摘要
本发明公开了一种多目标视觉诱发脑电图多域分析方法,采用数字滤波器、快速傅里叶变换及连续小波变换方法,对多目标视觉诱发脑电图信号的时域、频域与时‑频域特性进行可视化,提供多导联脑电图成分的多域变化性质;采用无需参数的小波分解去噪方法,有效去除原始脑电图信号中的背景噪声与不需要的频率分量,并对生理伪迹进行一定抑制;采用功率谱密度估计与典型相关分析方法,融合多导联脑电图的功率谱特征与频率相关性特征,从而克服单一识别方法的应用局限性。本发明旨在利用生物医学信号处理方法,获得更加有效、准确的多域脑电图信息,从而让用户了解生物脑电图的工作机制并改良脑电图装置的频率特征识别性能。
技术关键词
分析方法
皮尔逊相关系数
小波分解阈值去噪
脑电图数据
连续小波变换
傅里叶变换方法
视觉
矩阵
生物医学信号处理
功率谱密度估计
频率特征识别
信噪比
脑电图装置
功率谱特征
融合特征
表达式
陷波滤波
数字滤波器
系统为您推荐了相关专利信息
氢燃料电池
独立成分分析
性能预测模型
电压
大语言模型
衬砌结构
隧道横断面
输入神经网络模型
分析方法
隧道轮廓
评估分析方法
有限元网格划分
结构有限元分析
防灾减灾工程技术
大气边界层
拉曼光谱数据
融合分析方法
参数
多模态数据融合
分布特征