基于小波变换的诱发信号提取算法的仿真设计.docVIP

摘 要 PAGE 2 - 摘 要 大脑电生理信号是反映大脑活动状态的重要信号，主要包括自发脑电信号（EEG）和诱发脑电信号（EP）。如何有效地处理和分析脑电信号，对于脑科学研究和脑部疾病的临床诊断都具有重要的意义。小波变换是信号分析和特征提取是重要工具，它在时域和频域同时具有良好的局部化性质。 本文基于诱发信号的提取为研究方向，着重致力于小波变换的原理及小波分解与重构法对诱发信号的提取。首先，介绍了小波变换原理与脑诱发电位的相关知识。然后，基于传统的叠加平均法与小波分解与重构法对诱发电位进行特征提取。通过分析比较发现，传统的叠加平均法往往会造成瞬态信息丢失，降低准确率。而小波分解与重构方法可以很好的保存信号的尖峰与突变信息，提高了信号的信噪比，可以很好的提取诱发电位信号，充分凸显了小波变换技术在信号处理与分析中的优越性。 关键词：脑诱发电位，叠加平均法，小波变换 Abstract Abstract The Brain electrophysiological signals is an important signal to reflect the state of brain activity, including spontaneous electroencephalogram ( EEG ) and the evoked brain electrical si