基于改进变分模态分解的癫痫脑电信号自动检测方法

目录

声明

第一章绪论

1.2癫痫脑电信号概述

1.2.1 脑电信号介绍

1.2.2 癫痫脑电信号介绍

1.4本文结构与主要研究内容

第二章常见癫痫脑电信号处理方法综述

2.1常见癫痫脑电信号预处理算法

2.1.1 数字滤波器

2.1.2 主成分分析

2.1.3 独立成分分析

2.1.4 共同平均参考

2.2常见癫痫脑电信号特征提取方法

2.2.1 时域分析方法

2.2.2 频域分析方法

2.2.3 时频域分析方法

2.2.4 非线性分析方法

2.3常见癫痫脑电信号分类方法

2.3.1 人工神经网络

2.3.2 K最邻近算法

2.3.3 支持向量机

2.4评估方法与性能度量指标

2.4.1 交叉验证

2.4.2 准确率、灵敏度、特异度

2.4.3 受试者工作特征曲线

2.5本章小结

第三章 基于变分模态分解的癫痫脑电信号分类方法

3.1.1 变分模态分解

3.1.2 精细复合多尺度散布熵

3.1.3 精细复合多尺度模糊

3.2实验数据集

3.3癫痫脑电信号分类实验

3.3.1 EEG数据段分割

3.3.2 VMD特征提取

3.3.3 RCMDE与 RCMFE特征提取

3.4结果与分析

3.5本章小结

第四章基于弹性变分模态分解的癫痫脑电信号分类方法

4.1.1 EVMD的构造与求解

4.1.2 噪声鲁棒性测试

4.2癫痫脑电信号分类实验

4.2.1 预处理与 EEG数据段分割

4.2.2 EVMD特征提取

4.2.3 RCMDE特征提取

4.3结果与分析

4.4本章小结

第五章基于多元弹性变分模态分解的癫痫脑电信号分类方法

5.1.1 MEVMD的构造与求解

5.1.2 模态对齐性测试

5.2癫痫脑电信号分类实验

5.2.1 预处理与 EEG数据段分割

5.2.2 MEVMD特征提取

5.2.3 RCMDE特征提取

5.4本章小结

第六章总结与展望

6.1 全文总结

6.2 研究展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间申请的专利

附录3 攻读硕士学位期间参加的科研项目

致谢