基于matlab的腦電信號(hào)處理(文件)
【正文】 信號(hào)的小波變換及重構(gòu)基于小波變換降噪處理的方法通常有3個(gè)步驟：首先是將信號(hào)進(jìn)行n層小波變換，得到小波系數(shù)；然后在小波變換域上利用信號(hào)與噪聲的不同特性，對(duì)小波變換進(jìn)行閾值化處理，把噪聲從信號(hào)中區(qū)分開(kāi)來(lái)(主要是對(duì)高頻系數(shù)進(jìn)行閾值化處理；最后是利用重構(gòu)算法重構(gòu)信號(hào)。另一種是強(qiáng)制去噪，同樣地，先對(duì)樣本信號(hào)進(jìn)行8層小波分解，采用的小波函數(shù)也是db8。2 仿真結(jié)果及分析 原始腦電數(shù)據(jù)的讀取和顯示，即可繪制出腦電樣本信號(hào)圖，如下圖2所示。在腦電采集過(guò)程中，被采集者沒(méi)有處于深度睡眠狀態(tài)，因此接近0Hz的低頻信號(hào)可以確定為噪聲。圖4 信號(hào)功率譜圖原始的功率譜圖是關(guān)于f=128Hz對(duì)稱(chēng)的，為了便于分析，截取了0~65Hz的一段。 腦電信號(hào)節(jié)律提取α波是節(jié)律性腦電波中最明顯的波。 小波分解去噪和重構(gòu)波形 小波變換默認(rèn)閾值去噪處理，可以實(shí)現(xiàn)腦電信號(hào)的小波變換默認(rèn)閾值去噪處理，原始數(shù)據(jù)及去噪處理結(jié)果對(duì)比如下圖7所示。但由于考慮到實(shí)際情況，16~32Hz子帶內(nèi)極少有β波，大部分為噪聲，所以把這個(gè)頻帶內(nèi)的信號(hào)也全部清除了。在用小波分析來(lái)進(jìn)行去噪的關(guān)鍵在于閾值的選取，如果閾值選取的太高，會(huì)使信號(hào)失去太多細(xì)節(jié)，使信號(hào)失真，如果閾值選得太低，又不能達(dá)到去噪的目的。參考文獻(xiàn):[1] [M].廣州:華南理工大學(xué)出版社,~134.[2] [M].北京:機(jī)械工業(yè)出版,2012.[3] [M].北京:科學(xué)出版社,2012.[4] 于蘭蘭. 基于小波變換的腦電信號(hào)去噪處理[J].南昌大學(xué)學(xué)報(bào)(理科版),2007,31:75~77.[5] 謝松云,張振中,楊金孝,[J].計(jì)算機(jī)仿真,2007,24(2):326~330.[6] 內(nèi)容總結(jié)[7] （1）南京航空航天大學(xué)
基于Matlab的腦電信號(hào)處理
姓名 陸想想
專(zhuān)業(yè)領(lǐng)域 生物醫(yī)學(xué)工程
課程名稱(chēng) 數(shù)字信號(hào)處理
二О一三年四月。目前人們也嘗試用非線性處理方法、神經(jīng)網(wǎng)絡(luò)的方法、時(shí)頻結(jié)合等等現(xiàn)代的方法來(lái)處理腦電信號(hào), 相信這些方法會(huì)為腦認(rèn)知以及醫(yī)學(xué)的發(fā)
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1