版權(quán)說(shuō)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、腦電圖是通過(guò)腦電圖描記儀將腦自身微弱的生物電放大記錄成為一種曲線圖,是腦神經(jīng)電生理活動(dòng)在大腦皮層或頭皮表面的總體反映。腦電信號(hào)(EEG)記錄下來(lái)的腦電活動(dòng)包含了大量的生理信息,提取腦電特征并對(duì)其作深入的研究有助于我們進(jìn)一步探索大腦。近年來(lái),實(shí)現(xiàn)腦電圖的自動(dòng)判讀和評(píng)估一直是研究者們?cè)诓粩嗵剿鞯难芯款I(lǐng)域,腦電特征的提取和腦電圖數(shù)據(jù)自動(dòng)分類是實(shí)現(xiàn)自動(dòng)判讀和評(píng)估的基礎(chǔ),對(duì)腦電圖的檢查和定量分析等方面有著重要的意義。 研究目的:本文通過(guò)對(duì)
2、客觀記錄的受試者腦電圖數(shù)據(jù)進(jìn)行馬氏距離判別、Fisher判別和Bayes判別分析,得出一種應(yīng)用于腦電數(shù)據(jù)特征提取和分類決策相對(duì)準(zhǔn)確的方法,并應(yīng)用于飲酒事件的腦電數(shù)據(jù)分析中,以期判別攝入酒精后頭部各部位電極的類別,從而探討不同飲酒量狀態(tài)下腦電特征的變化。 研究方法:根據(jù)“波的強(qiáng)弱不同將21導(dǎo)電極分為四類,分別對(duì)6例正常狀態(tài)下受試者21導(dǎo)聯(lián)電極的腦電圖數(shù)據(jù)進(jìn)行3種判別分析。用得出相對(duì)準(zhǔn)確的分析方法對(duì)6例受試者每隔20分鐘飲酒200m
3、l(攝入酒精7.2毫升)的6個(gè)飲酒事件進(jìn)行判別分析。 研究結(jié)果:對(duì)6例正常狀態(tài)下受試者的腦電圖數(shù)據(jù)進(jìn)行馬氏距離判別、Fisher判別和Bayes判別分析,預(yù)測(cè)各電極分類準(zhǔn)確率分別為64.4%,72.3%,22.7%。對(duì)6例受試者飲酒事件的腦電圖數(shù)據(jù)做Fisher判別分析,得出21導(dǎo)電極類別隨實(shí)驗(yàn)條件和攝入酒精量的具體變化:安靜閉眼沒(méi)有飲酒狀態(tài)下,各電極分類基本正確。飲酒200ml后,中央?yún)^(qū)電極(C3,CZ,C4)被判到后頭部(P
4、3,Pz,P4,O1,Oz,O2,T5,T6)數(shù)量增加,前頭部(Fz,F(xiàn)3,F(xiàn)4,F(xiàn)p1,F(xiàn)pZ,F(xiàn)p2,F(xiàn)7,F(xiàn)8)和側(cè)頭部電極(T3,T4)被判到中央?yún)^(qū)數(shù)量增加。飲酒400ml后,中央?yún)^(qū)電極被判到后頭部數(shù)量減少,前頭部和側(cè)頭部電極被判到中央?yún)^(qū)數(shù)量減少。飲酒600ml后,中央?yún)^(qū)電極被判到后頭部數(shù)量減少,判到前頭部的數(shù)量增加,前頭部電極被判到中央?yún)^(qū)數(shù)量增加,側(cè)頭部電極被判到前頭部數(shù)量增加。飲酒800ml后,前頭部電極被判到中央?yún)^(qū)的數(shù)量減
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
- 基于聚類分析法的腦電圖數(shù)據(jù)分析的研究.pdf
- BP-Fisher判別分析法.pdf
- 基于數(shù)據(jù)深度的判別分析.pdf
- 基于判別分析的醫(yī)療數(shù)據(jù)處理研究.pdf
- 基于判別分析法的房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)度量研究
- 基于判別分析法的房地產(chǎn)企業(yè)信用風(fēng)險(xiǎn)度量研究
- 多重判別分析法下的上市公司財(cái)務(wù)困境預(yù)警研究.pdf
- 判別分析
- 高維數(shù)據(jù)判別分析問(wèn)題的若干研究.pdf
- 基于核Fisher判別分析法的空調(diào)系統(tǒng)傳感器故障診斷研究.pdf
- 基于核函數(shù)的判別分析研究.pdf
- 判別分析論文
- 判別分析作業(yè)
- 判別分析論文
- 基于功能磁共振數(shù)據(jù)的抑郁癥判別分析.pdf
- 基于灰色預(yù)測(cè)模型和層次分析法的高校招生數(shù)據(jù)分析與研究.pdf
- 基于功能磁共振數(shù)據(jù)的大腦網(wǎng)絡(luò)研究及判別分析.pdf
- 基于GPU的并行線性判別分析算法研究.pdf
- 區(qū)間型符號(hào)數(shù)據(jù)的判別分析方法研究.pdf
- (12)線性判別分析.pdf
評(píng)論
0/150
提交評(píng)論