從大腦中提取出與生理信息或行為相關(guān)聯(lián)的腦電波信號(hào)對(duì)于大腦信息處理機(jī)制和腦-機(jī)接口（BCI）研究有著重要的意義。為獲得更高質(zhì)量且更直接的腦電波信號(hào),植入式BCI逐漸發(fā)展起來(lái)。因局部場(chǎng)電位（LFP）信號(hào)有著長(zhǎng)期植入更穩(wěn)定的特點(diǎn),所以在植入式BCI的研究中受到很多研究者們的關(guān)注。然而,LFP信號(hào)是采用微電極陣列記錄的一種非平穩(wěn)性腦電信號(hào),其幅值較小,且在采集過(guò)程中容易引入噪聲干擾信號(hào),這給后期的LFP信號(hào)特征提取及分析造成一定阻礙。因此,在提取LFP信號(hào)特征之前,對(duì)采集到的LFP信號(hào)進(jìn)行去噪處理是首要任務(wù)。本文采用小波包去噪的經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）方法,對(duì)LFP信號(hào)進(jìn)行處理和分析。首先利用小波包對(duì)LFP信號(hào)分解重構(gòu),去除噪聲干擾信號(hào),然后對(duì)去噪后的LFP信號(hào)進(jìn)行EMD分解,最后提取出特征波。主要工作內(nèi)容如下:1.研究了兩種常用的頭皮腦電（EEG）信號(hào)去噪方法—小波去噪和小波包去噪,并將兩種去噪方法應(yīng)用到LFP信號(hào)處理中。利用MATLAB軟件進(jìn)行仿真,得到信號(hào)去噪前后的功率譜圖,并建立基于信噪比、均方根誤差和相關(guān)系數(shù)的去噪評(píng)價(jià)指標(biāo),定量分析兩種方法的去噪效果。2.分別將小波去噪和小波包去噪與E... 

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 存在的主要問(wèn)題
    1.4 主要工作內(nèi)容
2 LFP信號(hào)及其處理方法
    2.1 LFP信號(hào)的特性和采集
    2.2 LFP信號(hào)處理方法選擇
    2.3 本章小結(jié)
3 基于小波包的LFP信號(hào)去噪方法
    3.1 LFP信號(hào)基線漂移的去除
    3.2 小波及小波包去噪
    3.3 去噪效果的對(duì)比
    3.4 本章小結(jié)
4 基于小波包和EMD的LFP信號(hào)特征提取
    4.1 EMD存在的問(wèn)題
    4.2 基于小波和小波包的EMD分解
    4.3 基于小波包和EMD的特征波提取
    4.4 LFP信號(hào)與呼吸頻率的相關(guān)性分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間主要成果


【參考文獻(xiàn)】：
期刊論文
[1]基于小波變換的ECG信號(hào)去噪研究[J]. 張錦.  電腦知識(shí)與技術(shù). 2017(31)
[2]一種改進(jìn)的Hilbert-Huang變換方法及其應(yīng)用[J]. 周小龍,劉薇娜,姜振海,馬風(fēng)雷.  工程科學(xué)與技術(shù). 2017(04)
[3]基于小波包分解與近似熵的腦電特征提取方法研究及在腦機(jī)接口中的應(yīng)用[J]. 袁瑞,魏慶國(guó).  南昌大學(xué)學(xué)報(bào)(理科版). 2017(03)
[4]腦深部刺激適應(yīng)癥局部場(chǎng)電位節(jié)律特征研究進(jìn)展[J]. 陳玥,錢星,郝紅偉,李路明.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2016(05)
[5]基于MATLAB不同小波基的小波閾值圖像去噪算法[J]. 曾敬楓.  智能計(jì)算機(jī)與應(yīng)用. 2016(04)
[6]生物神經(jīng)系統(tǒng)的一些動(dòng)力學(xué)問(wèn)題[J]. 陸啟韶.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[7]小鼠視覺(jué)感受區(qū)電位與呼吸頻率相關(guān)性研究[J]. 常敏,何蓓薇,王戈,顧巖秀.  信息技術(shù). 2015(12)
[8]經(jīng)驗(yàn)?zāi)B(tài)分解中一種改進(jìn)的包絡(luò)線擬合算法[J]. 吳賢規(guī),王安娜,會(huì)國(guó)濤.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(11)
[9]基于EMD-WP的高精確度特征提取方法[J]. 張毅.  太赫茲科學(xué)與電子信息學(xué)報(bào). 2015(05)
[10]基于物理小波時(shí)頻分析及RGB分頻混色的高精度頻譜成像技術(shù)優(yōu)勢(shì)分析及應(yīng)用[J]. 丁繼才,姜秀娣,翁斌,張金淼.  中國(guó)海上油氣. 2015(05)

博士論文
[1]運(yùn)動(dòng)型腦機(jī)接口中神經(jīng)元峰電位記錄與檢測(cè)的關(guān)鍵技術(shù)研究[D]. 周寅.浙江大學(xué) 2017

碩士論文
[1]基于小波包的LMD在EEG信號(hào)分析中的研究[D]. 馬瀟.太原理工大學(xué) 2016
[2]大腦局部電位信號(hào)與生理信息關(guān)系的智能辨識(shí)與控制建模[D]. 吳慰.海南大學(xué) 2015
[3]大鼠初級(jí)視皮層局部場(chǎng)電位相位同步信息編碼研究[D]. 吳孔海.鄭州大學(xué) 2013
[4]大鼠初級(jí)運(yùn)動(dòng)皮層的神經(jīng)信號(hào)分析與解碼研究[D]. 姜波.浙江大學(xué) 2012
[5]基于小波包與ICA的腦電α波提取研究[D]. 龐璐珉.天津大學(xué) 2010



本文編號(hào)：3662232