摘要随着计算机的发展,人们在脑信号的研究领域引进了许多新的分析思想和方法,如高阶谱分析、小波分析、人工神经网络等,并进行了积极的探索和研究。本课题旨在利用小波变换对脑磁图信号进行时频域的相干性分析,利用小波相干系数表征脑功能连接网络的特征。该课题将采用癫痫病人与健康人的脑磁图数据以对比脑功能连接网络的差异,从而对该方法的实用性进行评估。本课题运用Matlab软件对脑磁图数据进行相干性分析,并计算信号中275通道每两个通道信号之间在不同频率下的相干性系数。这一研究结果对癫痫病人的癫痫灶定位有一定的参考价值。7872
关键词 脑磁图 小波变换 相干性分析 Matlab
毕业设计说明书(论文)外文摘要
Title Brain Function Connectivity Analysis Based on Wavelet Coherence
Abstract
With the development of the computer, people in the field of brain signals have introduced many new ideas and methods of analysis, such as the higher order spectral analysis, wavelet analysis, artificial neural network, and conduct some active exploration and researches. This subject is designed do the analysis of magnetoencephalography signals in time-frequency domain using wavelet coherence characterization of brain functional connectivity network characteristics.For this issue, in order to evaluate the usefulness of this method, differences are achieved through comparison among network connections of the epileptic and healthy men based on their data of MEG. This topic coherence analysis of magnetoe- ncephalography data using Matlab, and calculate the coherence coefficient between the two signals at different frequencies. The research result has some reference values to localize focal epileptic foci for the epileptic.
Keywords Brain Signal , Wavelet Analysis , Coherence , Matlab
目录
摘要 0
目录 I
1 绪论 1
1.1 引言 1
1.2 本文的研究意义 2
1.2.1 课题提出的意义 2
1.2.2 本文解决的问题 2
1.3 本文的章节安排 2
2 脑磁图MEG 3
2.1 脑磁图(MEG)概述 4
2.1.1 脑磁图(MEG)基本原理 4
2.1.2 检测设备组成框图 6
2.1.3 框图中各部分的功能及作用 6
2.2 研究MEG 的意义 10
2.3 MEG发展历史 12
2.4 目前国内外MEG 研究动态和发展趋势 14
3 基于Morlet小波变换的脑磁信号时频分析 18
3.1 时频分析简介 18
3.2 小波变换理论 19
3.2.1 小波分析发展的基本过程 19
3.2.2 小波分析的应用现状 20
3.2.3 小波分析研究的发展趋势 21
- 上一篇:基于主成分分析的雷达目标识别
- 下一篇:小型化螺旋圆极化天线研究+Ansoft HFSS建模仿真
-
-
-
-
-
-
-
巴金《激流三部曲》高觉新的悲剧命运
NFC协议物理层的软件实现+文献综述
上市公司股权结构对经营绩效的影响研究
江苏省某高中学生体质现状的调查研究
高警觉工作人群的元情绪...
中国传统元素在游戏角色...
C++最短路径算法研究和程序设计
现代简约美式风格在室内家装中的运用
浅析中国古代宗法制度
g-C3N4光催化剂的制备和光催化性能研究