基于多尺度符号序列熵的睡眠脑电与少中年脑电信号分析-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 脑电信号记录着大脑活动的电位变化，是大脑神经细胞生理活动的电信号在大脑皮层的 总体反应。本文提出的多尺度符号序列熵(multiscale sign series entropy,MSSE)对不同生理状态 下的脑电信号进行分析，希望对于临床脑电信号的病理及生理分析能够有一定的参考价值。 本文主要对于睡眠脑电及少中年脑电信号进行多尺度符号序列熵的分析，并将此算法进行系 统实现。论文所做的内容如下： （ 1 ）论文提出多尺度符号序列熵 (MSSE) 分析算法，将其应用到睡眠脑电 (Sleep Electroencephalogram)的病理及生理状态的分析。其结果显示，多尺度符号序列熵(MSSE)分析 算法能够有效的区分出清醒和睡眠两种状态，并且可以在受到噪声影响的情况下依旧能够对 不同状态进行分析检测。通过研究结果可知该分析算法可以作为辅助睡眠脑电临床分析诊断 的方法。 （2）论文通过对少中年脑电信号(Young and Middle-aged Electroencephalogram)的多尺度 符号序列熵(MSSE)分析来分析不同年龄阶段的脑电信号，通过分析可知，此算法能够有效的 区分出少年和中年两种不同的年龄阶段的脑电信号，而且在噪声影响下同样也可以检测出不 同年龄阶段的脑电信号。通过分析验证表明该分析算法能够辅助脑电信号的临床分析与诊断。 （3）利用 C#编程实现多尺度符号序列熵(MSSE)分析系统，该系统可以对睡眠脑电信号 以及少中年脑电信号的分析，在不同的尺度以及各种不同模式的情况下，对两组生理脑电信 号进行分析，并显示分析结果。通过验证证明此系统能够有效的分析不同生理状态下的脑电 信号，在实际的临床脑功能评估中能够起到辅助作用。 关键词：脑电信号，睡眠脑电，少中年脑电，多尺度符号序列熵(MSSE) I Abstract Electroencephalogram(EEG) records the brain activity of potential changes, it is the responses of electric signal of brain cell physiology activity in the cerebral cortex. Multiscale sign series entropy(MSSE) presented in this paper to analyze EEG signals under different physiological states, for clinical EEG analysis of pathology and physiology hope to have some reference value. In this paper, we analyze sleep EEG and the young and middle-aged EEG with MSSE, then implements the algorithm system.The content of the paper made as follows: MSSE presented in this paper, I apply it to the analysis of pathological and physiological state of the sleep EEG. The results show that MSSE analysis algorithm can effectively distinguish between wakefulness and sleep two s