基于多导脑电特征的生理性精神疲劳分析

通过对4种生理性精神疲劳状态下4导脑电信号进行功率谱和小波熵特征分析，研究了脑电信号各节律相对功率以及小波熵与生理性精神疲劳程度之间的关系，并分析了它们在不同生理性精神疲劳状态下的变化规律及其相关性．实验分析结果表明，脑电信号各节律的相对功率以及小波熵平均值与生理性精神疲劳程度之间存在很强的关联性，对于不同的生理性精神疲劳状态，随着生理性精神疲劳程度的增加，其脑电信号的小波熵平均值逐渐降低，θ、α和β节律高频快波相对功率的平均值逐渐降低，而占节律高幅度慢波相对功率平均值逐渐增加．脑电信号各节律的相对功率以及小波熵平均值有望成为衡量生理性精神疲劳程度的指标．     

基于运动相关脑电特征的手运动方向识别

为了研究如何从无创运动相关脑电中提取运动信息作为上肢主动康复训练的控制命令,通过设计实验,使右手完成左、上、右3个方向的运动,同时采集脑电数据和右手运动信息.通过小波时频分析确认与右手运动相关的脑电频带,并提取其小波分解系数作为特征,采用支持向量机进行特征分类,根据方向识别准确率分析提取特征的有效性.结果表明,运动脑电delta和theta频段的小波系数特征可以有效区分右手不同方向的运动,方向识别准确率的均值接近65%,并且用准备阶段特征分类的结果普遍优于运动阶段特征,因此,在手运动之前诱发的脑电活动含有丰富的运动信息,可用于脑-机接口系统提取上肢主动康复训练的控制命令.     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

疲劳驾驶的脑电特性探索

研究疲劳驾驶时的脑电特性.利用汽车模拟驾驶系统模拟驾驶员疲劳驾驶的情况,用脑电仪记录驾驶员的脑电情况,得到了驾驶员在正常状态和疲劳状态下驾驶时的脑电数据和波形,分别用平均功率谱方法和非线性的关联维数方法对所得数据进行分析.得到了疲劳驾驶时脑电的2个特征量R和D.可以用驾驶员驾驶时的脑电特征量来评价其疲劳程度.     

基于DHWPT的脑电基本节律特征提取

脑电中不同类型的基本节律在不同生理条件下特征不同,有效提取这些特征对于实现脑电定量分析具有重要作用。简要分析了谐波小波独特的优势,研究了基于离散谐波小波包方法精确提取脑电基本节律的问题,得到了两种反映节律特征的量化参数:单个导联上各节律在某时刻的频带能量比例(FBER-S)和某一导联脑电信号在某一频段内的能量占所有导联在该频段内能量的百分比(FBER-A)。对临床病例数据分析表明,这两种特征参数呈现的特点与确诊病例的病症特点吻合得很好,说明它们能够作为临床诊断和长时程脑电监护的有效辅助诊断依据。     

基于小波熵的网络成瘾脑电复杂性分析

通过考察青少年网络成瘾患者的脑电复杂性参数即小波熵及其脑电信息图,分析网络成瘾患者与正常人的差异,试图揭示网络成瘾对患者大脑产生的影响,并为网络成瘾综合症的诊断提供依据．分别采集9名网络成瘾者（实验组）和9名正常受试者（对照组）在上网前后的自发脑电,然后对其进行小波熵及其脑电信息图分析．结果发现网络成瘾患者上网前的自发脑电的小波熵值明显低于正常组上网前的自发脑电小波熵值（P〈0．05）,但上网40min后,其脑电小波熵值明显升高（P〈0．05）,此时与正常组无显著性差异;而正常组受试者上网前后的脑电小波熵值没有显著性的差异（P〉0．05）．此结果证实了网络成瘾患者在上网前,其脑电复杂性较低,大脑活动水平较低,而通过网络可以唤起其大脑的活动,因此小波熵值可以作为网络成瘾综合症诊断的客观指标之一．     

频域多分辨分析及其对提取脑电特征波的应用

提出一种基于傅里叶变换的频域多分辨分析的新理念,对频域空间进行2进制多分辨分解,并用于分解脑电信号的4种脑波主要分量,以及研究脑电信号各种节律的动态特性.结果表明,该方法物理意义清楚,能获得比小波多分辨分析更多的信息,并能够有效提取脑电不同节律的时频特性,是一种新的描述脑电信号动态时频变化特征的定量定性分析方法.     

