内模滤波新方法在视觉诱发脑电信号提取中的应用──提取视觉诱发脑电信号的新方法之四

提出了内模滤波新方法的基本思想和设计方法．针对从强自发脑电（ＥＥＧ）背景噪声中提取视觉诱发脑电（ＶＥＰ）信号这一极低信噪比（ＳＮＲ）情况下的滤波问题,先利用递推最小二乘算法估计出典型ＶＥＰ信号的内模多项式的参数,再据此设计内模滤波器．给出了内模滤波器的设计方法,并用于提取ＶＥＰ信号．数字仿真和临床试用结果表明了内模滤波器具有低ＳＮＲ下的信噪分离能力．     

内模自适应卡尔曼滤波在视觉诱发脑电信号提取中的应用──提取视觉诱发脑电信号的新方法之五

基于确定性有用信号和扰动各自的内模建立了视觉诱发脑电（ＶＥＰ）和自发脑电（ＥＥＧ）混合信号的扩展状态空间模型．然后,将利用非线性推广卡尔曼滤波迭代型算法所形成的内模自适应卡尔曼滤波算法用于提取ＶＥＰ信号．数字仿真和临床试用结果表明了该方法的有效性．     

小波变换在视觉诱发脑电信号提取中的应用──提取视觉诱发脑电信号的新方法之三

利用数据序列分解与重构的Ｍａｌｌａｔ快速算法导出了可用于视觉诱发脑电（ＶＥＰ）信号提取的小波去噪算法,并在大量提取ＶＥＰ的仿真研究的基础上进行了;临床实际应用实验．数字仿真和临床应用结果均表明,用小波变换方法可以在大幅减少视觉刺激次数的前提下识别ＶＥＰ的潜伏期Ｐ１００。     

DTS-AMS型神经网络用于自发脑电信号残部的外推估计──提取视觉诱发脑电信号的新方法之二

利用可实现对任意阶多元多项式超曲面的无差逼近的、基于离散泰勒级数的高阶联想记忆系统（ＤＴＳ－ＡＭＳ）,对（本系列文章之一中所得）自发脑电（ＥＥＧ）信号错相叠加平均后的残余信号进行建模和外推估计．数字仿真结果表明,此法通过十次左右的视觉刺激,即可将视觉诱发脑电（ＶＥＰ）信号从ＥＥＧ信号中分离出来,所得ＶＥＰ信号潜伏期Ｐ_１００精度可满足一般临床诊断要求．     

错相刺激策略用于诱发脑电信号的增强──提取视觉诱发脑电信号的新方法之一

针对最常见的一类具有持续振荡特征的自发脑电（ＥＥＧ）信号情况,提出首先对其准周期特征参数统计测定,然后进行 １０次左右的错相刺激触发和叠加,使 ＥＥＧ信号的效应大部分互相对消,同时视觉诱发脑电（ＶＥＰ）信号明显增强,为后续系列文章中对叠加所得波形的处理打下较好基础．还给出了制定错相刺激触发策略所需的具体判据和应用示例．     

基于小波变换的麻醉监测诱发脑电信号分析的研究

采用小波变换方法对麻醉监测脑电信号进行分析，通过基于小波变换系数的奇异值分解构造特征向量的特征提取方法提取麻醉状态下中潜伏期听觉诱发脑电的特征，并用BP网络分类器对提取的特征进行聚类，从而实现麻醉深度的估计，实验仿真结果表明了该方法的有效性．     

小波变换模极大值在诱发脑电提取中的应用

针对中潜伏期听觉诱发脑电的特点,利用信号和噪声的小波变换模极大值在分解尺度上的不同特性来滤除中潜伏期听觉诱发脑电信号中的EEG强噪声成份,重构出真实的中潜伏期听觉诱发脑电信号。通过仿真实验表明：采用小波变换模极大值技术,可以有效地提取信号,为信号特征选取提供可靠的特征分析数据。     

基于小波变换的麻醉监测脑电信号的分析与处理

针对中潜伏期听觉诱发脑电的特点，提出了利用小波变换的多分辨分析技术滤除被测信号的强噪声成分，重构真实信号来实现对中潜伏期听觉诱发脑电的提取方法；通过实验仿真表明：小波变换提取技术比其他传统提取方法更有效，可以减少试验次数，可以提供更为可靠的特征提取和模式识别的分析数据，这为麻醉深度的临床监测探索了重要的理论基础。     

RBF神经网络在诱发脑电信号分类中的应用研究

采用RBF神经网络方法对麻醉状态下诱发脑电仿真信号进行分析,提出了一种通过基于RBF神经网络权值构造特征向量的特征提取方法,以达到提取信号特征的目的,并用BP神经网络分类器对提取的特征进行聚类,从而实现深浅麻醉状态下诱发脑电信号的分类,实验仿真结果表明了该方法的有效性．     

