腦電信號測量系統(tǒng)及壓縮算法研究.pdf

1、腦科學(xué)是21世紀(jì)生命科學(xué)技術(shù)研究的前沿?zé)衢T領(lǐng)域。腦電是腦神經(jīng)細(xì)胞的電生理活動(dòng)的總體反映，是一個(gè)理解腦的神經(jīng)生理特性的關(guān)鍵工具，因而是腦科學(xué)研究的一個(gè)基礎(chǔ)。腦電檢測不僅作為診斷腦部疾病的重要工具被廣泛應(yīng)用在臨床上，也在腦機(jī)接口中得到了廣泛的應(yīng)用。有效的利用腦電需要涉及到腦電的采集、傳輸?shù)戎T多問題。本文針對腦電的采集問題設(shè)計(jì)了一款便攜式的腦電采集系統(tǒng)，并且針對大量腦電數(shù)據(jù)的傳輸、存儲問題提出了一個(gè)新穎有效的多通道腦電數(shù)據(jù)壓縮算法。
　

2、　傳統(tǒng)的腦電測量設(shè)備通常體積過大、功耗過高，不利于便攜化地使用。本論文設(shè)計(jì)的腦電測量電路以德州儀器公司的ADS1299模擬前端芯片為核心，利用其高水平的集成度和優(yōu)異的性能，顯著地減小了電路的尺寸、功耗和整體成本。采集系統(tǒng)的控制器采用低成本、開源的Arduino平臺，結(jié)合藍(lán)牙模塊與Android手機(jī)，構(gòu)成了一個(gè)完整的便攜式測量系統(tǒng)。通過采集真實(shí)的腦電等實(shí)驗(yàn)，證明了本系統(tǒng)的有效性。
　　本論文提出的多通道腦電數(shù)據(jù)壓縮算法結(jié)合了主成分分

3、析算法（PCA）、獨(dú)立分量分析算法（ICA）和SPIHT算法?？焖買CA算法FastICA是一種低計(jì)算復(fù)雜度、快速收斂的獨(dú)立分量分析算法，本論文提出的算法利用了它能將獨(dú)立分量依次提取的特性。通過使用PCA算法作為預(yù)處理，提高了FastICA算法的處理效果。通過將一維數(shù)據(jù)變換成二維矩陣形式再使用SPIHT算法壓縮編碼，更好地利用了數(shù)據(jù)之間的相關(guān)性。此外論文還探討了算法中的參數(shù)的選取問題。通過與其他兩種基于SPIHT的優(yōu)秀算法的實(shí)際對比，證