基于matlab的腦電信號處理-預(yù)覽頁
【正文】 工程 課程名稱 數(shù)字信號處理二О一三年四月摘 要：腦電信號屬于非平穩(wěn)隨機(jī)信號，且易受到各種噪聲干擾。由于腦電信號的非平穩(wěn)性且極易受到各種噪聲干擾，特別是工頻干擾。4種波形的起源和功能也不相同，如圖1所示。每一“梭形”持續(xù)時(shí)間約為1~2s。V，是一種快波。δ波在睡眠、深度麻醉、缺氧或大腦有器質(zhì)性病變時(shí)出現(xiàn)，頻率是1~，振幅為20~200181。在噪聲中如何準(zhǔn)確地檢測到信號一直是信號處理領(lǐng)域所關(guān)心的內(nèi)容。給定閾值進(jìn)行去噪處理。該方法是將小波分解結(jié)構(gòu)中的高頻或者低頻系數(shù)設(shè)置為0，即濾掉所有高頻部分或低頻部分。為了方便在Matlab環(huán)境下對數(shù)據(jù)進(jìn)行分析。 信號的頻域和功率譜分析為了研究腦電信號中不同頻率信號的能量分布以及變化情況，首先對樣本信號進(jìn)行Fourier變換，得到頻域圖。小波變換去噪的效果主要取決于對含噪信號的噪聲估計(jì)方法以及所采用的小波函數(shù)[4]。然后提取各層小波系數(shù)，再將腦電信號頻率以外的幾層小波系數(shù)置零，得到重構(gòu)的各層小波系數(shù)。圖2 腦電樣本信號圖 腦電信號頻譜圖及功率譜圖的繪制，原理是對樣本信號進(jìn)行傅立葉變換[3]，即可獲得樣本信號的頻譜圖，如下圖3所示。15~25Hz頻段的信號很微弱，因此可以以判斷出，信號中幾乎沒有β波。信號的功率譜顯示，在10Hz作用頻率處能量出現(xiàn)峰值，表明在平靜狀態(tài)下采集的腦電信號中α波能量最大，符合生理學(xué)的研究結(jié)論。由以上小波分解得到的各層分量分析可知，α波主要集中在d5子帶內(nèi)。圖7 原始信號與小波默認(rèn)閾值去噪結(jié)果圖的對比從原始腦電信號與去噪處理后的效果來看，經(jīng)去噪處理后的信號高頻信號有所減少。3 討論基于FFT變換的功率譜估計(jì)適用于平穩(wěn)時(shí)間信號分析,計(jì)算結(jié)果只能反映信號段總體的平均功率分布情況, 不包含信號的任何時(shí)域變化信息, 并且譜估計(jì)的頻率分辨率與所采用的信號長度成正比，即受數(shù)據(jù)點(diǎn)數(shù)目的影響。4 結(jié)論本文利用實(shí)測的原始腦電信號, 對腦電信號的處理方法與結(jié)果進(jìn)行了一定的分析和評價(jià), 以期為腦電信號處理及特征提取提供一定的理論參考和分析依
法律信息相關(guān)推薦
鄂ICP備17016276號-1