發(fā)布時間：2022-11-05 15:20

　　疼痛,作為許多疾病的常見癥狀,會給患者帶來一定的痛苦。研究表明,疼痛可以通過客觀方式檢測出來,尤其幫助失語病人,癱瘓病人等無法表達疼痛信息的患者做出疼痛的判斷,并能夠及時發(fā)現(xiàn)病人疼痛所在并采取相應的處理措施,有利于趁早治療疾病,擺脫痛苦。部分檢測法存在機理未知、信號微弱、模型難以建立等缺點。故本文針對上述缺陷著重于研究一種基于腦電信號測量的突發(fā)性疼痛識別方法,搭建一套完整的疼痛實驗平臺并不斷完善,最終識別出疼痛的存在并區(qū)分出產(chǎn)生的位置,在醫(yī)學方面及社會方面具有重大意義。本文先說明了疼痛的本質(zhì)、目前研究現(xiàn)狀及檢測疼痛的意義;以腦電信號作為依據(jù),針對疼痛與腦電信號的關(guān)系基礎(chǔ)設計了突發(fā)性疼痛識別方案,給出識別方法的總體框圖。為保留腦電信號中被噪聲淹沒的有用信息,采用中值濾波、帶通濾波、帶阻濾波、希爾伯特-黃變換預處理的算法進行預處理工作,大幅去除噪聲的同時保留了有用信息;為探究疼痛時相對于放松時信號特性的差異,分別采用功率譜密度、短時傅里葉變換、多重分形去趨勢波動分析方法提取了放松與疼痛時的特征值并看出明顯區(qū)別;為識別具體疼痛信息,采用將提取出的特征值送入分類器進行學習分類的工作,最終判斷出... 

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
        1.1.1 課題來源及研究背景
        1.1.2 研究的目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀分析及存在的問題
    1.3 本文的主要研究內(nèi)容
第2章 基于腦電信號的疼痛識別方案設計
    2.1 引言
    2.2 方案的確定依據(jù)
        2.2.1 待測參數(shù)確定
        2.2.2 頻段確定
        2.2.3 預處理方案確定
        2.2.4 特征提取方案確定
        2.2.5 分類方案確定
        2.2.6 數(shù)據(jù)采集方案確定
    2.3 總體設計方案
    2.4 本章小結(jié)
第3章 腦電信號的處理及分析算法
    3.1 引言
    3.2 腦電信號的預處理
        3.2.1 基線漂移處理
        3.2.2 高頻干擾處理
        3.2.3 工頻干擾處理
        3.2.4 眼電干擾處理
    3.3 疼痛的特征值提取
        3.3.1 功率譜密度
        3.3.2 短時傅里葉變換
        3.3.3 去趨勢波動分析
    3.4 疼痛的特征分類
    3.5 本章小結(jié)
第4章 疼痛實驗平臺的搭建
    4.1 引言
    4.2 疼痛實驗器材
        4.2.1 信號采集儀器
        4.2.2 疼痛刺激源
        4.2.3 腦電地形圖電極固定帽
        4.2.4 盤狀電極線
        4.2.5 電極耳夾線
        4.2.6 導電膏
    4.3 疼痛實驗準備
    4.4 本章小結(jié)
第5章 疼痛識別和定位的實測結(jié)果分析
    5.1 引言
    5.2 疼痛實驗過程
    5.3 固定位置的疼痛識別實測結(jié)果
        5.3.1 預處理及特征提取結(jié)果
        5.3.2 特征分類結(jié)果
    5.4 不同位置的疼痛實測結(jié)果
    5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀學位期間發(fā)表的學術(shù)論文
致謝


【參考文獻】：
期刊論文
[1]基于腦電信號特征的駕駛疲勞檢測方法研究[J]. 祝亞兵,曾友雯,馮珍,時一凡,李奇.  長春理工大學學報(自然科學版). 2016(05)
[2]基于神經(jīng)生理學的疼痛測量[J]. 陳睿,唐丹丹,胡理.  心理科學. 2015(05)
[3]生物醫(yī)學信號處理研究綜述[J]. 胡廣書,汪夢蝶.  數(shù)據(jù)采集與處理. 2015(05)
[4]一種疼痛調(diào)控的新手段:經(jīng)顱直流電刺激[J]. 王靜,萬有,李小俚.  中國疼痛醫(yī)學雜志. 2015(01)
[5]香港醫(yī)院急性疼痛管理見聞與體會[J]. 吳杏菊,張海燕,余春燕,莊彩蘭.  全科護理. 2014(14)
[6]疼痛與大腦活動的關(guān)系:基于腦電圖的研究[J]. 王飛宇,吳松濤,王璟.  中國疼痛醫(yī)學雜志. 2013(07)
[7]基于典型相關(guān)分析和小波變換的眼電偽跡去除[J]. 趙春煜,邱天爽.  北京生物醫(yī)學工程. 2011 (05)
[8]磁刺激穴位鎮(zhèn)痛誘發(fā)的腦電信號特征成分及源定位[J]. 于洪麗,徐桂芝,楊碩,李文文,謝雪.  中國組織工程研究與臨床康復. 2011(09)
[9]最大熵方法-功率譜密度分析法在時間序列資料研究中的應用[J]. 羅同勇,周敦金,Ayako Sumi,余濱,陳邦華,余松林.  中國衛(wèi)生統(tǒng)計. 2010(05)
[10]基于相位同步分析方法的抑郁癥腦電信號的研究[J]. 胡巧莉.  中國醫(yī)療器械雜志. 2010(04)

博士論文
[1]慢性痛認知與治療的腦電信號分析[D]. 王娟.燕山大學 2015
[2]基于EEG與fMRI的痛覺機制與針灸鎮(zhèn)痛研究[D]. 童基均.浙江大學 2008

碩士論文
[1]基于短波分選設備的信號調(diào)制模式識別算法的研究[D]. 唐婉.南京理工大學 2016
[2]細胞黏附蛋白的篩選[D]. 侯東梅.中南民族大學 2015
[3]基于RPROP-DE算法的模糊RBF網(wǎng)絡非線性系統(tǒng)辨識[D]. 方力智.西南交通大學 2011
[4]基于Alpha波的腦—機接口技術(shù)研究[D]. 王國一.東北大學 2009
[5]想象運動的腦電特征提取及分類研究[D]. 王蕊.北京工業(yè)大學 2009
[6]基于小波變換的圖像壓縮及容錯編碼研究[D]. 馬俊.南京理工大學 2003



本文編號：3702847