面向特征抽取的EEG信号结构自适应稀疏分解模型建立

摘要：

课题目的是研究面向特征抽取鉴别EEG信号是否具有癫痫的表征,从而实现EEG信号的自动检测与分析.具体方法是结合临床EEG分析的先验知识.模拟结构匹配性稀疏表示的层次处理机制来实现对EEG信号的结构自适应稀疏分解.结果发现:匹配追踪迭代选择的Gabor字典原子能够匹配EEG信号的内在结构.并具有显式的形态结构参数如位置、尺度、幅度等.由此可得出结论:基于EEG信号形态结构基础建立的过完备原子库,使得稀疏分解获取的信号时频结构参数同人工视觉分析标准建立了直接联系,应用这些时频结构参数与先验参数进行比对可直接判定是否为特征波形.

关键词：特征提取、棘波检测、自适应、先验、稀疏表示、匹配追踪

所属期刊栏目：5

分类号：TP3;TN9

资助基金：国家高技术研究发展863计划2007AA12E100;国家自然科学基金资助项目60802039,60672074;教育部高校博士点专项科研基金20070288050,M200606018;江苏省研究生创新基金

在线出版日期：2010-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：32-36