收藏本站
《武汉理工大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多通道EEG信号的癫痫特征提取与识别方法研究

吴艳  
【摘要】:癫痫是最常见的神经系统疾病之一,全世界范围约1%的人患有癫痫疾病。脑电图(Electroencephalogram,EEG)作为一种最常用的诊断工具,被用来进行癫痫相关的神经紊乱疾病的监测、诊断以及治疗。EEG监测会产生大量的癫痫数据,医疗工作者根据经验和通过对患者的脑电图进行视觉检测来进行癫痫疾病诊断,非常耗时。此外,由于分析的主观性,不同专家对于同一记录的判断结果也不尽相同,因此,自动癫痫检测技术的研究显得十分重要。本文采用多通道EEG信号对癫痫发作特征提取与识别方法进行了研究,主要包括以下三个方面的内容:(1)针对采集的脑电数据中可能存在的眨眼、心电、肌电等伪迹干扰问题,提出了一种FastICA-MARA算法进行预处理。首先对多通道的EEG信号进行独立分量分析,采用了基于负熵最大化的FastICA算法得到多个独立分量,然后提取各个独立分量的MARA特征值,并采用MARA工具箱进行二分类,将分类器判定为伪迹的独立分量置零,联合独立分量分析过程中得到的混合矩阵,即可实现去噪后的信号重构。采用癫痫患者的脑电数据进行实验,实验结果表明,FastICA-MARA的去噪性能和TDSEP-MARA一样好,且迭代速度更快。(2)对去噪后的信号进行熵分析,提取癫痫脑电特征,构建熵特征集用于癫痫脑电信号的分类识别。提出了一种模式熵算法用来表征非线性信号的某一模式在不同时间周期内出现的概率,该方法在分析非线性信号复杂度上与样本熵一样具有良好的性能。考虑到采集的信号是多通道的,为了在衡量信号复杂度的同时能将多通道信号之间的相关性考虑在内,还采用了多元多尺度熵算法提取癫痫脑电信号特征。为了进行癫痫脑电信号分类,采用模式熵算法和多元多尺度熵算法构建分类识别所需要的熵特征集。(3)针对支持向量机的参数选取对其分类准确率的影响很大的问题,采用了网格搜索算法、种群算法以及粒子群算法对支持向量机中的核函数参数以及惩罚因子参数进行了优化。癫痫脑电信号的分类识别结果表明,基于参数优化的支持向量机性能比较稳定,而且基于群智能优化算法,如:种群算法、粒子群算法的支持向量机比基于网格搜索算法的支持向量机的分类准确率要高。
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41;R742.1

【参考文献】
中国期刊全文数据库 前5条
1 席敏;朱国魂;;多尺度排列熵及其在癫痫发作识别中的应用[J];生物医学工程学杂志;2015年04期
2 黄瑞梅;杜守洪;陈子怡;张振;周毅;;基于支持向量机的癫痫脑电信号模式识别研究[J];生物医学工程学杂志;2013年05期
3 徐永红;李杏杏;赵勇;;基于小波包和多元多尺度熵的癫痫脑电信号分类方法[J];生物医学工程学杂志;2013年05期
4 马东华;郑旭媛;王真;;基于形态成分分析的癫痫脑电棘波检测[J];生物医学工程学杂志;2013年04期
5 李清毅;周昊;林阿平;邱坤赞;岑可法;;基于网格搜索和支持向量机的灰熔点预测[J];浙江大学学报(工学版);2011年12期
【共引文献】
中国期刊全文数据库 前10条
1 王秋平;赵木来;;基于改进和声搜索算法的支持向量机参数优化[J];化工自动化及仪表;2015年11期
2 高雷阜;赵世杰;于冬梅;徒君;;SVM参数优化的AFMC算法[J];计算机工程与科学;2015年07期
3 孙俊;张梅霞;毛罕平;李正明;杨宁;武小红;;基于高光谱图像的桑叶农药残留种类鉴别研究[J];农业机械学报;2015年06期
4 赵伟;陈仁安;黄晓菁;游荣义;;基于形态分量分析的心电信号去噪[J];实验室研究与探索;2015年04期
5 李振珠;李风海;马名杰;黄戒介;房倚天;;高灰熔点煤灰熔融特性的可控调整研究进展[J];化学工程;2015年03期
6 寇欣;尹成群;吕安强;李永倩;;基于BOTDR监测数据的光纤复合海底电缆状态预测[J];电测与仪表;2015年03期
7 宋筱轩;冯天恒;黄平捷;侯迪波;张光新;;基于动态数据驱动的突发水污染事故仿真方法[J];浙江大学学报(工学版);2015年01期
8 杨忠炯;徐康;周立强;姜东身;;压缩式垃圾车液压系统故障诊断方法研究[J];计算机仿真;2014年11期
9 孟祥敏;宋平;谭继文;;基于小波包与SVM的滚珠丝杠故障诊断[J];机床与液压;2014年19期
10 卢春红;顾晓峰;;改进GA-SVM在冠状动脉疾病诊断中的应用[J];生物学杂志;2014年04期
【二级参考文献】
中国期刊全文数据库 前10条
1 张庆;徐光华;王晶;程晓文;;基于免疫优化形态学滤波器的癫痫棘波检测方法[J];软件;2011年11期
2 李淑芳;周卫东;蔡冬梅;刘凯;赵建林;;EMD和SVM结合的脑电信号分类方法[J];生物医学工程学杂志;2011年05期
3 杨静;吴成茂;屈汉章;;基于多参数小波阈值函数的图像去噪[J];计算机工程与应用;2012年13期
4 赵建林;周卫东;刘凯;蔡冬梅;;SVM和小波分析方法在脑电分类中的应用[J];生物医学工程学杂志;2011年02期
