutureintheEEGsignalsprocessingThisthesisappliestime—frequencyanalysis
7、toepilepticEEGsignalandextractstheusefultime—frequencycharacteristicssoastocompletetheautomaticdetectionofepilepticcharacteristicwavesandalleviatetheheavylabourforceofthedoctorsandimprovetheefficiencyofdiagnosisFirstly,t
8、hispaperstudiesthebasictheoryandoverviewstheexistingtimefrequencyanalysismethodsandsummarizesthedevelopmentofsuppressingtheCROSS—termsinrecentyearsAnewtimefrequencydistributionbasedonautoregressivemodel(AR)spectrumisgive
9、nandtheorderofARmodelismadeoptimumSecondly,thispapergivestwoanalysismethodsbasedonempiricalmodedecompositionOneisatime—frequencydistributionbasedEMD,theotherisnonlinearenergyoperator(NEO)basedonEMD,andbothofthemhavegoodr
10、esultsinepilepticEEGsignalprocessingThirdly,twosyntheticmethodsofspikedetectionareproposed,OneisbasedontimefrequencyanalysisofChoi—Williamsdistribution(CWD)Inthismethod,itemploysthewayofsingularvaluedecomposition(SVD)tog
溫馨提示
- 1. 本站所有資源如無特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
- 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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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
- 時(shí)頻分析及其在腦電信號(hào)分析中應(yīng)用的研究.pdf
- 基于DIVA模型腦電信號(hào)的時(shí)頻分析.pdf
- 腦電信號(hào)分析及其在認(rèn)知研究中的應(yīng)用.pdf
- 時(shí)頻分析方法在心電信號(hào)分析中的應(yīng)用.pdf
- 癲癇腦電信號(hào)分析研究.pdf
- 癲癇腦電信號(hào)的非線性分析.pdf
- 腦電信號(hào)分析與癲癇預(yù)測(cè)的研究.pdf
- 腦電信號(hào)的處理及其在假肢中的應(yīng)用.pdf
- 癲癇患者腦電信號(hào)的識(shí)別.pdf
- 盲源分離研究及其在腦電信號(hào)分析中的應(yīng)用.pdf
- 肌電信號(hào)的時(shí)頻分析及優(yōu)化.pdf
- 癲癇失神發(fā)作腦電信號(hào)小波分析與腦電信號(hào)區(qū)域特征提取.pdf
- 基于多元腦電信號(hào)分析的癲癇發(fā)作預(yù)報(bào).pdf
- 多道相關(guān)分析在腦電信號(hào)處理中的應(yīng)用.pdf
- 基于導(dǎo)聯(lián)信號(hào)組合的腦電信號(hào)處理及其在中風(fēng)病人腦電信號(hào)分析中的應(yīng)用.pdf
- 混沌時(shí)間序列分析在腦電信號(hào)處理中的應(yīng)用.pdf
- 癲癇腦電信號(hào)同步性的研究.pdf
- 多變量腦電信號(hào)分析及其在BCI中的應(yīng)用研究.pdf
- 符號(hào)動(dòng)力學(xué)分析及其在腦電信號(hào)處理中的應(yīng)用.pdf
- 信號(hào)的稀疏分解及其在腦電信號(hào)處理中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論