脑电信号分析特征提取.pptVIP

脑电信号分析与特征提取 ;脑电信号的概述;选题意义;国内外脑电信号研究的情况;本文研究的总体思路;拟解决的主要问题 ;论文大纲及研究工作计划 ;陈述完毕谢谢各位老师、专家的评审！;定义：是由于脑部神经细胞群异常放电引起的过性脑功能紊乱综合症， 是一种严重且较顽固的慢性疑难性脑部疾病，其发作时表现为大脑神经元群兴奋性增高以及过度同步化放电，并导致短暂性中枢神经系统功能失常 。; 癫痫脑电信号中常见的特征波;无痫样放电时的脑电信号; 脑电信号的分析方法 线性分析 时域分析 频域分析 时频分析 非线性分析 关联维数（Correlation dimension） 李亚普诺夫指数（Lyapunov exponent） 复杂度（Complexity） 算法复杂度 近似熵 同步分析 似然同步（Synchronization likelihood） 匹配追踪算法 小波变换 维格纳分布 ;近似熵（Pincus，1991) 定义 用一个非负数???表示一个时间序列的复杂性方法，越复杂的时间序列对应的近似熵越大 。 算法 优点 计算所需数据短（100～5000点） 抗噪及抗野点能力强（特别是对偶尔产生的瞬态强干扰） 适用于确定性信号及随机信号;功率谱估计（频域分析的主要手段 ） 意义在于把幅度随时间变化的脑电波变换为脑电功率随频率变化的谱图，从而可直观地观察到脑电节律的分布与变换情况。 经典的谱估计方法 ：以短时间段数据的傅氏变换为基础的周期法 两种途径:① 先估计相关函数，再经过傅氏变换得到功率谱估计(维纳辛钦定理)。② 把功率谱和幅频特性的平方联系起来，即功率谱是幅频特性平方的总体均值与持续时间之比，是在持续时间趋于无限时的极限值。 现代的谱估计方法 ：AR 参数模型谱估计 AR系数的估计算法有Yule Walker,Burg Algorithm,Least Squares等