基于脑电信号分析的一类复杂系统故障特征提取方法的研究

发布时间：2017-04-16 19:17

  本文关键词：基于脑电信号分析的一类复杂系统故障特征提取方法的研究，由笔耕文化传播整理发布。

【摘要】：大脑是我们目前所知的最复杂、最智能的动态信息处理系统。在某种意义上，大脑可以被看做一个不断组织和重塑其功能连接的动态网络。随着复杂网络理论和非线性动力学方法成为各学科研究的热点，这为我们研究大脑这一复杂巨系统提供了新的途径。我们分析研究大脑这一复杂系统的故障输出特征，可以预测和治疗一些大脑疾病。从这个角度出发，研究大脑的工作也可以模拟建立人工智能系统，进行复杂系统的故障诊断。因此，研究脑电信号的特征提取方法具有重要的意义和应用前景。 本文从非线性动力学和复杂网络两个方面对脑电信号进行了分析研究。利用了两种非线性动力学的分析方法来分析脑电信号，，分别是信号的递归分析方法、信号的多元图重心轨迹分析方法。递归分析法将时间序列放到了递归图中，从递归图中直观展现出信号的特性和内在规律。多元图重心轨迹的分析方法将信号重构出相空间，找到相空间的多维矢量雷达图的重心轨迹，分析其重心轨迹的特征从而观察信号的不同性质。信号的复杂网络分析是建立信号的网络拓扑图，观察网络的拓扑结构找到网络特点对应的信号的特征。 通过分析脑电信号的递归图，发现疾病状态下的脑电信号有着一定的混沌的规律而正常的脑电信号没有此规律；提取脑电信号的多元图重心轨迹矩特征量可以区分癫痫发作时期和正常时期的脑电信号；通过建立脑电信号的复杂网络可以观察出脑电信号的动力学特征，用于辨识癫痫发作时期和正常时期的脑电信号具有很好的效果。癫痫信号的特征提取为癫痫的诊断与预测提供了一定的理论依据，同时为复杂系统的故障诊断方法提供了新的思路。
【关键词】：故障诊断 相空间重构 脑电时间序列 递归分析 多元图 复杂网络
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TN911.6;R741.044
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 研究背景和意义9-11
• 1.2 研究现状和应用前景分析11-13
• 1.2.1 复杂系统的应用11-12
• 1.2.2 脑电信号研究的发展12
• 1.2.3 非线性动力学在研究脑电信号中的应用12-13
• 1.3 研究内容13-15
• 第2章 相空间重构理论与复杂网络理论15-23
• 2.1 相空间重构理论15-18
• 2.1.1 延迟时间间隔的确定15-17
• 2.1.2 嵌入维数的选取17-18
• 2.2 复杂网络理论18-22
• 2.2.1 复杂系统与复杂网络18-21
• 2.2.2 脑网络21-22
• 2.2.3 时间序列的复杂网络构建22
• 2.3 本章小结22-23
• 第3章 递归分析23-33
• 3.1 递归分析背景及发展23
• 3.2 递归图原理23-24
• 3.3 典型信号的递归图24-27
• 3.3.1 正弦信号递归图25
• 3.3.2 随机信号递归图25-26
• 3.3.3 洛伦兹信号递归图26-27
• 3.4 递归定量分析27-29
• 3.5 基于递归图的癫痫脑电信号分析29-31
• 3.6 本章小结31-33
• 第4章 多元图重心轨迹分析33-45
• 4.1 多元图表示法研究现状33-34
• 4.2 雷达图34-36
• 4.3 多元图特征提取36-37
• 4.3.1 多元图面积特征36
• 4.3.2 多元图重心矢量特征36-37
• 4.4 典型信号的雷达图相空间嵌入及重心轨迹37-41
• 4.4.1 正弦信号多元图重心轨迹38
• 4.4.2 洛伦兹信号多元图重心轨迹38-40
• 4.4.3 随机信号多元图重心轨迹40-41
• 4.5 重心轨迹矩特征量41
• 4.6 脑电信号的多元图相空间重心轨迹41-42
• 4.7 脑电信号的重心轨迹矩特征量分析及辨识42-44
• 4.8 本章小结44-45
• 第5章 复杂网络分析45-59
• 5.1 复杂网络的特征度量46-48
• 5.1.1 平均路径长度46
• 5.1.2 度分布46-47
• 5.1.3 聚类系数47-48
• 5.2 复杂网络的可视图建网方法48-54
• 5.2.1 map 神经元模型可视图建网方法49-51
• 5.2.2 脑电信号的可视图建网方法51-54
• 5.3 复杂网络的局部可视图建网方法54-58
• 5.3.1 癫痫脑电信号的局部可视图建网方法55-57
• 5.3.2 癫痫脑电信号网络的统计特性分析57-58
• 5.4 本章小结58-59
• 结论59-61
• 参考文献61-67
• 攻读硕士学位期间所发表的论文67-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 黄翠玲;陈新;;脑电信号采集与管理系统的设计与实现[J];计算机与数字工程;2008年09期

