经验模态分解方法及在癫痫脑电波中的应用研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:pretter
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文研究的主要内容是用EMD方法来分析非线性、非平稳医学信号-癫痫脑电波信号(EEG)。研究的重点主要是对EMD算法存在的问题进行改进,并利用改进的EMD算法结合BP神经网络对癫痫EEG信号中存在的特征波-棘波进行识别。本文的方法如下:首先对EMD端点问题进行改进,然后利用改进的EMD算法将癫痫EEG分解为有限个IMF,再提取其相关的特征向量,用BP神经网络进行识别。为了证实EMD方法在处理这种非线性、非平稳信号的有效性,采用现在比较流行的小波变换来分析同样的癫痫EEG信号,并选取适当的层数做为同一BP神经网络的输入向量来识别癫痫EEG中的棘波。从这两种方法的分析结果和仿真图形的比较中可以看到,用EMD-NN来识别癫痫EEG中的棘波的效果和WNN识别的结果相当,但在EEG特征提取上,EMD算法要比小波变换好,这也说明了EMD方法非常适合分析非平稳、非线性信号。
其他文献
随着网络技术的发展和互联网的普及,人们越来越注意到网络安全的重要性。和网络技术相伴而生,网络攻击技术也迅速发展。为了对付无所不在的网络威胁,人们配置了网络防火墙、
我国地域广袤,教育资源呈现出区域化和地域化的分布特点。为了解决教育资源分布不均的问题,远程教育这一替代教育手段越来越受到关注,尤其是基于多媒体视频的远程教育,已经发展成
网格技术是近年来国际上兴起的一种重要信息技术,它的目标是实现网络虚拟环境下的高性能资源共享和协同工作,消除信息孤岛与资源孤岛。在此基础上提出了制造网格的新概念,它
自适应波束形成技术在理论上具有良好的性能,但在实际应用中一旦受到阵列误差(如导向矢量误差)的影响时,其性能可能会急剧下降。因此,稳健的波束形成技术一直是研究的热点问
数字信号处理相对于模拟信号处理的优越性主要表现在精度高、灵活性强、可靠性好、易于大规模集成及存储等,所以正受到工程界越来越多的关注。电子系统数字化的最大障碍是宽
随着Internet的飞速发展和移动计算机日益广泛的应用,移动计算机用户希望能与台式计算机用户一样接入互联网,共享资源和服务,而不局限于某一固定区域,当其移动时也可以方便地建立
随着3G无线技术标准的成熟,第三代移动通信无线网络的建设与规划迫在眉睫。TD-SCDMA技术标准现在正在进行较大规模的商用网络的搭建及测试,在今年下半年就有可能发放牌照,从而更
论文从说明目前网络存在的不安全因素入手,引出访问控制和信任协商的课题研究。论文首先介绍了XML的基础知识并在此基础上讨论了XML访问控制语言,用它来实现对XML文档的访问控
显微镜下多血管炎(MPA)常累及肾、肺等全身多个器官。其临床表现复杂多变,易被误诊,为提高对本病的认识,现将我们收治的2例MPA误诊为肺纤维化、肺炎病例报告如下。1病历摘要
本文提出了内外双层自适应方案,内层利用信道对称性,外层利用周期性反馈和事件驱动反馈(即误帧率反馈)来消除时分双工通信系统发射端对发射模式进行优化时一般都假设上下行链路