基于遺傳算法和多層感知器的人體生理信號(hào)分類研究
發(fā)布時(shí)間:2020-11-11 04:08
人體生理信號(hào)能體現(xiàn)生命信息,是觀察生命現(xiàn)象的窗口。肌電、腦電等生理信號(hào)是反應(yīng)人體生理活動(dòng)的主要指標(biāo),其中包含了大量的生理信息,例如腦電信號(hào)是診斷癲癇病的一種重要方式。如果能及時(shí)發(fā)現(xiàn)它們的變化,就能夠幫助人們提前預(yù)防疾病,減少一些意外情況的發(fā)生,其研究具有十分重要的意義。本文主要研究了兩類信號(hào)(肌電和腦電)的分類問題。人體生理信號(hào)是混沌信號(hào),它有非線性動(dòng)力學(xué)特征,不同生理狀態(tài)和疾病狀態(tài)的變化會(huì)引起不同生理參數(shù)的相應(yīng)變化,同時(shí)它還具有隨機(jī)性、非平穩(wěn)性等特點(diǎn)。針對(duì)這些特點(diǎn),本文首先通過基于時(shí)域和頻域的方法、經(jīng)驗(yàn)?zāi)B(tài)分解,基于遺傳算法的頻域特征搜索等方法進(jìn)行特征提取,然后用遺傳算法對(duì)提取到的特征進(jìn)行優(yōu)化選擇,接著將樣本的特征放MLP分類器中完成訓(xùn)練,最后采用這個(gè)分類器對(duì)生理信號(hào)進(jìn)行分類測(cè)試。在實(shí)驗(yàn)中,本文對(duì)腦電信號(hào)和肌電信號(hào)兩個(gè)公開的數(shù)據(jù)集進(jìn)行分類研究,兩個(gè)數(shù)據(jù)集的分類準(zhǔn)確率分別達(dá)到90.12%和97.67%,本文所提出的方法在分類準(zhǔn)確率上已經(jīng)優(yōu)于現(xiàn)有的分類方法。同時(shí)還通過多次交叉驗(yàn)證表明該方法在人體生理信號(hào)分類問題上的有效性。此外,本文還對(duì)腦電數(shù)據(jù)集做了窗口切割預(yù)處理,實(shí)驗(yàn)結(jié)果表明該方法能夠快速識(shí)別癲癇腦電信號(hào),未來(lái)在臨床應(yīng)用具有廣闊前景。
【學(xué)位單位】:廈門大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP18;R318
【部分圖文】:
腦電信號(hào)己經(jīng)滲透到我們生活中的各個(gè)領(lǐng)域,腦電信號(hào)的研宄將更好地保護(hù)人類??的大腦。??腦電波就是以電位為縱坐標(biāo)、時(shí)間為橫坐標(biāo)展示出來(lái)的曲線圖,圖2-1是我??們常常所說(shuō)的腦電圖。??6??
(3波的頻率多14?30Hz,幅度為5 ̄2〇mV。它一般是大腦在興奮的狀態(tài)下產(chǎn)??生的,比如說(shuō)當(dāng)人從噩夢(mèng)中驚醒的時(shí)候,該節(jié)律就會(huì)代替原來(lái)的慢波節(jié)律。??腦電波各類波如圖2-2所示[441。??a波?房I?5〇uV??a?波陷斷???命“-I?5〇^?v????一*V?^I?50?V??0?波?I?50?V??§?波?i?5〇>j?v??t?.j??Is??圖2-2腦電波各類波波形和幅值示意圖??2.1.3腦電信號(hào)特點(diǎn)??腦電信號(hào)一般出現(xiàn)在中樞神經(jīng)系統(tǒng)中,能夠表現(xiàn)大腦活動(dòng)[45]。具有以下幾個(gè)??特點(diǎn):??1.