基于EMD和SVM的抑郁症静息态脑电信号分类研究

以静息态脑电信号为基础,通过固有模态分解(empirical mode decomposition, EMD)算法对脑电信号进行信号去噪和特征值提取,通过支持向量机(support vector machine, SVM)算法对抑郁症患者和正常对照组人群的脑电特征值进行分类分析。 通过系统化的数据采集试验,采集了20位抑郁症患者和25位健康对照组的静息态脑电信号;对静息态脑电信号进行信号的去噪和特征提取;采用SVM算法对抑郁症患者和正常人对照组脑电特征值进行二值分类,分类正确率达到93.3%。 相较于传统的小波变换提取的特征值,分类准确率有明显的提高。     

基于小波包和改进EMD的脑电信号消噪研究

由于采集到的脑电信号含有噪声,提出了总体经验模态分解(EEMD)的希尔伯特黄变换(HHT)结合小波包分析的脑电信号去除噪声的方法。含噪脑电信号经EEMD分解可以得到一定数量的IMF分量,而且可以解决经验模态分解(EMD)时的模态混叠问题,然后,对IMF分量进行Hilbert变换,分析Hilbert谱,把含噪的IMF部分进行小波包处理,最后,把各IMF相加,可得处理过噪声的脑电。经验证得,单独使用小波包方法消噪和改进EMD消噪,都没有小波包结合改进EMD方法的信噪比高,提高了去噪效果,有利于更精确的诊断医学疾病。     

基于2D小波变换的图像消噪算法

利用2D小波变换对含噪图像进行消噪处理。基于小波变换具有的多分辨率特点,分析图像信号的局部特征,滤除掉含噪图像中的高频成份,达到降低噪声的目的。文中给出了含噪二维图像信号模型,以及利用2D小波分析对图像信号消噪的步骤。同时介绍了MATLAB6．5中小波分析支持的图像格式。经噪声图像仿真测试,小波变换中独立阈值法具有较好的消噪效果。     

探地雷达三维物理模型试验及信号处理

为了研究探地雷达对三维物理模型的探测数据的信号处理问题,本文首先通过三维物理模型试验模拟隧道衬砌空洞病害;其次采用探地雷达对模型进行探测;最后使用RADAN7软件和MATLAB软件编辑小波软阈值滤波程序对探测数据进行对比处理。通过RADAN7及小波分析阈值滤波对探地雷达探测数据进行分析比较发现:小波变换去噪相对彻底,有用信号保留相对完整,图像更加清晰,目标体空洞的特征得到了显著的加强;小波变换能够很好地表现信号非平稳性,如边缘、尖峰和断点等。因此小波分析阈值滤波对于探地雷达的信号的滤波效果更加有效,能够为实际工程提供有效的解释依据。     

利用小波分析模析大值和倾角结合法滤波

从小波变换的基本思想出发,提出一种提高地震资料信噪比及分辨率的新方法,首先按照Mallat塔式算法在给定的某一倾角范围内对地震数据进行小波分解,然后应用模极大算法在小波域内将噪声抑制与滤除,最后通过小波反变换得到重构的地震记录,结果表明,该方法合理地解决了信噪比与分辨率之间的相互统一问题,较传统滤波方法更为效。     

基于小波变换的地震映像法资料去噪研究

本文介绍了小波分析方法在地震映像法资料去噪处理中的应用研究。首先,通过对球体模型进行射线追踪,得到了球体反射点与反射时间。然后,在MATLAB环境中采用一维小波变换和二维小波变换分别对地震映像资料进行去噪效果研究,进行阈值滤波试验结果表明Bal．sparsity_norm（sqrt）阈值计算方法的处理效果较好。通过一维小波变换和二维小波变换的对比分析,对于二维地震图像的处理,二维小波变换处理效果较佳。在此基础上,采用二维小波分析阈值滤波法,对中国地质大学数理楼西侧路面下方防空坑道的地震映像法资料进行了处理,取得了较好的去噪效果。     

基于小波提升算法的脑电节律提取

小波变换在信号处理中有着广泛的应用,能同时分析时域和频域方面的信息,但是传统的小波变换依赖于傅立叶变换,有大量的卷积运算,运算速度较慢.该文讨论了第二代小波变换的原理,并采用它来处理脑电信号.提升算法作为构造第二代小波的关键技术,通过预测确定高频信息,更新后得到正确的低频信息,它不依赖于傅立叶变换,大大提高了运算速度.通过分析提升算法的基本原理,用第二代小波变换实现了对脑电信号的节律(δ、θ、α、β)提取,并得到了令人满意的效果.     

Image denoising algorithm of refuge chamber by combining wavelet transform and bilateral filtering

In order to preferably identify infrared image of refuge chamber, reduce image noises of refuge chamber and retain more image details, we propose the method of combining two-dimensional discrete wavelet transform and bilateral denoising. First, the wavelet transform is adopted to decompose the image of refuge chamber, of which low frequency component remains unchanged. Then, three high-frequency components are treated by bilateral filtering, and the image is reconstructed. The result shows that the combination of bilateral filtering and wavelet transform for image denoising can better retain the details which are included in the image, while providing better visual effect. This is superior to using either bilateral filtering or wavelet transform alone. It is useful for perfecting emergency refuge system of coal mines.