基于相位斜率指数的脑电信号方向研究-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 脑电信号的因果关系检测，对于研究大脑功能及癫痫等大脑疾病的治疗有着非常重要的 意义。在这个背景下，我们的工作主要是分析大脑不同区域的因果关系，以此判断大脑内信 息流的流动方向。本文把算法分别应用到正常脑电信号和癫痫脑电信号数据以及清醒和睡眠 数据，旨在为癫痫疾病的分析治疗提供理论上依据，以及分析睡眠数据的清醒期和睡眠期的 主要区别。论文主要工作分为以下几个部分： （1）基于相位斜率指数的模拟数据分析 这一部分主要建立 AR 数据模型，使用模拟数据对格兰杰因果算法和相位斜率指数算法 进行对比，得出结论：格兰杰因果的噪声鲁棒性能不好，很有可能会得出错误的因果结论。 而本文的主要算法相位斜率指数对噪声鲁棒性能好，对独立的信源的混合不敏感；其次，即 使信号的相位谱是非线性的，也可以得到有意义的结果；而且此算法还有效地权重了各个频 率段的分布。所以，本文对脑电数据方面的应用，不采用格兰杰因果的算法，而是采用本文 主要的算法 PSI 算法。 （2）基于相位斜率指数的脑电数据分析 将 PSI 算法应用到正常脑电数据上，分析大脑不同区域的信息流方向，可以得到从前向 后的一个明确的方向。我们用 PSI 算法对 δ 频段，θ 频段，β 频段，γ 频段，α频段分别进行 分析，对得到的正常脑电和癫痫脑电的有效结果百分比做 T 检验，发现α频段的结果具有显 著性差异，这对癫痫病的临床诊断具有重要意义。用 PSI 算法分析睡眠数据，得出结论：清 醒期的相位斜率指数平均值明显大于睡眠 I 期的相位斜率指数的平均值，T 检验也可得到显 著性差异。这说明可以使用相位斜率指数对脑电、心电进行睡眠分期的研究。 （3）基于 IOS9.1的脑电信号系统设计 利用 IOS 将此算法系统实现，此系统首先显示了几种常见的脑电波形，随后采用模拟数 据、正常脑电数据对此系统进行验证，均显示了正确的结论。经系统分析数据得到的结果我 们可以发现相位斜率指数算法有着格兰杰因果所不能比拟的优势，对于脑电信号的分析得到 了可以显示大脑不同区域信息流的方向。这个系统具有一定的有效性及实用性，能够对临床 脑电信号的分析诊断起到辅助作用。 关键词: 癫痫脑电，因果，相位斜率指数，睡眠数据 I Abstract The detection of the causal relationship between EEG signals is of great significance for the study of brain function and the treatment of epilepsy and other brain diseases, which has long been widely concerned by the experts. In this context, our work is mainly to analyze the causal relationship between different regions of the brain, in order to determine the flow direction of the information in the brain. The algorithm is applied to the normal EEG and epileptic brain electrical signal data and data of wake and sleepy, in order to provide a theoretical basis for the analysis and the treatment of e