5 奉国和;;SVM分类核函数及参数选择比较[J];计算机工程与应用;2011年03期
6 蔡冬梅;周卫东;刘凯;李淑芳;耿淑娟;;基于Hurst指数和SVM的癫痫脑电检测方法[J];中国生物医学工程学报;2010年06期
7 庞九凤;李险峰;谢劲松;佟冬;程旭;;基于支持向量机的微体系结构设计空间探索(英文)[J];北京大学学报(自然科学版);2010年01期
8 申宇皓;孟晨;傅振华;张磊;;基于改进支持向量机的仿真电路故障诊断研究[J];计算机仿真;2010年01期
9 徐玉兵;;支持向量机在道路交通事故预测中的应用[J];交通标准化;2010年01期
10 周红标;;基于BP神经网络的癫痫脑电信号识别研究[J];科技信息;2009年35期
【相似文献】
中国期刊全文数据库 前10条
1 徐永红;崔洁;洪文学;梁会娟;;基于改进多元多尺度熵的癫痫脑电信号自动分类[J];生物医学工程学杂志;2015年02期
2 叶仙;胡洁;田畔;戚进;车大钿;丁颖;;基于精细复合多尺度熵与支持向量机的睡眠分期[J];上海交通大学学报;2019年03期
3 郑近德;代俊习;朱小龙;潘海洋;潘紫微;;基于插值多尺度熵与模糊C-均值的滚动轴承故障诊断[J];噪声与振动控制;2018年01期
4 许全盛;李世明;季淑梅;翟佳丽;;基于表面肌电多尺度熵的递增负荷诱导肌肉疲劳评估[J];天津体育学院学报;2017年04期
5 王旭尧;徐永红;;基于改进多元多尺度熵的人体步态加速度信号分类[J];传感技术学报;2015年12期
6 王远坤;李建;王栋;;基于多尺度熵理论的葛洲坝水库对长江干流径流影响研究[J];水资源保护;2015年05期
7 徐永红;李杏杏;赵勇;;基于小波包和多元多尺度熵的癫痫脑电信号分类方法[J];生物医学工程学杂志;2013年05期
8 郑近德;潘海洋;包家汉;刘庆运;丁克勤;欧淑彬;;基于精细复合多尺度熵和自编码的滚动轴承故障诊断方法[J];噪声与振动控制;2019年02期
9 张建强;罗志增;章琴;;人体静态平衡运动力学分析中多元多尺度熵特征改进算法[J];航天医学与医学工程;2017年05期
10 何书芹;梁西银;颜昌林;郭贝;刘昊;;基于多尺度熵和动态时间规整的步态身份识别[J];重庆大学学报;2018年11期
中国重要会议论文全文数据库 前3条
1 陶泽沛;郭文成;;基于小波包变换和多尺度熵的癫痫脑电信号分析[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年
2 吉宇;张昊春;童剑飞;张亦宁;谢公南;;核反应堆系统热工水力过程多尺度熵产分析[A];第十四届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室2015年度学术年会论文集[C];2015年
3 倪力;曹建庭;王如彬;;自适应多尺度熵在脑死亡诊断中的应用[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
中国博士学位论文全文数据库 前10条
1 何亮;基于噪声的金属互连电迁移表征方法研究[D];西安电子科技大学;2011年
2 赵海洋;往复压缩机轴承间隙故障诊断与状态评估方法研究[D];哈尔滨工业大学;2014年
3 张亚涛;移动心电信号质量评估的分析与研究[D];山东大学;2015年
4 张文彪;静电法稀相气固两相流测量机理研究[D];天津大学;2014年
5 翁同峰;时间序列与复杂网络之间等价性问题及表征应用研究[D];哈尔滨工业大学;2015年
6 魏勤;基于体征信号分析的麻醉深度评价方法研究[D];武汉理工大学;2012年
7 张雷;非全长粘结锚杆锚固缺陷无损检测原理及方法研究[D];中国矿业大学;2016年
8 梁荣;煤矿长距离斜井TBM(盾构)施工风险特性与评估研究[D];中国矿业大学(北京);2016年
9 葛家怡;睡眠分期及低频磁场睡眠诱导的研究[D];天津大学;2009年
10 王晶;非平稳时间序列的多尺度分析[D];北京交通大学;2015年
中国硕士学位论文全文数据库 前10条
1 范梦頔;基于多尺度熵算法的情感识别研究[D];燕山大学;2018年
2 李天垚;基于改进LMD和多尺度熵能量的风机滚动轴承故障诊断方法[D];北京工业大学;2018年
3 吴艳;基于多通道EEG信号的癫痫特征提取与识别方法研究[D];武汉理工大学;2016年
4 叶金义;基于精细多尺度熵理论在轴承故障诊断中的运用[D];湖南大学;2018年
5 代俊习;基于多尺度熵理论的滚动轴承故障诊断方法研究[D];安徽工业大学;2017年
6 李飞;基于心肺系统的情绪识别研究[D];山东大学;2018年
7 董伟;基于轨旁振动信号的城轨列车扁疤故障检测[D];南京理工大学;2018年
8 闫晓龙;基于多尺度熵的加权HMM网络安全态势预测方法研究[D];湖南大学;2016年
9 王鑫;基于多尺度熵分析的心算负荷变化对人脑影响的研究[D];大连交通大学;2017年
10 刘超;基于经验模态分解的多尺度熵在疲劳驾驶前额脑电特征抽取方法上的研究[D];南昌大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026