基于小波信息熵的腦干聽(tīng)覺(jué)誘發(fā)電位檢測(cè)系統(tǒng)設(shè)計(jì)
發(fā)布時(shí)間:2025-07-07 04:25
腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)是當(dāng)聽(tīng)覺(jué)系統(tǒng)受到特定聲音刺激后表現(xiàn)在頭頂與乳突之間約10ms的一系列電位變化,具有低幅值、低信噪比的特點(diǎn),目前廣泛應(yīng)用于聽(tīng)力檢測(cè)與篩選等臨床實(shí)踐中。針對(duì)腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)的提取算法,臨床上主要應(yīng)用了疊加平均法,但存在因刺激次數(shù)過(guò)多而引起受試者疲勞反應(yīng)的缺點(diǎn),對(duì)此本文研究了腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)的單次動(dòng)態(tài)提取算法,并根據(jù)提取算法與信號(hào)特性設(shè)計(jì)一款高性價(jià)比的腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)檢測(cè)系統(tǒng)。對(duì)比臨床上應(yīng)用廣泛的疊加平均算法和小波分析算法提取腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)的優(yōu)缺點(diǎn),研究了基于小波信息熵的腦干聽(tīng)覺(jué)誘發(fā)電位提取算法。小波信息熵法保持了小波分析的優(yōu)點(diǎn),同時(shí)結(jié)合信息熵理論,利用腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)和背景噪聲在小波域的不同統(tǒng)計(jì)特性,通過(guò)閾值去噪算法盡可能多地去除背景噪聲分量,保留有用信號(hào)分量,其中相較于傳統(tǒng)小波分析方法小波信息熵引進(jìn)加權(quán)因子改進(jìn)了閾值函數(shù),并根據(jù)小波信息熵確定加權(quán)因子,以獲得更好的去噪效果。為了證實(shí)小波信息熵提取腦干聽(tīng)覺(jué)誘發(fā)電位信號(hào)理論的有效性與準(zhǔn)確性,設(shè)計(jì)了合成信號(hào)仿真實(shí)驗(yàn)和臨床試驗(yàn),分別利用疊加平均法、小波分析法、小波信息熵法提取合成的腦干聽(tīng)覺(jué)誘發(fā)電位和臨床采集...
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀及趨勢(shì)
1.3 本文主要研究?jī)?nèi)容
第2章 腦干聽(tīng)覺(jué)誘發(fā)電位提取算法的研究
2.1 信號(hào)臨床特征
2.2 基于小波分析的BAEP動(dòng)態(tài)提取算法研究
2.2.1 小波分析去噪理論基礎(chǔ)
2.2.2 小波分析法提取BAEP信號(hào)原理
2.3 基于小波信息熵的BAEP動(dòng)態(tài)提取算法研究
2.3.1 信息熵理論
2.3.2 改進(jìn)閾值函數(shù)
2.3.3 BAEP的小波信息熵方法研究
2.3.4 小波信息熵提取BAEP信號(hào)原理
2.4 本章小結(jié)
第3章 腦干聽(tīng)覺(jué)誘發(fā)電位檢測(cè)系統(tǒng)硬件設(shè)計(jì)
3.1 檢測(cè)系統(tǒng)總體方案
3.2 主控制部分
3.3 聽(tīng)覺(jué)刺激部分
3.4 BAEP信號(hào)調(diào)理部分
3.4.1 前置放大電路
3.4.2 濾波電路
3.4.3 程控放大電路
3.4.4 BAEP信號(hào)采集電路
3.5 本章小結(jié)
第4章 信號(hào)的動(dòng)態(tài)提取實(shí)驗(yàn)
4.1 合成BAEP信號(hào)的提取
4.1.1 合成BAEP信號(hào)
4.1.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
4.1.3 不同信噪比的BAEP動(dòng)態(tài)提取
4.1.4 結(jié)果分析
4.2 臨床BAEP信號(hào)的動(dòng)態(tài)提取
4.2.1 實(shí)測(cè)BAEP信號(hào)的單次提取
4.2.2 結(jié)果分析
4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號(hào):4056494
【文章頁(yè)數(shù)】:59 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀及趨勢(shì)
1.3 本文主要研究?jī)?nèi)容
第2章 腦干聽(tīng)覺(jué)誘發(fā)電位提取算法的研究
2.1 信號(hào)臨床特征
2.2 基于小波分析的BAEP動(dòng)態(tài)提取算法研究
2.2.1 小波分析去噪理論基礎(chǔ)
2.2.2 小波分析法提取BAEP信號(hào)原理
2.3 基于小波信息熵的BAEP動(dòng)態(tài)提取算法研究
2.3.1 信息熵理論
2.3.2 改進(jìn)閾值函數(shù)
2.3.3 BAEP的小波信息熵方法研究
2.3.4 小波信息熵提取BAEP信號(hào)原理
2.4 本章小結(jié)
第3章 腦干聽(tīng)覺(jué)誘發(fā)電位檢測(cè)系統(tǒng)硬件設(shè)計(jì)
3.1 檢測(cè)系統(tǒng)總體方案
3.2 主控制部分
3.3 聽(tīng)覺(jué)刺激部分
3.4 BAEP信號(hào)調(diào)理部分
3.4.1 前置放大電路
3.4.2 濾波電路
3.4.3 程控放大電路
3.4.4 BAEP信號(hào)采集電路
3.5 本章小結(jié)
第4章 信號(hào)的動(dòng)態(tài)提取實(shí)驗(yàn)
4.1 合成BAEP信號(hào)的提取
4.1.1 合成BAEP信號(hào)
4.1.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
4.1.3 不同信噪比的BAEP動(dòng)態(tài)提取
4.1.4 結(jié)果分析
4.2 臨床BAEP信號(hào)的動(dòng)態(tài)提取
4.2.1 實(shí)測(cè)BAEP信號(hào)的單次提取
4.2.2 結(jié)果分析
4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
致謝
本文編號(hào):4056494
本文鏈接:http://lk138.cn/kejilunwen/zidonghuakongzhilunwen/4056494.html
上一篇:通信受限下隨機(jī)系統(tǒng)的采樣數(shù)據(jù)控制與事件觸發(fā)控制
下一篇:沒(méi)有了
下一篇:沒(méi)有了
最近更新
教材專著