2 梅村，何育芬;脑电信号的自适应分段和分类存档[J];北京邮电大学学报;1994年01期

3 梅村，张玉艳，娄瑜;脑电信号的压缩与恢复[J];北京邮电大学学报;1995年04期

4 沈民奋,黎展程,孙丽莎;小波包熵在脑电信号分析中的应用[J];数据采集与处理;2005年01期

5 唐艳;汤井田;;基于支持向量机的脑电信号中左右手判别[J];计算机工程与应用;2007年34期

6 李亚杰;宋明星;张玉栋;;脑电信号采集系统的设计[J];河北建筑工程学院学报;2014年01期

7 周红标;陈若珠;李军红;;基于小波包变换的癫痫脑电信号特征提取[J];电子测量技术;2009年10期

8 吴婷;颜国正;杨帮华;;一种快速的脑电信号特征提取与分类方法[J];系统仿真学报;2007年18期

9 周卫东，张敏琼，赵仕忠，马保福，熊伟，高杰;脑电信号反馈控制装置的设计[J];山东电子;1995年03期

10 吴芝芳,孔兰,郑旭媛,李军,陈世峻,陶华英;提取脑电信号的新方法研究─—自适应卡尔曼滤波[J];信号处理;1994年04期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

2 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

3 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

4 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

5 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

6 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

7 游荣义;脑电信号非线性分析方法的研究[D];厦门大学;2003年

8 葛家怡;睡眠分期及低频磁场睡眠诱导的研究[D];天津大学;2009年

9 唐艳;基于时间、频率和空间域的自发脑电信号提取[D];中南大学;2008年

10 石立臣;基于脑电信号的警觉度估计研究[D];上海交通大学;2012年

中国硕士学位论文全文数据库 前10条

1 吴坚;独立分量分析在脑电信号处理中的应用[D];长安大学;2009年

2 杨超;脑电信号相关方法的鲁棒性分析[D];燕山大学;2009年

3 涂建成;脑电信号控制智能轮椅的研究[D];杭州电子科技大学;2011年

4 张倩华;脑电信号的非广度熵分析[D];汕头大学;2004年

5 朱家富;高频脑电信号的非线性动力学参数分析[D];重庆大学;2004年

6 李婷;独立分量分析及其在脑电信号噪声分离中的应用[D];大连理工大学;2005年

7 韩伟;睡眠脑电信号的分析与处理方法[D];西北工业大学;2005年

8 何付志;独立分量分析在脑电信号分析中的应用[D];山东大学;2005年

9 孔繁伟;基于小波变换的脑电信号处理研究[D];山东大学;2005年

10 陈永华;脑电信号采集方法及其在假肢中应用研究[D];大连理工大学;2006年

  本文关键词：基于脑电信号分析的一类复杂系统故障特征提取方法的研究，由笔耕文化传播整理发布。

本文编号：311494