小波变换模极大值在诱发脑电提取中的应用

针对中潜伏期听觉诱发脑电的特点,利用信号和噪声的小波变换模极大值在分解尺度上的不同特性来滤除中潜伏期听觉诱发脑电信号中的EEG强噪声成份,重构出真实的中潜伏期听觉诱发脑电信号。通过仿真实验表明:采用小波变换模极大值技术,可以有效地提取信号,为信号特征选取提供可靠的特征分析数据。

基于小波变换的麻醉监测诱发脑电信号分析的研究

采用小波变换方法对麻醉监测脑电信号进行分析, 通过基于小波变换系数的奇异值分解构造特征向量的特征提取方法提取麻醉状态下中潜伏期听觉诱发脑电的特征, 并用BP网络分类器对提取的特征进行聚类, 从而实现麻醉深度的估计, 实验仿真结果表明了该方法的有效性.

基于分形理论的麻醉监测诱发脑电信号识别方法研究

提出了一种基于分形理论的麻醉监测诱发脑电信号识别方法.首先给出了麻醉监测中潜伏期听觉诱发脑电信号的数学模型,产生与实际信号相符的模拟脑电信号,然后对脑电信号进行小波降噪,提取降噪后脑电信号的关联维数,最后通过关联维数的大小识别麻醉状态下中潜伏期听觉诱发脑电信号的类型.实验仿真结果表明:提出的识别方法具有较高的识别率.

麻醉监测诱发脑电信号检测技术研究

阐述相干平均技术、加权平均技术和小波变换技术用于麻醉监测诱发脑电信号的基本原理和具体实现过程 ,通过仿真实验实现用这 3种方法来滤除被测信号的强噪声成分 ,提取中潜伏期听觉诱发脑电信号 .相干平均技术简单明了 ,硬件容易实现 ;加权平均技术可以有效地减少叠代次数 ,但它们都需要上百次甚至上千次刺激才能提取出有效的诱发脑电信号 ,得到的信号有时还可能是畸变信号 ;而小波变换技术则在单次刺激的情况下 ,就能获得较高的信噪比及满意的波形特征 ,得到的信号的噪声仍然是白噪声 。