利用边界元法求解脑电正问题和高分辨脑电

利用边界元法求解脑电正问题和高分辨脑电,分析了边界元法计算带有高电阻率颅骨区域脑电正问题存在的缺陷,给出了解决该问题以及提高计算精度的方法.利用边界元所给出的场域边界和分界面上场量的约束关系,实现了一种由头皮电位推算皮层电位的高分辨脑电计算方法.通过多层球模型的仿真计算与实际解析解进行比较,验证了所提出的方法在一定条件下能够取得较高的计算准确度.     

不同脑负荷脑电特征的近似熵表征研究

目的研究不同生理状态下的脑电特征(EEG)。方法利用一种度量时间序列复杂性的非线性统计方法——近似熵(ApEn)方法。结果近似熵能够有效地反映脑电信号的变化情况。结论近似熵是一种值得重视且很有发展前景的复杂性分析方法。     

基于脑电功率谱-连续隐马尔科夫链的精神疲劳分级模型

提取多通道脑电（EEG）功率谱特征,训练连续高斯密度混合隐马尔科夫模型（CHMM）,建立了基于功率谱-CHMM的精神疲劳分级模型.分级结果表明：EEG各节律功率谱及其比值是精神疲劳的敏感指标,CHMM对于不同的精神疲劳状态具有较高的分类精度,最高分类正确率达到97.5%;在训练样本相同的情况下,CHMM比反向传输人工神经网络具有更高的分类精度.     

血管性痴呆患者脑电信号的多通道线性描述符特征研究

为提取能有效区分血管性痴呆(VaD)患者与正常老年人的神经电生理特征标识,采用多通道线性描述符对两组受试者在执行oddball视觉探测任务过程中的脑电(EEG)信号进行特征提取研究.通过对任务状态和平静状态下多通道EEG的3个多通道线性描述符分析表明,在执行探测任务过程中,VaD患者的场强变化率Φ和空间复杂度Ω明显高于正常老年人,而在平静状态下却无显著差异,两组受试人群的有效场强均没有显著差异.分别对比不同受试人群在任务状态和平静状态下的3个描述符,结果表明,两组受试者在任务状态下的有效场强Σ比平静状态明显增高,Φ和Ω明显降低,而且VaD患者3个描述符任务状态相对于平静状态的变化率要明显低于正常老年人.因此,多通道线性描述符可以有效地反映人脑认知功能的衰退,为VaD患者的脑电特征提取提供了一种新的方法.     

胸径的功率谱分析与最大熵谱分析

胸径是林木生长的重要因子,使用广泛.对获取的蒙古栎胸径生长序列进行了单位根检验,发现二阶差分时数据具有平稳性;对二阶差分序列利用以傅里叶变换为基础的功率谱分析法和以信息论中熵的概念为理论的最大熵谱分析法分析胸径生长的周期性,得主周期为4.5 a,在连年生长量与平均生长量相等时,约有以4.5 a为周期性的三次波动,次周期两种计算有差导,功率谱法为5.4 a,最大熵谱法为3.86 a.     

