基于小波和独立分量分析的脑电信号处理-电路与系统专业论文.docxVIP

摘 摘 要 ， (脑电信号作为一种典型的生物电信号，由放置在头皮的电极获得并被记录，其中包含了 ＼ 人量的脑内神经元活动信息。通过对脑电信号的研究可以使我们更好地了解神经元电活动与 人的生理和心理状态之间的关系，这在临床医学和认知科学领域都尺有极其重要的意义。 但是我们能够获得的脑电信号一般非常微弱、并伴有很强的背景噪卢，是一类典型的1I： 平稳的随机信号，且存在一定的非高斯性和非线性。传统的分析处理方法一般将脑电信号近 似认为是线性的准平稳的高斯分布随机信号，这使得分析结果往往不能令人满意、实_L}J性著。 本文所作的研究充分考虑到脑电信号自身的特点，利用现代的小波变换和独立分量分析方法 从多元统计分析的角度对其进行处理，实验表明这些方法对脑电信号采集过程中的某些常见 噪声可以进行有效的抑制或消除，尤其适川丁．多导脑电信号，并且可以从脑电信号中发掘出 一些隐含的特征。火 本文在以VJL个方面完成了有特色的研究，I：作： ①对脑电信号中可能存在的各种噪声或伪迹进行了分类，讨论了利刚独立分蛙分析， 以及小波变换来消除这些噪声的方法； ②研究了如何将小波变换与独立分量分析相结合来增强或提取脑电信号特征； ⑨研究了对脑电信号中的噪声进行ICA在线消除算法及应用； ④将本文所研究的处理方法与传统的处理方法作了对比性研究。 关键词：脑电信号j小波变换；独立分量分析：峭度j噪声消除，梯度白适应算法j 本文丁作得到了安徽省自然科学堆台．(0043214)的资助。 一I一 ABSTRACTElectroencephalogram(EEG)or ABSTRACT Electroencephalogram(EEG)or brain wave is a typical kind of bioelectricity signals．EEGs are brain electricaI potentials recorded by electrodes placed 0n the scalp of subjects So EEGs contain large amount of original information about the activity of the human brain．Tile studying of EEG signals carl help us to know well the connections between the electrical activity orneufoil and the physiological and／or psycho-physiological significance．Tile analysis of EEG is important both for clinical medicine and for cognitive science research． But．the EEG signal that we can acquired is very weak and is badly contaminated by strong background noise，such as eIeccroocufogram(EOG)，electrocardiogram(ECG)．and line noise (50Hz or 60 Hz power frequency interference)，etc．EEG is a typical non·stationary random signal with a certain extent of non-Gaussian and non-linear character,The traditional analysis method generally considers the signal as linear quasi—stationary Gaussian distribution．In some cases．tile Gaussian assumption may cause the results unacceptable and impractical． Modern information processing approaches such as Wavelet Transform(WT)and Independent Component Analysis(ICA)associated with tile characteristic of EEG are investigated in this thesis．1CA from the angle of multi—dimensional statistic to proc