基于小波变换特征提取脑诱发电位(翻译).docVIP

大连民族学院 毕业设计（论文）外文翻译 学 院： 信息与通信工程学院 专 业： 通信工程 班 级： 通信093 学生姓名： 陆万安 指导教师： 李婷 完成时间： 2013 年 4 月 19 日 基于小波变换的特征提取脑诱发电位 摘要 诱发脑电位（BEP）直接关系到一系列的疾病和身体的健康状态，分析诱发脑电位对预防和诊断脑疾病是有帮助的。传统的平均法可以粗糙地显示诱发电位的形状，但会损失一些重要组成部分。同时，加在电位的次数要很多，这都会增加了受试者的痛苦。小波变换是信号处理的一种新兴技术，它具有多分辨率分析的特点。本文我们利用小波变换的特征提取诱发脑电位与传统的平均方法进行比较，我们可以看到，小波变换技术非常顺利的识别了脑诱发信号而且波形也十分稳定平滑，这不仅很好地保存了有用的信号，而且隔绝几乎所有的噪音。实验表明，小波变换在特征提取BEP具有很高的效率，在临床上也有的应用价值。 关键词：诱发电位，小波变换，特征提取 1引言 脑诱发电位（BEP）在一定的刺激作用下在大脑的相关部位形成的电信号,例如光或声音作用于大脑皮层。BEP的振幅和峰面积变化直接关系到一系列的疾病和身体的状态。现在，我们可以通过分析BEP的状态从而对脑血管病，帕金森病，昏迷，脑死亡，特技，听觉和视觉障碍等疾病提供有效的预防和诊断。但BEP总是很模糊，它通常是被埋在振幅的EEG背景和其它噪音之中，因此很难检测和提取。BEP的分析主要集中在时域或频域。在时域，时间信号变化反映在实时的神经活动中。在频域，瞬时频率信号是神经活动的标记。时频分析是为了大脑的功能定位，以确保之间的映射关系以及脑功能和脑结构的正确性。在上世纪20年代末40年美国学者道森观察BEP的初始波。道森一次又一次在同一张照片筛选大脑电位的变化，当时机械和自动设备随着技术的进步出现时，他意识到解决提取的BEP这一难题的时候到了，但是这种方法有许多缺陷和不足。电位的波形不显著并伴有大量的假信号，使诱发电位的特征提取仍然是一个在生物医学信号处理领域的难题。小波变换方法可用来提取和识别淹没在噪声中的微弱电生理信号，目前己成功地提取EP信号和心室晚电位。由于其具有多分辨率分析的特点，已被广泛应用于脑电信号的滤波以及特征波形的提取上，特别对于癫痫等病的发作的特征波形有很好的提取作用。 2平均法 由于从脑部皮层提取的诱发电位十分微弱，因此背景噪声包括脑电、肌电等信号就显得尤其强大，一次刺激所引起的诱发电位信号就被淹没在自发脑电信号和噪声中无法辨识。对于这个问题，通常采用多次叠加的方法提取诱发电位，后来又发展到各种相干平均法、加权平均法。其原理即进行多次刺激，将各次混有自发脑电信号的诱发电位信号进行叠加平均。由于各次的自发脑电是随机信号，均值为零，各次的诱发电位信号则基本一致，因此经过叠加平均后就可以抑制自发脑电，提高诱发电位的信噪比。信噪比的提高，与叠加平均次数的平根成正比．但是，随着叠加次数的增多，不但增加了受试者的痛苦，还会造成神经系统对外部刺激产生适应性，导致较大的测量误差，丢失许多有用的瞬态信息。因此，寻找诱发电位提取的新方法，尽量减少叠加次数，一直是人们研究的目标。 假设记录的信号： (2.1) 其中，是诱发电位，是噪声。然后， (2.2) 平均法法是传统的和简单的方法在BEP提取。因为时间被锁定于诱发电位及噪声之间，我们通常认为的噪声是独立的诱发电位和记录诱发电位是相似的。从而提高平均法信噪比在一定程度上诱发电位与处理。结果如图2.1所示。它是一次加法的结果，五的增加的结果，十五加法和三十的结果依次从上到下。 图2.1 平均法的结果 从图中可以看出，诱发电位在三十的添加也有粗糙的许多虚假信号和背景噪声。它需要添加许多刺激信号（通常是100）才能获得更好的波形图。但重复长时间的刺激会使大脑适应或疲劳使振幅诱发电位出错。因此，平均的方法有严重的缺陷。 3小波变换 小波变换的思想源自于伸缩和平移。这是一个在时域和频域部分的分析方法它的大小和可变的窗口的形状是固定的。该信号的连续小波变换的定义是： (3.1) 其中，的小波函数，是参数，b是平行移动的参数。这表明我们使用扩展的波来观察整个的时候增加。相反，它表明我们使用压缩波观察偏时减少。那么的小波变换能够充分反映从一般的图像细节信息随着一个由大到小规模的变化。 1988，Mall