hilbert希爾伯特環(huán)變換-資料下載頁
2025-07-25 19:15本頁面
【正文】 解一個很重要的特點是依靠信號自身的特性分解為若干個IMF，通過對這些分解后的IMF分析，進而判斷信號的特性。因此從HHT與HHAS的應(yīng)用場合上可以看出，其分析的信號多是能反復(fù)出現(xiàn)的、有規(guī)律的、非線性的、非穩(wěn)態(tài)的信號。在腦機上，HHT與ＨＨＡＳ的典型應(yīng)用是針對腦信號經(jīng)常穩(wěn)定在某一狀態(tài)上的場景，大腦在這些狀態(tài)下的腦電信號是可以穩(wěn)定復(fù)現(xiàn)的，即使是腦電信號本身非穩(wěn)態(tài)、非線性，但ＥＭＤ分解出的信號是類似的。例如長期失眠、抑郁狀態(tài)、或高度睡眠、注意力高度集中下，其分解的信號是比較“純凈”的，可以作為參考的。而人腦在一般的思維過程中產(chǎn)生的信號是很難分解出與有具體含義的成分的。這是有ＥＭＤ算法本身所決定的，因為ＥＭＤ依靠信號本身特性分解，沒有一個共同的“基”，因此一旦腦電信號解析出來的ＩＭＦ沒有對應(yīng)參考，就無法判斷大腦狀態(tài)。因此ＨＨＴ與ＨＨＡＳ在神經(jīng)學(xué)上檢測睡眠、失眠、抑郁，即其他大腦長期處于某種狀態(tài)的疾病，具有較好的應(yīng)用。此外課題組曾在2015年的暑假期間，使用ＨＨＴ算法對１４類的運動想象信號進行識別分類，在離線數(shù)據(jù)集上達到７５％的正確率，而在實際測試中發(fā)現(xiàn)，絕大部分試次均判別錯誤。分析原因是，兩次實驗下被試的大腦狀態(tài)有所變化，之前腦電信號中分解出的ＩＭＦ與之后分解的ＩＭＦ，無法產(chǎn)生對應(yīng)關(guān)系，因為這兩次實驗被試大腦狀態(tài)都不夠“純凈”，產(chǎn)生的腦電信號不能用同一個ＩＭＦ表示，這也說ＥＭＤ分解的局限性。因此ＨＨＴ與HHSA只能應(yīng)用與信號復(fù)現(xiàn)率較高、而且信號是非線性、非穩(wěn)態(tài)的應(yīng)用場合。
研究報告相關(guān)推薦
鄂ICP備17016276號-1