酗酒者认知脑电能量的头皮分布

为了理解酗酒对大脑功能的影响,已有研究多数是对被试者的脑电各节律特性分别进行分析,而缺乏分布特性研究.通过3种不同类型的实验,对酗酒者和正常对照组的脑电节律能量的头皮分布进行深入分析.结果表明,在3种不同认知任务下,酗酒者的α节律、δ节律和θ节律在枕区的能量都显著低于正常对照组;而酗酒者脑电β和γ节律在额区与颞区的能量显著高于正常对照组.不同的实验任务对各节律影响也不尽相同.α节律随着任务的不同,能量大小发生变化;枕区的θ节律、额区和颞区的δ节律能量分布在不同任务条件下也各不相同;而β能量则不受实验任务的影响.不同实验类型下酗酒者额区的脑电γ能量有所不同,而正常人却没有显著变化.因此慢波节律在不同区域能量的降低和快波节律在不同脑区能量的增加可能表明酒精长期作用会对大脑造成一定程度的损伤,进而影响大脑的认知过程,而且这种影响还通过皮层电活动头皮分布特性的不同得以体现.     

三维小波功率谱

本运用高维小波变换理论，通过三元张量积多分辨分析方法，严格推导出了三维分离小波功率谱的计算公式，并找到了它与传统的Ｆｏｕｒｉｅｒ功率谱之间的联系。由于实际样本总是有限取样的，常常是不完备的，作为Ｆｏｕｒｉｅｒ功率谱的补充，小波功率谱可能测量了密度场结构的不同方面，对于宇宙大尺度结构的成团统计分析研究，有着潜在的应用价值。     

ARPE功率谱估计方法

本文提出了一种新的功率谱估计方法--ARPE 法。该方法吸取了 PER 方法和 AR 方法各自的优点。它主要适用于短的谐波加随机噪声信号的功率谱估计。文中给出了该方法的原理,编制了计算程序,并在 HP9826型微机上实现。文中给出的仿真例子说明了该方法的可行性。     

利用高阶谱重构功率谱抑制高斯有色噪声

在大地电磁测深法(MT)中,天然交变电磁场是其研究的主要对象。天然电磁场通常非常微弱,而传统的MT处理方法抑制噪声能力,尤其是抑制有色噪声能力相对较弱,从而导致大地电磁响应函数经常出现形态异常,在资料反演解释时,许多地质特征难以有效提取出来,这些问题严重阻碍了MT的实际应用效能和发展。根据任何高斯过程,其高阶统计量(高阶累积量,高阶谱)均为零的性质,通过信号的高阶谱恢复功率谱,再由功率谱估算MT响应函数,以抑制高斯有色噪声的影响。数值模拟试验显示,这种方法在抑制高斯有色噪声方面优于传统功率谱方法。     

睡眠中抽搐患者常规脑电图和动态脑电图比较

目的:比较睡眠中抽搐(含睡眠+清醒抽搐)患者常规脑电图(REEG)和24 h动态脑电图(AEEG)检出痫样放电及痫性放电率,从而指导临床医生选择脑电图检查方法。方法:常规脑电图组(I组)268例,描记清醒期30 min,动态脑电图组(II组)103例(其中75例由I组检查阴性转至),描记包括清醒期和睡眠期在内的24 h脑电图,统计两组的痫样放电率及痫性放电率并进行比较。结果:I组痫样放电56例(20.90%),II组痫样放电73例(70.87%);I组痫性放电3例(1.12%),Ⅱ组痫性放电13例(12.62%)。结论:动态脑电图组痫样放电及痫性放电率明显高于常规脑电图组(P<0.01),睡眠中抽搐(含睡眠+清醒抽搐)患者行24 h动态脑电图检查明显优于常规脑电图检查。     

基于MATLAB实现经典功率谱估计

功率谱估计(power spectrum estimation,PSE)是利用有限长的数据估计信号的功率谱,广泛应用于雷达、声纳、通信、地质勘探、天文、生物医学工程等众多领域.功率谱估计可分为经典谱估计和现代谱估计,文章主要研究经典谱估计中的修正算法.目前经典谱估计中主要采用对2种方法进行估计,分别足周期图法和自相关法...     

深圳股票价格指数的功率谱检验

首先对股票指数进行了非趋势化处理,接着对经过非趋化处理后的股票指数数据进行了功率谱检验,其目的在于后续计算股票指数的关联组数和李雅普诺夫指数,以便对股市进行有效的预测和研究。