学海网

基于二维变换的脑电弱信号特征提取研究，博士学位论文，共181页。
摘要：
脑电信号(Electroencephalogram,EEG)作为一种特殊的能够反映大脑活动的生物电信号,是诊断和治疗脑疾病的重要依据。其幅度微弱,随机性强,非平稳及非线性的特性,给脑电信号的有效分析带来了很大的困难。特征提取是脑电信号分析的一个重要部分,所提取特征的效果好坏对脑功能研究的意义重大。因此脑电弱信号的特征提取一直是生物医学工程领域的热门话题。目前国内外文献中对于脑电信号的特征提取,主要以传统的一维脑电信号处理方法与非线性动力学分析方法为主。前者实现方法简单却不能明显的反映脑电的非平稳特性,后者对于脑电弱信号特征的提取效果足够明显,但由于算法的复杂性,无法实现对特征的快速提取。
本文的主要研究内容为设计一种新的脑电弱信号隐匿特征的提取方法并对其性能进行评估。该方法根据二维变换理论,将一维脑电信号转换为二维信号。重点使用二维快速傅里叶变换与二维离散余弦变换算法对重构后的二维脑电信号进行特征提取。选取癫痫脑电信号进行分析,实验结果表明,利用该方法对短序列的脑电信号提取特征,可以实现癫痫前期状态的快速检测与癫痫各阶段的准确分类。
本文所提出的方法计算简单,可以快速而有效的提取出脑电弱信号的隐匿特征,对脑疾病的诊断与脑科学的研究具有重要的意义,同时也为其他生物电信号的特征提取方法提供了一种新的思路。
关键词:脑电弱信号特征提取,隐匿特征,二维变换,二维脑电,二维快速傅里叶变换,二维离散余弦变换

第一章绪论
1.1研究背景与意义
人类是伴随着生老病死而存在于这个世界的。每个人的出生、老去与死亡都是非常自然的现象。而与疾病的抗争,却是一个永恒的话题。现代医疗技术的发展,为人类疾病的诊断与治疗提供着先进的技术支持。利用信号处理方法来提取有用生物信息的方式在医学研究中应用非常普遍。而对由人体这个复杂系统所发出的各类生物电信号的信号处理,便为人体疾病的诊断、治疗与研究提供了重要的依据。由于受到周围环境及人体本身诸多因素的影响,生物电信号有着一般信号所没有的特点[2]。其信号弱、噪声强、频率范围较低以及随机性强的特性,无疑为生物电信号分析的特征提取带来了很大的困难。如何有效地分析和处理各类生物电信号,对临床诊断具有重要的意义。
世界科学界公认,21世纪是生物科学与脑科学的时代[5]。大脑是人体神经系统的中枢部分,是结构最复杂,功能最高超的特殊物质器官[3】。因而由大脑产生的脑电波相较于其他生物电信号是更加复杂的。近些年来,脑疾病的患者数量上升显著,癫痫、帕金森综合征、抑郁症、睡眠障碍等脑功能性疾病严重影响了人们的生活。患者在忍受疾病折磨的同时也承受着生活质量下降所带来的巨大的痛苦。脑电信号是对大脑内部信息的如实反映,从脑电信号中所提取到 各类特征,表征着不同状态不同时期的脑部状态,为神经内外科领域的疾病诊断提供了良好的参考依据。因此,对脑电弱信号的隐匿特征的提取一直是脑电信号研究领域的经典话题。
......