肌電信號(hào)發(fā)源于脊髓中的運(yùn)動(dòng)神經(jīng)元,作為中樞神經(jīng)系統(tǒng)的一部分。運(yùn)動(dòng)神??經(jīng)元的細(xì)胞體位于其中,軸突延伸至肌纖維處,并通過終板區(qū)和肌纖維相連。而??且與每個(gè)神經(jīng)元聯(lián)系的肌纖維有多條。這些組合在一起形成了運(yùn)動(dòng)單位,如圖2-??3所示州。??運(yùn)動(dòng)衿經(jīng)一、??元婦.抱?\??)——?職??tzi......-.............—?-?????CD??圖2-3運(yùn)動(dòng)單位??運(yùn)動(dòng)單位是肌肉的一個(gè)最小功能單位,可以任意激活,它是由一群肌肉纖??維組成。肌電信號(hào)的檢測(cè)方法也有多種,在臨床醫(yī)學(xué)上,人們采用肌電圖機(jī)的??測(cè)量方法,即將針刺入到肌肉中去來(lái)測(cè)量,現(xiàn)在也出現(xiàn)了無(wú)創(chuàng)的表面肌電檢測(cè)??方法。??同時(shí),肌電信號(hào)也和腦電信號(hào)類似,也具有微弱性[47],非平穩(wěn),非線性等。??總的來(lái)說(shuō),當(dāng)人體自主運(yùn)動(dòng)的時(shí)候,神經(jīng)和肌肉活動(dòng)會(huì)發(fā)出電信號(hào),這種電信號(hào)??就是肌電信號(hào),它反映了神經(jīng)和肌肉的運(yùn)動(dòng)狀態(tài)。表面肌電(Surface??Electromyographic,?sEMG)信號(hào)是一種重要的生物電信號(hào),它是伴隨著神經(jīng)肌肉系??統(tǒng)活動(dòng)而產(chǎn)生的
【參考文獻(xiàn)】
本文編號(hào):2878720
【學(xué)位單位】:廈門大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TP18;R318
【部分圖文】:
腦電信號(hào)己經(jīng)滲透到我們生活中的各個(gè)領(lǐng)域,腦電信號(hào)的研宄將更好地保護(hù)人類??的大腦。??腦電波就是以電位為縱坐標(biāo)、時(shí)間為橫坐標(biāo)展示出來(lái)的曲線圖,圖2-1是我??們常常所說(shuō)的腦電圖。??6??
(3波的頻率多14?30Hz,幅度為5 ̄2〇mV。它一般是大腦在興奮的狀態(tài)下產(chǎn)??生的,比如說(shuō)當(dāng)人從噩夢(mèng)中驚醒的時(shí)候,該節(jié)律就會(huì)代替原來(lái)的慢波節(jié)律。??腦電波各類波如圖2-2所示[441。??a波?房I?5〇uV??a?波陷斷???命“-I?5〇^?v????一*V?^I?50?V??0?波?I?50?V??§?波?i?5〇>j?v??t?.j??Is??圖2-2腦電波各類波波形和幅值示意圖??2.1.3腦電信號(hào)特點(diǎn)??腦電信號(hào)一般出現(xiàn)在中樞神經(jīng)系統(tǒng)中,能夠表現(xiàn)大腦活動(dòng)[45]。具有以下幾個(gè)??特點(diǎn):??1.
肌電信號(hào)發(fā)源于脊髓中的運(yùn)動(dòng)神經(jīng)元,作為中樞神經(jīng)系統(tǒng)的一部分。運(yùn)動(dòng)神??經(jīng)元的細(xì)胞體位于其中,軸突延伸至肌纖維處,并通過終板區(qū)和肌纖維相連。而??且與每個(gè)神經(jīng)元聯(lián)系的肌纖維有多條。這些組合在一起形成了運(yùn)動(dòng)單位,如圖2-??3所示州。??運(yùn)動(dòng)衿經(jīng)一、??元婦.抱?\??)——?職??tzi......-.............—?-?????CD??圖2-3運(yùn)動(dòng)單位??運(yùn)動(dòng)單位是肌肉的一個(gè)最小功能單位,可以任意激活,它是由一群肌肉纖??維組成。肌電信號(hào)的檢測(cè)方法也有多種,在臨床醫(yī)學(xué)上,人們采用肌電圖機(jī)的??測(cè)量方法,即將針刺入到肌肉中去來(lái)測(cè)量,現(xiàn)在也出現(xiàn)了無(wú)創(chuàng)的表面肌電檢測(cè)??方法。??同時(shí),肌電信號(hào)也和腦電信號(hào)類似,也具有微弱性[47],非平穩(wěn),非線性等。??總的來(lái)說(shuō),當(dāng)人體自主運(yùn)動(dòng)的時(shí)候,神經(jīng)和肌肉活動(dòng)會(huì)發(fā)出電信號(hào),這種電信號(hào)??就是肌電信號(hào),它反映了神經(jīng)和肌肉的運(yùn)動(dòng)狀態(tài)。表面肌電(Surface??Electromyographic,?sEMG)信號(hào)是一種重要的生物電信號(hào),它是伴隨著神經(jīng)肌肉系??統(tǒng)活動(dòng)而產(chǎn)生的
【參考文獻(xiàn)】
相關(guān)期刊論文 前2條
1 李建更;郭慶雷;賀益恒;;時(shí)序基因表達(dá)缺失值的加權(quán)雙向回歸估計(jì)算法[J];數(shù)據(jù)采集與處理;2013年02期
2 王暉;;醫(yī)用多參數(shù)監(jiān)護(hù)儀的基本原理及使用[J];中國(guó)醫(yī)療器械信息;2006年04期
相關(guān)碩士學(xué)位論文 前1條
1 孟亞麗;四參數(shù)生理監(jiān)護(hù)儀的設(shè)計(jì)[D];天津大學(xué);2005年
本文編號(hào):2878720
本文鏈接:http://www.sikaile.net/yixuelunwen/swyx/2878720.html
最近更新
教材專著