基于小波分析的躁狂症患者脑电信号处理
摘要
躁狂症和传统的单相抑郁症有不同之处,躁狂症患者除了抑郁外还伴随情绪躁动,我们采用32导联脑电设备在情绪Stroop范式下分析躁狂症患者和健康人之间在情绪出现异常情况下的脑电信号的差异。由于脑电信号的随机和不稳定性,仅用傅里叶变换难以得到该信号良好的局部特性和同时得到该信号的时域特征以及频域特征,所以我们采用小波分析法将会得到信号的时域和频域内的特性。我们通过引入相关研究定义的PSI(phase synchronization index)相位同步指数的概念研究躁狂症患者和健康人之间的脑同步活动性差异,该相位同步活动将通过不同频率段的ERP(event-related potential)事件相关电位信号体现出差异性。
引文
[1]Nicolaou N,Nasuto S J.Comment on"Performance of different synchronization measures in real data:a case study on electroencephalographic signals"[J].Physical Review E Statistical Nonlinear&Soft Matter Physics,2002,65(1):041903.
[2]胡巧莉.基于相位同步分析方法的抑郁症脑电信号的研究[J].中国医疗器械杂志,2010,34(4):246-249
[3]王二院,李侠.T检验在公安决策中的应用[J].中国人民公安大学学报:自然科学版,2016,22(3):37-42.
[4]王攀.基于小波变换和多域融合的脑电信号特征提取[D].浙江:浙江大学,2011:13-20.
[5]康成.抑郁症患者P300相同步特性脑网络结构分析[D].深圳:深圳大学,2016:25-34.
[6]小波变换与信号瞬时特征分析[J].地球物理学报,1997,40(6):821-832.
[7]张泾周,寿国法,戴冠中.基于小波变换的心电信号噪声处理[J].西北工业大学学报,2005,23(1):11-14.
[8]李建平,吴传志,龙兰,等.基于小波变换的非平稳随机信号处理[J].工程数学学报,2001,18(f12):99-104.
[9]杨仁桓,宋爱国,徐宝国.基于谐波小波包变换的脑电波基本节律分析[J].东南大学学报(自然科学版),2008,38(6):996-999.
[10]基于小波包变换的脑电波信号降噪及特征提取[J].计算机工程与科学,2015,37(4):790-795.
[11]程明,高小榕.基于脑电信号的脑-计算机接口[C]//庆祝中国康复医学会成立20周年学术大会.2003.
[12]杨帮华,颜国正,鄢波.基于离散小波变换提取脑机接口中脑电特征[J].中国生物医学工程学报,2006,25(5):518-522.
[13]聂聃,王晓韡,段若男,等.基于脑电的情绪识别研究综述[J].中国生物医学工程学报,2012,31(4):595-606.
[14]杜晓燕,李颖洁,朱贻盛,等.脑电信号伪迹去除的研究进展[J].生物医学工程学杂志,2008,25(2):464.
[15]郭晓静,吴小培,张道信,等.基于独立分量分析的脑电消噪与特征提取[J].系统仿真学报,2003,15(2):287-289.
[16]魏娜.基于样本熵的注意力相关脑电特征信息提取与分类[J].西安交通大学学报,2007,41(10):1237-1241.
[17]周卫东,贾磊.小波变换和独立分量分析去除脑电信号中的噪声和干扰[J].山东大学学报(医学版),2003,41(2):116-119.
[18]张崇,郑崇勋,欧阳轶,等.基于脑电功率谱特征的脑力疲劳分析[J].航天医学与医学工程,2008,21(1):35-39.
[19]吴东宇,董为伟.脑电非线性分析在认知功能研究中的应用[C].全国功能神经影像学和神经信息学研讨会.2003.
[2]胡巧莉.基于相位同步分析方法的抑郁症脑电信号的研究[J].中国医疗器械杂志,2010,34(4):246-249
[3]王二院,李侠.T检验在公安决策中的应用[J].中国人民公安大学学报:自然科学版,2016,22(3):37-42.
[4]王攀.基于小波变换和多域融合的脑电信号特征提取[D].浙江:浙江大学,2011:13-20.
[5]康成.抑郁症患者P300相同步特性脑网络结构分析[D].深圳:深圳大学,2016:25-34.
[6]小波变换与信号瞬时特征分析[J].地球物理学报,1997,40(6):821-832.
[7]张泾周,寿国法,戴冠中.基于小波变换的心电信号噪声处理[J].西北工业大学学报,2005,23(1):11-14.
[8]李建平,吴传志,龙兰,等.基于小波变换的非平稳随机信号处理[J].工程数学学报,2001,18(f12):99-104.
[9]杨仁桓,宋爱国,徐宝国.基于谐波小波包变换的脑电波基本节律分析[J].东南大学学报(自然科学版),2008,38(6):996-999.
[10]基于小波包变换的脑电波信号降噪及特征提取[J].计算机工程与科学,2015,37(4):790-795.
[11]程明,高小榕.基于脑电信号的脑-计算机接口[C]//庆祝中国康复医学会成立20周年学术大会.2003.
[12]杨帮华,颜国正,鄢波.基于离散小波变换提取脑机接口中脑电特征[J].中国生物医学工程学报,2006,25(5):518-522.
[13]聂聃,王晓韡,段若男,等.基于脑电的情绪识别研究综述[J].中国生物医学工程学报,2012,31(4):595-606.
[14]杜晓燕,李颖洁,朱贻盛,等.脑电信号伪迹去除的研究进展[J].生物医学工程学杂志,2008,25(2):464.
[15]郭晓静,吴小培,张道信,等.基于独立分量分析的脑电消噪与特征提取[J].系统仿真学报,2003,15(2):287-289.
[16]魏娜.基于样本熵的注意力相关脑电特征信息提取与分类[J].西安交通大学学报,2007,41(10):1237-1241.
[17]周卫东,贾磊.小波变换和独立分量分析去除脑电信号中的噪声和干扰[J].山东大学学报(医学版),2003,41(2):116-119.
[18]张崇,郑崇勋,欧阳轶,等.基于脑电功率谱特征的脑力疲劳分析[J].航天医学与医学工程,2008,21(1):35-39.
[19]吴东宇,董为伟.脑电非线性分析在认知功能研究中的应用[C].全国功能神经影像学和神经信息学研讨会.2003.