基于小波变换的脑电信号特征提取.ppt

发布时间：2022-06-24 发布人：admin 分类：说明书资料大小：0.97M 资料格式：ppt 举报版权申诉

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第1页.png

第1页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第2页.png

第2页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第3页.png

第3页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第4页.png

第4页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第5页.png

第5页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第6页.png

第6页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第7页.png

第7页 / 共29页

weixin_42982516-12281377-4744300845386583414.ppt.pdf-第8页.png

第8页 / 共29页

文本预览

基于小波变换的EEG（脑电信号）特征提取姓名: 学号：复旦大学

Contents 一、EEG特点及一般处理流程二、小波变换三、基于小波变换的EEG特征提取 2 重庆邮电大学

一、脑电信号特点及一般处理流程脑电信号特点： Ø 随机性及非平稳性相当强。人脑是一个庞大而复杂的系统，按生理功能可分为许多基本环节，这些基本环节的生理活动相互影响、相互渗透地交织在一起，而其中存在的联系、制约关系及活动规律还没有被我们清楚地认识。因而，脑电信号表现出明显的随机性，一般不能用数学函数来准确表达，它们的规律主要从大量的统计结果中反映出来。 Ø 脑电信号具有非线性。脑电信号是大脑中各种神经元之间相互作用的信号的复杂组合，组合的非线性导致脑电信号具有非线性的特点。 Ø 信噪比低。在维持正常生理活动的条件下，生物体的各个基本系统之间存在着有机的联系，因而在脑电信号中存在着严重的背景噪声，而且噪声常常超过信号，导致信噪比很低。 Ø 信号微弱。人体脑电信号的强度很微弱，一般在微、毫伏级。 3 重庆邮电大学

一、脑电信号特点及一般处理流程 Ø频率低。脑电信号是低频率的慢变信号，通常频率范围0.5—100Hz。根据频率可把脑电信号分为以下几个基本节律： δ波：频率：0.5~4Hz，振幅：20~200μV。 θ波：频率：4~7Hz，振幅：20~150μV。 α 波：频率：8~13Hz，振幅：20~100μV。 β 波：频率：14~30Hz，振幅：5~20μV。 γ波：频率：30~45Hz，振幅：一般不超过30μV。 4 重庆邮电大学

一、脑电信号特点及一般处理流程一般处理流程：采集：各种脑电采集的电极帽。例如有：ECI 公司的 128 通道 Ag/AgCl 电极帽，还有如图所示的Emotiv SDK Headset采集帽，常用采样频率为128Hz。 5 重庆邮电大学

一、脑电信号特点及一般处理流程小波变换 CSP AR 特征提取的主要方法（滤波器）： AAR FFT HHT 模式分类的主要方法（分类器）： LDA SVM BP人工神经网络贝叶斯分类法最后，将分类好的EEG信号以指令形式用于控制外部设备。 6 重庆邮电大学

二、小波变换小波发展史：小波变换是近十几年新发展起来的一种数学工具,是继一百多年前的傅里叶 (Fourier)分析之后的又一个重大突破,它对无论是古老的自然学科还是新兴的高新应用技术学科均产生了强烈的冲击。 1909: Alfred Haar——发现了Haar小波。 1980：Morlet——Morlet小波，并分别与20世纪70年代提出了小波变换的概念， 20世纪80年代开发出了连续小波变换CWT（ continuous wavelet transform ） 1986：Y.Meyer——提出了第一个正交小波Meyer小波 1988： Stephane Mallat——Mallat快速算法（塔式分解和重构算法） 7 重庆邮电大学

二、小波变换小波变换与傅里叶变换的比较：小波分析是在傅里叶分析的基础上发展起来的，但小波分析与傅里叶分析存在着极大的不同，与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。傅里叶闭环具有一定的局限性。 Ø 用傅立叶变换提取信号的频谱需要利用信号的全部时域信息。 Ø 傅立叶变换没有反映出随着时间的变化信号频率成分的变化情况。 Ø 傅立叶变换的积分作用平滑了非平稳信号的突变成分。由于上述原因，必须进一步改进，克服上述不足，这就导致了小波分析。 8 重庆邮电大学

分享到：

赞收藏

资料库

基于小波变换的脑电信号特征提取.ppt

相关推荐

数据库

热门标签

最新资料