20xx年醫(yī)學(xué)專題—基于小波變換的腦電信號特征提取(存儲版)
【正文】 4。,二、小波變換(bi224。ng)：,二、小波變換(bi224。n)的實現(xiàn)過程：,二、小波變換(bi224。guǒ)小波函數(shù)滿足“容許”條件，那么連續(xù)小波變換的逆變換是存在的,第二十一頁，共三十頁。 根據(jù)這一特征，可使用μ節(jié)律和β節(jié)律來分析左右手運動想象腦電信號。采用 Mallat算法，對信號進行有限層分解，即,第二十三頁，共三十頁。本文分析的左右手運動想象腦電信號的采樣頻率為128Hz，信號的有用成分是14~30Hz的β節(jié)律。由表1可知D2（16~32Hz）在腦電信號的β節(jié) 律頻帶范圍附近，因此，可提取對應(yīng)于D2頻帶的小波系數(shù)的能量均值作為特征量 。ng)左手運動,(b) 想象(xiǎngxi224。因此(yīncǐ)，腦電信號經(jīng)小波分解后，其對應(yīng)于β節(jié)律頻帶的小波系數(shù)的能量均能作為區(qū)分左右手運動想象腦電信號的特征量。三、基于小波變換的EEG特征提取。,。ir243。ng)均值差,對左右手運動想象任務(wù)，各選取100組樣本數(shù)據(jù)計算，得到小波系數(shù)的能量均值和能量均值差分別如圖A 和圖B所示。nhu224。,小波系數(shù)能表達(biǎod225。nx237。s224。,人在想象單側(cè)手運動時，其對側(cè)相應(yīng)初級(chūj237。nhu224。,連續(xù)小波變換(bi224。,平移因子對小波的作用(zu242。nhu224。 可以看成用基本頻率特性為的帶通濾波器在不同尺度a下對信號做濾波。 傅里葉分析是將信號分解成一系列不同頻率的正弦波的疊加，同樣小波分析 是將信號分解為一系列小波函數(shù)的疊加，而這些小波函數(shù)都是由一個母小波函數(shù) 經(jīng)過平移和尺度伸縮得來的。nhu224。,為什么選擇小波： 小波提供了一種非平穩(wěn)信號的時間尺度(chǐd249。nhu224。根據(jù)小波變換的 “時間—頻率窗” 的寬度可變的特點，為了克服上面所 述的第三個不足，只要不同時檢測高頻與低頻信息，問題就迎刃而解了。,（1）克服第一個不足：小波系數(shù)不僅像傅立葉系數(shù)那樣，是隨頻率不同而變 化的，而且對于同一個頻率指標(biāo)j， 在不同時刻 k，小波系數(shù)也是不同的。nhu224。nhu224。o)方法（濾波器）： AAR FFT HHT,一、腦電信號特點及一般處理(chǔlǐ)流程,模式分類的主要(zhǔy224。 γ波：頻率：30~45Hz，振幅：一般不超過30μV。,第三頁，共三十頁。因而，腦電信號表現(xiàn)出明顯的隨機性，一般不能用數(shù)學(xué)函數(shù)來準(zhǔn)確(zhǔnqu232。姓名(x236。人腦是一個龐大而復(fù)雜的系統(tǒng)，按生理功能可分為許多基本環(huán)節(jié)，這些基本環(huán)節(jié)的生理活動相互影響、相互滲透地交織在一起，而其中存在的聯(lián)系、制約關(guān)系及活動規(guī)律還沒有被我們清楚地認識。人體腦電信號的強度很微弱，一般在微、毫伏級。 β 波：頻率：14~30Hz，振幅：5~20μV。,小波變換 CSP AR 特征提取的主要(zhǔy224。)小波變換CWT（ continuous wavelet transform ） 1986：Y.Me
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1