张振中
- 作品数：6 被引量：54H指数：3
- 供职机构：西北工业大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术生物学更多>>
- 基于ICA方法的脑电信号消噪及特征提取的研究
- 脑电信号/(EEG/)是通过电极记录下来的脑电细胞群的自发性、节律性电活动，是反映大脑活动状态的重要信号，它包含了大量的生理与病理信息，对其作深入的研究有助于临床医生提高对大脑病变诊断和检测的可靠性和准确性。所以脑电图检...
- 张振中
- 关键词：脑电信号独立分量分析Α波
- 文献传递
- 灰关联分析在脑神经信号分类中的应用研究被引量：2
- 2007年
- 脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。为改进这类信号的分类效果,提出了将灰关联理论应用于脑神经信号的分类。首先介绍了灰关联理论和方法,在此基础上,建立了脑神经信号灰色模型(Grey Model)——GM(1,1)模型,估计出每一个模型参数a和b,将其中模型参数b作为特征值用于灰关联分析,得到第1次分类结果,然后在认真分析第1次分类结果的基础上,进一步给出二次分类方法。通过二次分类,实现了对脑神经信号的有效分类识别,其分类正确率高达88%。结果表明,将灰关联技术用于非平稳随机信号的分类与识别是可行而有效的,有很好的应用前景。
- 谢松云张海军李楠张振中白树林
- 关键词：灰关联特征值
- 基于ICA的脑电信号去噪方法研究与应用被引量：12
- 2007年
- 目的在脑电信号的采集和处理过程中,受到各种各样噪声的影响,为有效地提取和分析检测信号中的有用信息,提出采用独立分量分析(independentcomponentanalysis,ICA)的方法对脑电信号进行去噪处理。方法工频噪声、心电伪迹以及脑电波源信号之间的关系是统计独立的,满足ICA方法的分离条件,可将脑电信号去噪问题转化为独立分量分离问题,通过构造与工频噪声频率相同的正交正弦和余弦信号作为对工频噪声的参考信号,将构造的两个参考信号和心电信号以及含噪脑电信号作为ICA中混合矩阵的输入信号,采用收敛速度快的FastICA算法把脑电信号中的工频噪声和心电伪迹作为独立信号分离出去,得到去噪后的脑电信号。结果通过ICA方法对噪声进行分离后,脑电信号中的两种噪声基本被消除,并且可很好地保留脑电信号有用成分。结论将ICA的方法用于去除脑电信号中的多种噪声成分是有效的、可行的。
- 谢松云张振中张伟平赵海涛
- 关键词：独立分量分析脑电信号信号分离去噪
- 脑电信号的若干处理方法研究与评价被引量：29
- 2007年
- 脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映,对脑电信号进行分析,可以获得大量的功能与疾病信息,从而可以根据这些信息对脑功能分析及疾病诊断提供有效的方法。从脑电信号的特点出发,通过对实测脑电信号进行时域分析、频域分析、Wigner方法、小波方法等若干算法的仿真和对比,深入分析和评价了脑电信号若干方法的特点以及存在的问题。结果表明,时频分析方法结合了时域和频域的方法对脑信号进行分析处理,能更好地反映脑电信号的本质特征,是有效和可行的。的研究为脑电信号的分析与处理提供一定的理论参考和分析依据。
- 谢松云张振中杨金孝张坤
- 关键词：信号处理谱估计小波分析
- ICA方法在脑电信号去噪中的应用研究
- 在脑电信号的检测和处理过程中,严重受到工频噪声等干扰噪声的影响,为有效地提取和分析信号中的有用成分,提出采用独立分量分析（Independent Component Analysis,ICA）方法对脑电信号进行去噪处理。...
- 谢松云张振中张伟平张坤
- 关键词：脑电信号独立分量分析
- 文献传递
- 基于SVM的脑功能分类与识别方法研究被引量：9
- 2007年
- 目的探讨SVM分类器用于脑功能识别的可行性、有效性与优越性,为脑电信号处理及功能识别提供一种新的途径和参考。方法对400组实测的正常人在睁眼和闭眼两种状态下的脑电信号,选取四种核函数分别构造四种SVM分类器对上述两种状态下的脑功能进行分类识别,从不同角度深入分析和比较讨论了由四种核函数构造的SVM分类器性能,并提出了脑电信号特征参数从低维到高维的组合变换新方法。结果由RBF核函数构造的SVM分类器最为适合脑功能的分类识别,正识率最高可达96%。结论支持向量机的方法用于脑电信号处理及功能模式识别是可行的、有效的、并初步表现出了优越的性能。
- 谢松云张海军赵海涛张振中杨金孝
- 关键词：支持向量机脑功能
