matlab实现脑电信号的相位同步分析,脑电信号相位同步特性研究

摘要：

脑科学是从不同层次,不同水平对脑和智能机理展开的研究,覆盖范围极为广泛.本文针对脑同步性研究中的相位同步特性分析展开研究.将相位同步分析方法应用于不同领域,结合具体应用环境和数据特征,对研究方法进行改进并提出相关分析策略. 文章首先提出了一种由带通滤波,瞬时相位计算和锁相位值计算三部分构成的传统锁相位计算方法.该方法能够有效分离脑电信号的相位成分,并挖掘其中隐藏的重要信息.采用基于锁相位的相位同步特性分析方法对一组结合KⅢ模型和Liljenstrom模型的改进嗅觉模型输出数据进行了分析.仿真实验结果表明,改进嗅觉模型的最终输出体现了丰富的脑电同步特性,能够有效揭示模型对刺激的敏感程度随增益参数的变化情况. 传统锁相位计算方法在嗅觉模型输出的模拟脑电信号分析中取得了良好实验效果,接着利用该方法对一组真实缺氧脑电数据进行了分析.根据脑电数据特征,提出了由Common Average Reference(CAR)空间滤波预处理和传统锁相位计算两部分构成的脑电信号分析策略.利用该策略对缺氧脑电数据进行分析,实验结果表明,大脑区域相位同步程度与大脑缺氧程度之间呈线性变化关系.吸入气体中的氧含量升高则相位同步程度增强;吸入气体中的氧含量降低则相位同步程度减弱. 针对传统锁相位计算方法中存在的问题,提出了基于Hilbert-Huang变换的改进算法.在此基础上,进一步提出基于改进锁相位计算方法的脑电信号分析策略.该策略包含数据预处理和锁相位值计算两部分,其中数据预处理又包括眼电噪音消除和空间滤波.利用改进后的分析策略对缺氧脑电数据进行了分析.实验结果表明,改进后的方法能够在缺氧脑电数据上取得良好实验效果,且与传统锁相位计算方法相比,改进算法的实验正确率得到了大幅度提升.

展开