脑电图数据中α波功率谱分布特性的研究

论文摘要

研究意义:脑电信号中的α波是脑电图研究中最重要、最著名的成分之一,它与人的年龄、记忆能力等很多因素有关,并且不同人在不同状态下α波的出现情况也不同,有的人出现α波,有的人不出现,有的人出现的强有的人出现的弱。所以提取α波、确定α波的频率和带宽都是一件非常困难的事,因此如何确定α波的出现情况和分布状态是一个很有研究价值的课题。研究目的:本文通过对客观记录的脑电图数据进行α波功率谱分布特性的研究,采用下述方法,确定α波的不同出现状态并求出不同人在不同状态下的α波的主要分布范围。研究方法:由于α波主要分布在后头部,所以本研究主要针对后头部的四个脑电极(P3,P4,O1和O2)进行分析。首先对实验得到的脑电图数据进行自相关分析;其次对脑电图数据进行功率转换;根据脑电波显现出来的特性选取合适的函数建立数学模型对脑电图数据进行拟合;通过对自相关的分段研究得出α波的主要分布范围。研究结果:通过上面的研究方法得出,随着脑电图数据自相关系数的变化,α波的状态也随之发生变化。脑电图数据的自相关系数在(0.40,1]内时,α波的出现比较强,此时拟合计算得到的结果的准确性也可以保证:自相关系数在(0.10,0.40]内时,α波的出现的情况很不稳定,拟合计算得到的结果的准确性是无法保证的;当自相关系数小于0.1时,α波非常的弱。研究结论:通过研究结果可以看出,自相关系数越高,α波的出现也就越强并且分布集中,随着自相关系数的降低直至为零,α波的出现也随着减少变弱并且松散,逐渐至不出现的状态。在自相关系数出现在(0.10,0.40]范围内时为无法确定α波的分布范围;而自相关系数小于0.10时为α波不出现的状态。

论文目录

• 摘要
• Abstract
• 绪论
• 一、脑电图的发现
• 二、脑电图的发展状况与研究进展
• 三、脑电信号的研究意义
• 四、本文研究背景及主要研究内容和研究任务
• 第一章 脑电图基本理论及现代研究方法
• 1.1 脑电图（EEG）基础知识
• 1.1.1 概述
• 1.1.2 脑电图数据的获取方法
• 1.1.3 脑电图分类
• 1.1.4 脑电信号的特点
• 1.2 α波多变性
• 1.3 脑电信号的现代分析方法
• 第二章 实验描述
• 2.1 实验对象
• 2.2 实验描述
• 2.2.1 实验1
• 2.2.2 实验2
• 2.2.3 实验3
• 本章小结
• 第三章 研究方法
• 3.1 MATLAB简介
• 3.2 脑电图数据的自相关分析
• 3.2.1 相关的概念
• 3.2.2 自相关分析
• 3.2.3 自相关应用
• 3.3 PSD转换
• 3.3.1 PSD概念
• 3.3.2 PSD应用
• 3.4 最小二乘法
• 3.4.1 最小二乘法概述
• 3.4.2 最小二乘法的应用
• 3.5 函数选择
• 3.6 建立模型进行自相关系数分段
• 本章小结
• 第四章 结果
• 4.1 自相关
• 4.2 PSD转换
• 4.3 残差范围
• 4.4 函数选择
• 4.5 自相关系数分段
• 4.5.1 (0.40，1]
• 4.5.2 (0.1，0.40]
• 4.5.3 (0，0.1]
• 4.6 结果应用
• 4.6.1 实验一
• 4.6.2 实验二
• 4.6.3 实验三
• 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的学术论文
• 致谢