华侨大学毕业论文(设计)开题报告-hqu.edu.cn.docVIP

华侨大学本科毕业论文 设计 开题报告 学院：信息科学与工程学院 专业班级：本科2013届电子信息 姓名 魏江平 学号 0座机电话号码6 指导 教师 闫铮 职称 学历 讲师 博士 课题名称 EEG分析软件的实现 设计（论文）类型 （划√） 工程设计 应用研究 开发研究 基础研究 其它 √ 1、本课题的的研究目的和意义： 脑电图（Electroencephalogram）EEG信号近年来随着脑电的研究成为热点，越来越多的算法被提出来。处理后处理后处理部分根据具体的问题有不同的处理方案。方法由具有典型性，可靠性，便捷性。对于数据，即便是基本的方法，工作量也是繁重的，能否开发一个分析软件，包括了预处理以及基本的后处理内容，此外，可以实现批处理，并且每一步有相应的分析结果显示这样的工作对于脑电信号的初步特征了解，以及为后续的更深层次的分析研究都具有重要的意义。EEG处理平台，主要实现三个功能：1）EEG信号的可视化；2）常规预处理算法实现；3）基本特征提取算法的实现。 文献综述（国内外研究情况及其发展）： 脑电信号是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映，脑电信号的研究一直是生物医学领域难度很大且备受关注的课题。。 现代谱分析技术功率谱分析是EE信号处理最常用工具，源于傅氏变换，它的前提是平稳随机信号，对非平衡随机信号而言，不同时刻的谱分析结果是不同的。目前常用的方法之一是以短时间断数据的傅氏变换为基础的周期法，具体做法是把实际淮信号在时域上分段，并看作是准平稳的，每段取傅氏变换后的幅频特性平方再乘以适当的窗函数，作为该信号的功率谱估计，但此法频率分辨率差，存在边瓣泄漏，谱估计方差大等问题。脑电信号（EE）是非平稳随机信号，它的频域特性的正确表达及精度，相位信息的提取，瞬态波形分析是当前EE信号处理研究中的热点问题。EEGLAB，[2],在MATLAB环境下运行，所提供的功能包括：脑电图数据，通道和事件信息输入，数据可视化，预处理，独立成分分析和时间频率分解包括信道和组件支持的引导统计数据重采样方法的的基础上的一致性。FieldTrip，[2],包含的MEG，EEG简单的和先进的分析算法和侵入性电生理数据，如时频分析，利用偶极子分布的来源和波束形成器和非参数统计检验的源重建。它支持所有主要的MEG系统（CTF，Neuromag，BTI）和最流行 ??的EEG系统的数据格式，并可以很容易地添加新的格式。实地考察包含了高层面的功能，可以用它来构建自己的分析协议。除去以上常规EEG分析软件，还有一些针对特定的算法开发的软件，如近年来被广泛关注的脑网路分析方法，Bin He等专门为此算法开发了econnectome工具性[3]。 本课题的主要研究内容（提纲）和成果形式： 1.了解掌握EEG信号的预处理和基本分析方法，基本分析方法可以从时域处理，频域处理，空间域处理三方面着手分类掌握； 2.对各个算法的代码实现，主要使用作为实现平台； 3.编辑软件界面，实现以下几个功能： 必要功能：脑电信号的显示；基本滤波功能，4.最终提供一个可靠的EEG信号分析软件，实现对信号的筛查和基本的分析功能。 预处理：完成滤波，消除噪声干扰得到无干扰的脑电信号。 特征提取：特征提取拟按照时域、频域、时-频域三个类别实现经典的信号分析方法，主要包括相关算法、相干平均、功率谱分析和短时傅立叶变换四种分析算法。 6、本课题的进度安排： 第1周-第2周：完成理论学习，补足自身所缺的知识，例如Matlab不熟悉，这段时间也应对Matlab做一定的学习； 第3周-第4周：研究实验室设备所采集的EEG数据格式，完成数据读取及显示功能； 第5周-第7周：继续学习理论知识，EEG信号的基本预处理内容和基本分析方法； 第8周-第9周：完成EEG信号基本预处理和基本分析算法代码实现，并且验证其正确性； 第9周-第10周：考虑批处理功能，考虑结果处理显示内容； 第10周-第14周：总结，归纳，完成论文，答辩Delorme A and Makeig S,2004 EEGLAB, An open source toolbox for analysis of single-trial EEG dynamics, Neurosci Methods, vol. 132, pp. 9-21. [3]B. He, Y. Dai, L. Astolfi, F. Babiloni, H. Yuan, L. Yang, eConnectome: A MATLAB toolbox for mapping and imaging of brain functional connectivity, Journal of Neuroscience Methods 2010 , 21-269