基于matlab的腦電信號(hào)處理-免費(fèi)閱讀
【正文】 4 結(jié)論本文利用實(shí)測(cè)的原始腦電信號(hào), 對(duì)腦電信號(hào)的處理方法與結(jié)果進(jìn)行了一定的分析和評(píng)價(jià), 以期為腦電信號(hào)處理及特征提取提供一定的理論參考和分析依據(jù)。圖7 原始信號(hào)與小波默認(rèn)閾值去噪結(jié)果圖的對(duì)比從原始腦電信號(hào)與去噪處理后的效果來看，經(jīng)去噪處理后的信號(hào)高頻信號(hào)有所減少。信號(hào)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(hào)中α波能量最大，符合生理學(xué)的研究結(jié)論。圖2 腦電樣本信號(hào)圖 腦電信號(hào)頻譜圖及功率譜圖的繪制，原理是對(duì)樣本信號(hào)進(jìn)行傅立葉變換[3]，即可獲得樣本信號(hào)的頻譜圖，如下圖3所示。小波變換去噪的效果主要取決于對(duì)含噪信號(hào)的噪聲估計(jì)方法以及所采用的小波函數(shù)[4]。為了方便在Matlab環(huán)境下對(duì)數(shù)據(jù)進(jìn)行分析。給定閾值進(jìn)行去噪處理。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。每一“梭形”持續(xù)時(shí)間約為1~2s。由于腦電信號(hào)的非平穩(wěn)性且極易受到各種噪聲干擾，特別是工頻干擾。因此消除原始腦電數(shù)據(jù)中的噪聲，更好地獲取反映大腦活動(dòng)和狀態(tài)的有用信息是進(jìn)行腦電分析的一個(gè)重要前提。當(dāng)被試者睜眼、警覺、思考問題或接受其他刺激時(shí)，α波立即消失而代之以快波，這種現(xiàn)象稱之為“α波阻斷”。V。在實(shí)際的去噪過程中，閾值往往可以通過經(jīng)驗(yàn)公式獲得，并且這種閾值比默認(rèn)閾值可信度高。腦電采集使用的是16通道，采樣頻率為256Hz，文件中存儲(chǔ)的數(shù)據(jù)的形式為數(shù)據(jù)點(diǎn)數(shù)通道數(shù)。本文使用其中兩種去噪方法。圖3 信號(hào)頻譜圖從頻譜圖中可以看出，低頻信號(hào)和11Hz左右的信號(hào)特別強(qiáng)，25Hz以上的信號(hào)幾乎為零。 腦電信號(hào)小波分解各層重構(gòu)波形實(shí)驗(yàn)選取db8小波對(duì)前述采集的樣本信號(hào)進(jìn)行分解，分解得到的各層信號(hào)如下圖5所示。 小波變換強(qiáng)制去噪處理，繪制小波變換強(qiáng)制去噪處理之后的信號(hào)如下圖8所示。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)展作出貢獻(xiàn)[5]。在用小波分析來進(jìn)行去噪的關(guān)鍵在于閾值的選取，如
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1