基于EEG高阶过零分析的脑损伤检测新方法

目的 :提出基于高阶过零 (HOC)的方法并利用EEG检测由于缺氧窒息而引起的中枢神经系统损伤及对损伤程度进行定量评估。方法 :采用两种基于HOC的方法 ,一种为依据EEG信号序列统计分布特性的HOCSD(S距离 )法 ,另一种为依据预处理后EEG信号的谱特性的HOCCF法。结果 :对三类实验样本进行了检测 ,检测结果与神经缺欠值 (NDS)的相关性高达 96 %。结论 :实验数据分析表明 ,两种基于HOC的新方法对于检测由于缺氧窒息而引起的中枢神经系统损伤及对损伤程度进行定量评估具有一定的意义。

高阶过零信号分析技术及其在脑损伤检测中的应用

高阶过零 (HOC)是时间序列分析的有力工具。本文在介绍 HOC信号分析方法的基础上 ,综述了一类基于 HOC技术 ,利用脑电图 (EEG)信号进行脑损伤检测和定量分析的方法。实验数据分析表明 ,基于 HOC信号分析技术的脑损伤检测方法对于检测由于缺氧窒息而引起的中枢神经系统损伤及对损伤程度进行定量评估是十分有效的。这种方法不依赖于正常 EEG信号的存在 。

航空磁异常探测中的自适应高阶过零检测器

传统航空磁异常探测方法依赖目标信号特性或噪声统计特性的先验知识,造成检测概率低、探测距离短。为了提高航空磁异常信号检测器性能,综合考虑目标信号特征和噪声统计特性,提出一种基于高阶过零法的自适应磁异常探测方法。根据铁磁性潜艇目标信号模型、实测目标高空信号以及稳定无磁环境和复杂磁环境中长时间采集的实测磁噪声,分析目标信号和噪声的特征,研究二者之间的高阶过零统计特性。基于信号的前5阶高阶过零序列构造检测器的检验统计量,设计适用于复杂环境下航空磁异常目标探测的自适应高阶过零(AHOC)检测器。理论性能分析和实测数据验证表明:铁磁性目标信号和磁噪声信号的高阶过零特性存在显著差异,前5阶高阶过零率有明显的区分度;在相同的输入幅度信噪比条件下,AHOC检测器输出的幅度信噪比大于5,抗噪能力更强,且具有良好的弱信号检测能力;AHOC检测器的检测效果优于常规的高阶过零检测器和标准正交基函数检测器,适用于复杂磁环境下的低信噪比探测。

改进的高阶过零检测算法及其在检测中的应用

利用地震动脚步信号曲线比较光滑而环境噪声曲线毛刺比较多的特性,提出了一种新的高阶过零检测方法,即动态区间高阶过零检测方法。该方法是根据高阶过零检测方法改进而成的,用于地震动微弱脚步信号检测。通过试验仿真分析结果可以看出,该方法简单直观,运算量小,可以提高检测性能。

基于HOC-SVM的运动状态下脑电的特征提取与分类

研究人脑在不同运动状态下的脑电信息,不仅能够揭示出各种运动状态对于大脑活动的影响,也是工程技术人员设计脑-机接口与神经修复系统的关键技术之一。文章根据脑电信号的μ节律变化,首次将表征时间序列摆动特性的高阶过零分析(Higher Order Crossing,HOC)方法运用于运动状态下的脑电信号的特征提取并结合支持向量机(Support Vector Machine,SVM)对输入的高阶过零特征量进行了有效的分类。将该方法提取的特征量与基于统计学的特征量分别用SVM进行分类,结果表明本方的识别率明显高于基于统计学特征量的方法。说明基于HOC-SVM方法在脑电信号的特征提取与分类中有较强的可行性和实用性。