基于判别分析法的脑电图数据分析的研究

来源 :大连交通大学 | 被引量 : 0次 | 上传用户:lilinjun0954
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脑电图是通过脑电图描记仪将脑自身微弱的生物电放大记录成为一种曲线图,是脑神经电生理活动在大脑皮层或头皮表面的总体反映。脑电信号(EEG)记录下来的脑电活动包含了大量的生理信息,提取脑电特征并对其作深入的研究有助于我们进一步探索大脑。近年来,实现脑电图的自动判读和评估一直是研究者们在不断探索的研究领域,脑电特征的提取和脑电图数据自动分类是实现自动判读和评估的基础,对脑电图的检查和定量分析等方面有着重要的意义。研究目的:本文通过对客观记录的受试者脑电图数据进行马氏距离判别、Fisher判别和Bayes判别分析,得出一种应用于脑电数据特征提取和分类决策相对准确的方法,并应用于饮酒事件的脑电数据分析中,以期判别摄入酒精后头部各部位电极的类别,从而探讨不同饮酒量状态下脑电特征的变化。研究方法:根据α波的强弱不同将21导电极分为四类,分别对6例正常状态下受试者21导联电极的脑电图数据进行3种判别分析。用得出相对准确的分析方法对6例受试者每隔20分钟饮酒200ml(摄入酒精7.2毫升)的6个饮酒事件进行判别分析。研究结果:对6例正常状态下受试者的脑电图数据进行马氏距离判别、Fisher判别和Bayes判别分析,预测各电极分类准确率分别为64.4%、72.3%、22.7%。对6例受试者饮酒事件的脑电图数据做Fisher判别分析,得出21导电极类别随实验条件和摄入酒精量的具体变化:安静闭眼没有饮酒状态下,各电极分类基本正确。饮酒200ml后,中央区电极(C3、CZ、C4)被判到后头部(P3、PZ、P4、O1、OZ、O2、T5、T6)数量增加,前头部(FZ、F3、F4、FP1、FPZ、FP2、F7、F8)和侧头部电极(T3、T4)被判到中央区数量增加。饮酒400ml后,中央区电极被判到后头部数量减少,前头部和侧头部电极被判到中央区数量减少。饮酒600ml后,中央区电极被判到后头部数量减少,判到前头部的数量增加,前头部电极被判到中央区数量增加,侧头部电极被判到前头部数量增加。饮酒800ml后,前头部电极被判到中央区的数量减少,后头部电极被判到中央区的数量增加。饮酒1000ml后,前头部和后头部电极被判到中央区的电极数量增加。研究结论:Fisher判别法能较好的应用于脑电数据特征提取和分类决策中。饮酒后脑电活动有显著的反应,随着饮酒量的不断增加,各导电极类别不断变化。饮酒200ml后类别变化明显,在饮酒600ml和800ml后类别变化趋于平稳。头部四类电极中,后头部电极类别变化幅度最小。男性受试者电极类别变化较小,女性受试者电极类别变化较大。
其他文献
目前正在进行商业化推广的无线局域网(Wireless Local Area Network,WLAN)是一种单跳的无线接入网,所有无线终端通过接入点(Access Point,AP)接入有线网络。但是,单跳无线传
SVM是一种新的模式分类技术,已经在许多领域得到广泛的应用。特征选择和分类器参数优化是提高SVM性能的两个重要方面,传统上这两个问题是分开解决的。然而这两个问题是相互影响
近年来,显著性检测已经在国内外相关领域研究中得到了广泛关注,并取得了许多成果,但是已有的研究往往注重单幅图像与单视频的处理。伴随互联网等技术的飞速发展,从多幅图像或
随着经济和技术的发展,计算机网络在人们的生活中占有越来越重要的位置,同时网络安全问题也越来越引起人们的重视。分布式拒绝服务攻击(DistributedDenialofService,DDoS)是近年
随着移动计算技术的发展和移动业务多样化需求的增加,持有移动设备的用户不仅希望随时、随地接入Internet,而且迫切希望能享受到同固定用户相同的服务质量(QoS,Quality of Se
随着网络技术的广泛应用和网络经济的不断发展,网络安全问题日益突出,在诸多的网络安全事件中网络蠕虫造成的危害尤为巨大。虽然人们在检测和防范蠕虫方面进行了大量的研究,
随着Internet的发展,系统的组织结构由集中式向分布式转变,分布式系统开始越来越多地应用于各行各业,尤其是一些关系经济命脉的重要部门。中间件是一种位于系统软件和应用软
在信息社会中,手机、PDA(Personal Digital Assistant,个人数字助理)等无线设备不断普及,已成为人们日常生产生活中的重要通讯工具。同时随着科技的不断发展,无线设备的性能不断
学位
近年来,B2B电子商务取得了飞速的发展。电子商务集成系统研究作为B2B电子商务实现跨平台、跨系统、跨地域的电子交易的主要手段,日渐成为研究的重点方向。在企业间合作的集成
互联网正在以一种前所未有的方式和力量影响着人们的生活。其中,IPTV(交互式网络电视)迅速发展,离人们的生活越来越近。要想提供优质的IPTV服务,就需要借助相应的性能测量系