脑电图自动检测技术的研究和应用

【摘要】：对于许多脑部疾病和神经系统疾病来说都需要做脑电图检测,如脑外伤、脑肿瘤。脑电图检测对癫痫比较准确。但脑电图一般数据量比较大,而且识别起来比较困难,只能由专业的脑电图医师判别。同时由于伪迹的干扰,甚至脑电图医师判别也不尽相同。为了提高诊断效率,减少诊断时间,缩短病人的痛苦,有必要实现脑电图检测的自动化智能化。脑电是一种生物电信号,具有非平稳性和低信噪比的特点。从过去到现在逐步发展起来的识别方法有模拟法、专家系统法、人工神经网络法、小波分析法和非线性动力学法。但使用单一方法效果并不是太好。本文把数字信号处理、小波分析和神经网络方法结合起来,依次对脑电信号实现滤波、分解和识别,有利于更好地检测出异常波。 论文为了实现脑电图自动检测,首先基于数字信号处理技术设计了两种滤波器,一是简单的FIR 滤波器,二是格型滤波器。分别用来过滤工频伪迹和复杂的伪迹。然后利用小波信号处理技术,把已过滤的脑电信号分解到不同尺度中。基于在不同尺度下伪迹和异常波不会完全相同的原理,利用神经网络作为分类工具。把分解后的脑电信号输入神经网络进行识别,输出异常波的识别结果。本文共分六章。第一章绪论描述了此项目的研究背景,研究现状和论文主要工作。第二章介绍了脑电产生的基本原理,并详细阐述了脑电波形的组成及其特点和伪迹的由来和特性。第三章详细介绍了数字信号处理中的滤波器设计技术和小波分析原理。第四章介绍了人工神经网络技术,主要用来实现异常波的识别。第五章给出了系统设计方案和实现流程。最后一章对本文的工作做了总结并对下一步工作做了展望。