【摘要】：當病人有腦部疾病或其它神經(jīng)系統(tǒng)疾病時,醫(yī)生往往會借助腦電圖檢查來作為診斷依據(jù)。腦電圖可以準確的反映很多腦部疾病,尤其對于癲癇,診斷更加準確。腦部疾病患者的腦電波中含有很多異常波形,這些異常波形主要由棘波、棘慢復合波、尖波、尖慢復合波等構成。早期臨床上的腦電圖檢查主要是靠人工來讀取識別腦電中的異常波形,這種方法非常費時費力,并且由于偽跡的干擾,腦電圖醫(yī)師判別有時也不盡相同。因此實現(xiàn)腦電圖的自動檢測有重要的實用價值。至今為止已經(jīng)出現(xiàn)并應用的腦電自動檢測方法有專家系統(tǒng)法、模擬法、獨立分量分析法、人工神經(jīng)網(wǎng)絡法、小波分析法等。為了彌補單一方法效果不好的缺點,更好的提高對腦電信號的處理能力,本文把數(shù)字信號處理、小波分析、遺傳算法和神經(jīng)網(wǎng)絡等方法結合起來應用到腦電信號處理中。 首先,研究了數(shù)字信號處理技術,并深入研究了自適應濾波器和變步長算法。針對工頻偽跡的特點,設計出變步長自適應濾波器過濾工頻干擾。 其次,研究了小波分解技術,利用小波分解把已過濾工頻偽跡的腦電信號分解到不同尺度中,針對不同偽跡的特點研究設計相應的算法濾除偽跡。 最后,深入研究了神經(jīng)網(wǎng)絡和遺傳算法,基于不同尺度下異常波和偽跡不會完全相同的原理,把分解后的腦電信號輸入神經(jīng)網(wǎng)絡進行識別。針對神經(jīng)網(wǎng)絡的不足,設計了遺傳算法對神經(jīng)網(wǎng)絡的學習過程進行優(yōu)化。 最終經(jīng)過測試,本系統(tǒng)能夠較準確的識別出腦電圖中異常特征波,識別率達到87.2%。
【學位授予單位】：西安工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP183;TN911.7

【參考文獻】

相關期刊論文 前9條

1 王兵;王魁;梁曉霖;王柏祥;;腦電信號中工頻干擾去除的綜合研究[J];傳感技術學報;2010年01期

2 王新;;自適應濾波器的新型變步長算法及其應用[J];電機與控制學報;2011年04期

3 毛海杰;陳曉輝;李煒;;基于自適應閾值的小波消噪算法研究及應用[J];甘肅科學學報;2008年02期

4 楊軍,彭承琳,吳寶明;小波分析在醫(yī)學中的應用[J];國外醫(yī)學.生物醫(yī)學工程分冊;2002年02期

5 劉曉欲,蔣大宗,黃遠桂;癲癇腦電圖自動檢測技術的發(fā)展[J];國外醫(yī)學.生物醫(yī)學工程分冊;1997年01期

6 李存武;林春生;;關于幾種變步長LMS算法的討論[J];艦船電子工程;2008年05期

7 王長元;邵荔;;基于變步長自適應濾波器和小波變換的腦電預處理算法[J];計算機與數(shù)字工程;2013年12期

8 柴新禹,吳朝霞,莊天戈;時頻分析方法及其在醫(yī)學信號處理中的應用[J];生物醫(yī)學工程學雜志;2001年01期

9 彭軍強;吳平東;殷罡;陳之龍;;汽車駕駛時腦電干擾的去除方法研究[J];微計算機信息;2008年14期

相關博士學位論文 前1條

1 楊麗;無線內窺鏡系統(tǒng)設計及內窺鏡圖像壓縮編碼算法研究[D];重慶大學;2008年

，

本文編號：2546015