国产乱人视频免费观看网站,九九精品视频在线观看,九九久re8在线精品视频,日韩久久精品五月综合

<menu id="zjelp"></menu>

    <th id="zjelp"><tbody id="zjelp"><form id="zjelp"></form></tbody></th>
    <small id="zjelp"><menuitem id="zjelp"></menuitem></small>
  • <small id="zjelp"></small>

    <address id="zjelp"></address>
    <address id="zjelp"></address>
    基于經驗模態(tài)分解的眼電偽跡去除方法的研究

    基于經驗模態(tài)分解的眼電偽跡去除方法的研究

    ID:34876925

    大小:13.40 MB

    頁數(shù):55頁

    時間:2019-03-13

    基于經驗模態(tài)分解的眼電偽跡去除方法的研究_第1頁
    基于經驗模態(tài)分解的眼電偽跡去除方法的研究_第2頁
    基于經驗模態(tài)分解的眼電偽跡去除方法的研究_第3頁
    基于經驗模態(tài)分解的眼電偽跡去除方法的研究_第4頁
    基于經驗模態(tài)分解的眼電偽跡去除方法的研究_第5頁
    資源描述:

    《基于經驗模態(tài)分解的眼電偽跡去除方法的研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫

    1、分類號:N37密級:公開W鴻乂f研究生學位論文基于經驗模態(tài)分解的眼電偽跡論文題目(中文)去除方法的研究^RemovalofOcularArtifactskiEEG論文題目(外文)BasedonEMD研究生姓名史玉君?通信與信息系統(tǒng)學科、專業(yè)信息與通信工程研究方向生物醫(yī)學信號處理學位級別碩±導師姓名、職稱胡斌教授文I作起止年月2014年5月至2015年5月論文提交日期20巧年4月論文答辯日期20巧年6月學位授予20化年6月日期校址:甘肅省蘭州市

    2、原創(chuàng)性聲明本人鄭重聲明:本人所呈交的學位論文,是在導師的指導下獨立進行研究所耳得的成果。學位論文中凡引用他人己經發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點等,^i己明確注明出處,不包含任何其他個人或集體。除文中己經注明引用的內容外己經發(fā)表或撰寫過的科研成果,。對本文的研究成果做出重要貢獻的個人和集體均己在文中W明確方式標明。本聲明的法律責任由本人承擔。、論文作者簽名::義至或日期部傳叫'關于學位論文使用授權的聲明本人在導師指導下所完成的論文及相關的職務作品,知識產權歸屬蘭州大學。本人完全了解蘭州大學有關保存、使用學位論文的規(guī)定,同意學校保存或向國家

    3、有關部口或機構送交論文的紙質版和電子版,允許論文被查閱和借閱;本人授權蘭州大學可[^將本學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索,可W采用任何復制手段保存和匯編本學位論文。本人離校后發(fā)表、使用學位論文或與該一論文直接相關的學術論文或成果時,第署名單位仍然為蘭州大學。本學位論文研究內容:□可W公開□不宜公開,,已在學位辦公室辦理保密申請解密后適用本授權書。""上選項內選擇其中一V(請在項打)々卷11,定丈緣,論文作者簽名:導師簽名:、2m20/^L-'(;日期:日期q基于經驗模態(tài)分解的眼電偽跡去除方法的研究中文摘要

    4、近年來,在探索抑郁癥的發(fā)病機制和輔助抑郁病臨床診治評估方面,腦電信一種重要的無創(chuàng)方法號為探索腦活動提供了。由于腦電信號自身固有的特點和外、屯、電等其他人體電界環(huán)境的影響,在采集過程中不可避免的會受到眼電、肌電信號和工頻干擾、極化噪聲等的干擾。在這些干猶當中,由于眼睛離頭部近,眼電信號的幅值遠大于腦電信號,眼電偽跡(ocularartifacts,0A)對腦電信號的影""響最大。所W在腦電信號預處理模塊,消除眼電偽跡最大程度的獲取純凈的腦電信號是非常重要的一部分。一經驗模態(tài)分解(empiricalmodedecomposition,EMD)是種非線巧

    5、方法,它一mc系列本征模態(tài)函數(shù)(intrinsicmodefitionIMF)把非平穩(wěn)信號自適應的分解為,之和。本文提出基于經驗模態(tài)分解的眼電偽跡去除方法DEMD,此方法不僅能夠很好的去除眼電偽跡,而且絲毫不影響非眼電區(qū)域的腦電信號和最大程度的保留眼電區(qū)域的腦電信號。根據(jù)方法產生的思路,本文研究的內容大致如下:(1)首先對原始腦電數(shù)據(jù)直接做EMD,對分解出來的本征模態(tài)函數(shù)有直觀的了解IMFs成分,直接去除,發(fā)現(xiàn)去噪后的腦電信號。然后挑選與0A有關的一和原始腦電信號具有千分優(yōu)秀的跟隨特性。這是EMD用于腦電去噪的個亮點(2)提出基于經驗模態(tài)分解算法的

    6、混合去噪方法DEMD。該方法結合離散小波變換(DiscreteWaveletTransform,DWT)和經驗模態(tài)分解EMD,首先對原始腦電信號進行離散小波分解,把腦電信號分解為高頻成分和低頻成分,然后對低頻成分進行EMD分解,根據(jù)區(qū)分標準決定與OA有關的IMFs成分,并探測其眼電區(qū)域,,移除與0A有關IMFs的眼電區(qū)域內的數(shù)據(jù)段最后重構信號。利一用仿真數(shù)據(jù)和真實ERP數(shù)據(jù),采用定評估標準,把較DEMD方法和另外兩個眼電偽跡去除方法SWT閩值法和自適應預測濾波器A巧法作對比,驗證了此方法的準確性和優(yōu)越性。(3)探索離散小波變換在DEMD方法中的必要

    7、性。通過實驗比較得出DEMD相對于田MDonly]在去除眼電噪聲方面更有效,W證明DWT的必要性。,關鍵詞:腦電信號眼電偽孤經驗模態(tài)分解IRemovalofOcularArtifactsinEEGBasedonEMDAbstractEEGhasbeen汪打oninvasive化olwhichgivesaninsightintoexploringthepathoenesisofderes

    當前文檔最多預覽五頁,下載文檔查看全文

    此文檔下載收益歸作者所有

    當前文檔最多預覽五頁,下載文檔查看全文
    溫馨提示:
    1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
    2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
    3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
    4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。