摘要:

脑电信号(EEG)是一种典型的生物电信号,包含有大量的生理和病理信息,其内的很多有用成分,对于神经医学、临床检测以及新兴脑-机接口科技的发展,都有深远的意义。本文主要从认知信号的提取、无创颅内压监测、运动想象特征提取三方面进行研究。
  阵发性40Hz的脑电活动与人的思维密切相关,表征着短时记忆、集中警觉等认知功能,对老年痴呆症的早期发现、婴幼儿大脑发育状态监测等临床应用有很大意义。本文在阐述了数字信号处理技术基础上,设计了整系数滤波器来提取阵发性40Hz EEG。通过对40Hz和80Hz两通道信号采用一致性检测方法,即当某时间段内两通道信号同时超过各自的阈值并重合率达到一定程度时,剔除该时间段内40Hz信号,留下的视为阵发性40Hz EEG,对提取结果统计分析,结果表明,可以将其作为判断认知功能障碍的一个生理指标。
  颅内压升高在脑血管疾病、脑外伤及颅内感染等中枢神经系统疾病患者中非常常见,有效的颅内压监测信息在临床上有很重要的参考价值。传统的颅内压测量需要通过外科手术实现,不但给患者造成身心痛苦,且效率不高,操作难度大。本文在分析了颅内压对大脑意识状态影响的基础上,通过在术前采集脑电信号,提出以脑电功率谱计算出的压力指数来表征颅内压大小和变化情况的方法,该方法所得数据与腰椎穿刺测定的颅内压数据有一定相关性,为无创颅内压监测提供一种新的方法。
  研究了脑电思维中的左右手运动想象信号的特征提取,结合脑电事件相关去同步化和事件相关同步化的理论,运用现代功率谱估计中的AR模型进行建模,求取出运动想象脑电信号的功率谱,根据功率谱图中μ节律段C3、C4导联功率谱的差异,来判断想象的是哪一侧躯体的运动,并分析了影响判断正确率的因素。后期通过对想象运动的特征进行编码,就可以驱动外围设备。
  此外,应用MATLAB设计了图形用户界面,简化操作,实用性强。

更多

matlab脑电信号特征提取,脑电信号特征提取方法研究相关推荐

  1. 计算机表情识别技术研究学什么,表情识别的图像预处理和特征提取方法研究

    表情识别的图像预处理和特征提取方法研究 表情识别是基于视觉信息将脸部的运动或脸部特征的形变进行分类,包括三部分:脸部定位.脸部特征抽取和表情分类.本文首先使用肤色模型进行脸部定位;对提取出来的人脸进 ...

  2. ehd边缘直方图描述子 matlab,一种新的图像空间特征提取方法

    计 算 机 工 程第卷 第3期 38 Computer EngineeringV ol.38 No.3 文章编号:1000-3428(2012)03-0218-03·图形图像处理· 2012年2月 F ...

  3. 数据挖掘-文本特征提取方法研究

    一. 课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘.机器学习.模式识别.人工智能.统计学.计算机语言学.计算机网络技术.信息学等多个领域.文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法 ...

  4. python音频特征提取_音频特征提取方法和工具汇总

    本文首发于:行者AI 绝大多数音频特征起源于语音识别任务,它们可以精简原始的波形采样信号,从而加速机器对音频中语义含义的理解.从20世纪90年代末开始,这些音频特征也被应用于乐器识别等音乐信息检索任务 ...

  5. matlab脑电信号特征提取,一种脑电信号实时特征提取方法与流程

    本发明涉及一种特征提取方法,具体涉及一种脑电信号实时特征提取 方法. 背景技术: 在脑机接口(Brain computer interface,BCI)系统中,需通过实 时特征提取来从头皮脑电位中得到 ...

  6. 脑电信号特征提取方法与应用

    前言 脑电图(EEG)信号在理解与脑功能和脑相关疾病的电活动方面发挥着重要作用.典型的脑电信号分析流程如下:(1)数据采集:(2)数据预处理:(3)特征提取:(4)特征选择:(5)模型训练与分类:(6 ...

  7. 【脑电信号分类】脑电信号提取PSD功率谱密度特征

    本文是由CSDN用户[frostime]授权分享.主要介绍了脑电信号提取PSD功率谱密度特征,包括:功率谱密度理论基础.matlab中PSD函数的使用介绍以及实验示例.感谢 frostime! 1. ...

  8. tensorflow提取mel谱特征_【脑电信号分类】脑电信号提取PSD功率谱密度特征

    点击上面"脑机接口社区"关注我们 更多技术干货第一时间送达 本文是由CSDN用户[frostime]授权分享.主要介绍了脑电信号提取PSD功率谱密度特征,包括:功率谱密度理论基础. ...

  9. ACM MM:一种基于情感脑电信号时-频-空特征的3D密集连接网络

    本文介绍一篇于计算机领域顶级会议ACM MM 2020发表的论文<SST-EmotionNet: Spatial-Spectral-Temporal based Attention 3D Den ...

最新文章

  1. Hierarchical Attention Networks for Document Classification 阅读笔记
  2. Android--加载大分辨率图片到内存
  3. xcode7.2 真机测试
  4. C语言90道试题资料
  5. crf与bitrate对照表
  6. [转]cocos2d游戏开发,常用工具集合
  7. 取消多次重定向错误php,Laravel重定向您太​​多次错误
  8. 被单位开除后,以前的工龄还算吗?
  9. centos7之关于时间和日期以及时间同步的应用
  10. 成都市交委与摩拜科技联手 助推智慧城市建设
  11. 视频直播app源码,保存和提取图片
  12. 毕业同学录网站搭建源码分享
  13. PS长图快速切片_PS最常用的100多个快捷键
  14. 短网址还原 php,PHP将微博短地址还原为实际网址
  15. Dockerfile Registry WebUI 之 docker-registry-frontend 基础应用
  16. 【矩阵论】单射、满射与双射
  17. 达梦数据库DM8支持Seata事务框架
  18. DL中常用的三种K-Lipschitz技术
  19. oracle agile培训资料,敏捷基础知识培训.pdf
  20. ilight app android,iLight pro

热门文章

  1. 《机器学习》第四章 人工神经网络 深度学习启蒙篇
  2. 设计验证Derating测试方法教程
  3. [轉]运用项目管理WBS方法成功创建网店
  4. 36家科技巨头组建元宇宙标准论坛 被批为“纸老虎” 我们应该相信吗?
  5. 2018-09-06 Java实现英汉词典API初版发布在Maven
  6. electron+vue3全家桶+vite项目搭建【八】集成mockjs模拟数据
  7. 【SSM整合】SSM详细整合-maven分模块架构
  8. 【转载】SystemVerilog中子程序调用与参数传递(ref关键字)
  9. 谷歌拼音输入法-里程碑式的跃进
  10. Visual Studio 2022环境中C语言的使用——一维数组和二维数组