李竹琴
- 作品数：2 被引量：8H指数：2
- 供职机构：哈尔滨医科大学附属第一医院更多>>
- 相关领域：医药卫生电子电信更多>>
- 基于STM32的脑电信号采集系统设计被引量：4
- 2015年
- 脑电信号包含大量的脑功能状态信息,已被广泛应用于脑神经疾病诊断、脑机接口、睡眠分期、麻醉深度监测等领域。脑电信号是幅度为微伏级的生物电信号,频率不超过150 Hz,极易受到眼电、心电等信号干扰,因此,有效提取脑电信号是分析脑电信号的前提。文章设计了基于STM32的脑电信号采集系统,实现脑电信号的有效采集。通过贴在前额的三导联生物电极,将脑电信号感应至预处理电路,在前端模拟电路中对信号进行多级放大,并设计了无源滤波网络及多个有源滤波器对信号进行滤波和调理,同时加入电平抬升电路、电极连接状态检测电路。利用12位模数转换器将脑电信号转换为数字信号,并通过蓝牙模块传至上位机,实现脑电信号的有效提取与传输,为下一步处理分析提供基础。通过对比采集到的脑电信号和国外同类产品的输出,验证了该脑电采集系统的有效性。
- 王琼颖张宏民李竹琴刘志勇王乐凡孙金玮
- 关键词：脑电滤波A/D转换STM32
- 基于脑电信号的睡眠分期算法研究被引量：4
- 2015年
- 睡眠质量与人类健康息息相关,准确的睡眠质量监测对于帮助人们改善睡眠质量能够起到有效的监督作用。以MIT-BIH多导睡眠数据库slp01、slp02和slp04等3个样本的脑电信号为分析对象,采用sym7小波对其进行7层分解以去除高频细节信号,得到较为纯净的脑电信号。然后通过非线性符号动力学分析,去趋势波动分析以及频谱分析,分别提取符号熵指数,去趋势波动指数以及δ频带能量比等3个参数,对每个样本采用Kennard-Stone方法按照4∶1的比例建立校正集样本和预测集样本,并结合最小二乘支持向量机分类器进行样本训练拟合与分类识别。结果表明,3个特征参数与睡眠状态具有高度相关性,相关系数绝对值均高于0.83,并且确定了符号熵参数的嵌入维数为4,延迟常数为1,去趋势波动指数的分段区间为30~500,平均的睡眠分期正确率可达92.87%,比基于复杂度、近似熵等算法的分类正确率提高约5%。
- 刘志勇张宏民赵辉群朱政李竹琴孙金玮
- 关键词：脑电信号支持向量机
