测试信号分析及处理-小波变换与脑电波.pptVIP

made by Hu.min made by Hu.min 基于小波变换的对脑信号的基本研究 研0902班 胡敏 脑电波 脑电信号是脑细胞群的自发性电活动。 脑电图（Electroencephalogram，EEG）是大脑神经细胞群的电活动的总体效应在大脑皮层和头皮表面上的反映。 脑电波 常用的脑电一般可分为两类：一是人为的给被试的感觉器官施加声的、光的或电的刺激，得到刺激引起的脑电位的变化，即脑诱发电位； 另一类是在没有如上述的特定的外界刺激时，被试脑神经细胞群本身自发产生的脑电位变化，即自发脑电。 脑电波 脑电信号（EEG）数据是通过贴在头皮表面上的电极记录的。在头皮上出现的脑电位波动的波幅很低，一般在50μv左右，需要放大100万倍才能记录到脑电图。 由于高灵敏度的脑电放大器很容易受到外界环境的影响，并且，受检者自身的各种因素对脑电图的影响也很大，这些往往造成脑电图中出现伪迹。 伪迹即指在脑电记录过程中伴随出现的各种非脑电位干扰。伪迹的存在给脑电图分析带来很多困难，有时甚至会引起误诊。因此，在采集和分析EEG数据时，应当尽量避免产生和设法消除脑电图中的伪迹。发展先进的伪迹识别与剔除方法自然是当前脑电研究中的一个很重要的方面。 脑电波 近年来，随着计算机应用科学和统计方法的发展，出现的一些伪迹去除方法主要有：伪迹减法、回归方法、自适应滤波、小波变换、主成分分析(Principle ComponentAnalys,PCA)、独立分量分析(Independent Component Analys,ICA)等脑电伪迹去除技术。 这些技术都各自针对不同问题情境,均建立在特定假设基础上,所以应根据具体的研究目的和实验条件进行合理选择。 小波变换由于其在时频两域都具有表征信号局部特征的能力和多分辨率分析的特点,。随着小波理论的日趋成熟,小波变换在时、频两域具有表征信号局部特征的能力,被广泛应用到非平稳随机信号（如脑电波）的伪迹去除领域。 小波(wavelet)是什么 在有限时间范围内变化且其平均值为零的数学函数 具有有限的持续时间和突变的频率和振幅 在有限的时间范围内，它的平均值等于零 部分小波 许多数缩放函数和小波函数以开发者的名字命名，例如， Moret小波函数是Grossmann和Morlet在1984年开发的 db6缩放函数和db6小波函数是Daubechies开发的 小波变换 小波变换的基本思想是将原始信号通过伸缩和平移后 , 分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号,这些子带信号具有良好的时域、频域等局部特征。这些特征可用来表示原始信号的局部特征,进而实现对信号时间、频率的局部化分析。 小波变换 小波变换采用变化的时频窗，窗口面积固定，但形状可变。分析低频时，采用拉伸的小波和长的时间窗以获取足够信息，分析高频信号时，采用哪个压缩小波和短时间窗以获得足够精度。 与Fourier变换相似，小波变换即是信号在小波函数上的分解，通过移动、压缩小波基函数从而实现对信号的多分辨分析，如图所示。 缩放(scaled)的概念 例1：正弦波的缩放 缩放(scaled)的概念 例2：小波的缩放 小波介绍 小波介绍 小波介绍 1909: Alfred Haar Alfred Haar对在函数空间中寻找一个与傅立叶类似的基非常感兴趣。1909年他发现并使用了小波，后来被命名为哈尔小波(Haar wavelets) 小波介绍 1945: Gabor 开发了STFT （short time Fourier transform) 小波介绍 1980：Morlet 20世纪70年代，在法国石油公司工作的年轻地球物理学家Jean Morlet提出小波变换 (wavelet transform，WT)的概念。 20世纪80年代, 开发了连续小波变换 (continuous wavelet transform， CWT) 1986：Y.Meyer 法国科学家Y.Meyer与其同事创造性地构造出具有一定衰减性的光滑函数，用于分析函数 用缩放(dilations)与平移(translations)均为2 j(j≥0的整数)的倍数构造了L2(R)空间的规范正交基，使小波分析得到发展 小波介绍 1988：Mallat算法 法国科学家Stephane Mallat提出多分辨率概念，从空间上形象说明小波的多分辨率的特性，并提出了正交小波的构造方法和快速算法，称为Mallat算法[1] 该算法统一了在此之前构造正交小波基的所有方法，其地位相当于快速傅立叶变换在经典傅立叶分析中的地位 小波分析 小波分析/小波变换 变换目的是获得时间和频率域之间的相互关系 小波变换 对一个函数在空间和时间上进行局部化的一种数学变换 通过平移母小波