20xx年醫(yī)學(xué)專題—基于matlab的腦電信號(hào)處理-在線瀏覽
2024-11-17 22:20本頁(yè)面
【正文】 中最明顯的波，整個(gè)皮層均可產(chǎn)生α波。每一“梭形”持續(xù)時(shí)間約為1~2s。一般認(rèn)為，α波是大腦皮質(zhì)處于清醒安靜狀態(tài)時(shí)電活動(dòng)的主要表現(xiàn)。V，是一種快波。θ波的頻率是4~7Hz，振幅為10~50181。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。 小波變換。在噪聲中如何準(zhǔn)確地檢測(cè)到信號(hào)一直是信號(hào)處理領(lǐng)域所關(guān)心的內(nèi)容。小波分析去噪處理的方法一般有三種：默認(rèn)閾值去噪處理。給定閾值進(jìn)行去噪處理。在進(jìn)行量化處理時(shí)可利用wthresh函數(shù)。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。本文采用了兩種去噪方法，并分析比較了他們的去噪效果。為了方便在Matlab環(huán)境下對(duì)數(shù)據(jù)進(jìn)行分析。實(shí)驗(yàn)中選取了第14通道的前8000個(gè)數(shù)據(jù)點(diǎn)作為樣本進(jìn)行分析。 信號(hào)的頻域和功率譜分析為了研究腦電信號(hào)中不同頻率信號(hào)的能量分布以及變化情況，首先對(duì)樣本信號(hào)進(jìn)行Fourier變換，得到頻域圖。由于腦電數(shù)據(jù)是在被采集者安靜清醒的狀態(tài)下采集得到的，理論上α波應(yīng)該占主導(dǎo)地位。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]。第一種是默認(rèn)閾值去噪，先對(duì)樣本信號(hào)進(jìn)行8層小波分解，使用的小波函數(shù)是db8，然后利用ddencmp函數(shù)生成信號(hào)的默認(rèn)閾值，最后利用wdencmp函數(shù)進(jìn)行去噪處理，得到去噪的信號(hào)。然后提取各層小波系數(shù)，再將腦電信號(hào)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)。該信號(hào)中除去了某些頻率的信號(hào)，起到了去噪的效果。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。由于α波的頻率為8~13Hz，由此可以知道，該信號(hào)中α波比較多。15~25Hz頻段的信號(hào)很微弱，因此可以以判斷出，信號(hào)中幾乎沒有β波。調(diào)用eeg_psd,m文件，可以繪制信號(hào)的功率譜圖，如下圖4所示。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
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1