小波变换在生物医学信号处理中的应用举例
DESCRIPTION
姓名 柯余锋 1013202016 奕伟波 1013202023 刘 爽 2012202159. 小波变换在生物医学信号处理中的应用举例. 目录. 小波变换在 chirp-VEP 信号分析中的应用. 1. 2. 小波变换在 HRV 信号提取中的应用. 背景. 稳态视觉诱发电位 ( Steady State Visual Evoked Potential, SSVEP ) 受试者凝视一个以一定频率闪烁的目标光源,其大脑特定区域 将产生相应频率振荡的脑电信号,该信号称为 稳态视觉诱发电位 。. - PowerPoint PPT PresentationTRANSCRIPT
小波变换在生物医学信号处理中的应用举例
姓名 柯余锋 1013202016 奕伟波 1013202023 刘 爽 2012202159
Logo 2
小波变换在 HRV 信号提取中的应用
目录
小波变换在 chirp-VEP 信号分析中的应用 1
2
Logo 3
背景
• 稳态视觉诱发电位( Steady State Visual Evoked Potential, SSVEP )
受试者凝视一个以一定频率闪烁的目标光源,其大脑特定区域 将产生相应频率振荡的脑电信号,该信号称为稳态视觉诱发电位。
• 如果刺激是闪烁灯产生的,那么 SSVEP 是一个类正弦波形的信号,且它的基频( Fundamental Frequency )与刺激源的闪烁频率相同
天津大学神经工程与康复实验室Neural Engineering and Rehabilitation Lab
1 课题背景
稳态视觉诱发电位SSVEP
变频闪烁视觉诱发电位Chirp Stimuli Visual Evoked Potential
加入一个变量:Chirp 率(频率变化率)
SSVEP Chirp-VEP
正弦信号 Chirp 信号
15HzA 0
15HzA 0.1
15HzA 0.2
15HzA 0.3
15HzA 0.4
15HzA 0.5
15HzA 0.6
15HzA 0.7
15HzA 0.8……………………
大规模增加待选项大规模增加待选项
实用化脑实用化脑 -- 机接口机接口
Logo
FFT
5
正弦信号的频域分布能量非常集中,可以直接作为用于模式识别的特征;而 Chirp 信号的频域分布能量相对宽泛,不适合作为直接分类的有效特征。
Logo
STFT
6
使用 STFT 方法处理正弦信号得到的时频分布信噪比较高,特征较为清晰;而使用 STFT 方法处理 Chirp 信号信噪比会有一定下降。
Logo
小波变换
7
使用小波变换方法处理正弦信号得到的时频分布信噪比很高,特征较 STFT 方法更为清晰;而使用小波变换方法处理 Chirp 信号信噪比下降较为明显,特征较 STFT 方法模糊。
Logo
维格纳分布
8
使用维格纳分布的方法处理正弦信号以及 Chirp 信号得到的时频分布都有较为强烈的交叉项干扰。
Logo
Chirplet 变换
9
使用 Chirplet 变换方法处理正弦信号以及 Chirp 信号得到的时频分布信噪比均非常高,能量集中且没有弥散,相比其他方法得到的特征最为清晰。
Logo 10
小波变换在 HRV 信号提取中的应用
目录
小波变换在 chirp-VEP 信号分析中的应用 1
2
Logo 11
背景
•心率变异性( HRV ) 心率变异性( HRV )是心电信号中相邻两个 R 波峰值之间的时间
( R-R 间期)的变化信号,在临床、心理、生理研究中都有广泛的应用。从心电信号提取 HRV 本质就是找到每个 R 波波峰的时间位置。这里展示用 CWT 实现从心电信号中提取 R-R 间期的过程。
•一个典型心电信号, PQRS 波
Logo 12
小波 db2 和 STFT 对 2.5 秒心电信号做分解。coefs = cwt(ecg,[2:32],’db2’);[S,F,T]=spectrogram(ecg,14,7,2048,400);
0 0.5 1 1.5 2 2.5 3-0.5
0
0.5
1
1.5尺 度 函 数
0 0.5 1 1.5 2 2.5 3-2
-1
0
1
2小 波 函 数
Logo 13
0.5 1 1.5 2 2.5-2
-1
0
1
Fre
quen
cy (
Hz)
0.5 1 1.5 2 2.5
20406080
100120
Fre
quen
cy (
Hz)
0.5 1 1.5 2
0
20
40
-4
-2
0
2
4
2
4
6
8
小波变换能够更好的跟踪 QRS 波的变化,有很好的时间分辨率。发现 R 波和 T 波为明显的正值, Q 波和 S 波有明显的负值,而其他大数的部分都在零附近,系数的正负在时间轴上的分布有明显的规律。而 STFT 因为是取一段一段的信号做傅里叶变换,时间分辨率受到时间窗长度的影响而明显降低,另外由于傅里叶变换得到的系数是复数,不能直接在图中表示出大小,而只能求模,因而呈现出来的都是正值。
Logo 14
为从小波系数中提取 R 波峰值点的位置,对小波系数做以下处理:s=sum(coefs,1); 在尺度维度求和,得到如图(上)中蓝线所示的曲线,可见得到的波形与原心电信号相似,但 R 波和 T 波所对应的波分的负值差异与原信号相比明显变大
p=(s>max(s)/3); 找出求和之后的值大于最大值的 1/3 的所有点,如图(中)中红线中的非零部分,也就是 R波峰值可能的位置。将不满足上述条件的所有时间点的幅值置零,得到图(中)中蓝线,求出这一去曲线的极大值点,即为 R 波峰值点,如图(下),可见所找到的点能够与 R 波峰值点很好对应。相邻两点的时间差组成的时间序列即为心率变异性信号。
0 0.5 1 1.5 2 2.5-50
0
50
100
s=sum(coefs,1)
p=(s>max(s)/3)*100
0.5 1 1.5 2 2.50
50
100
0.5 1 1.5 2 2.5-2
0
2
Logo 15
对 50 秒的心电数据按照上述过程处理
5 10 15 20 25 30 35 40 45 50-2
-1
0
1
5 10 15 20 25 30 35 40 45 50
20406080
100120
5 10 15 20 25 30 35 40 45 500
50
100
5 10 15 20 25 30 35 40 45 50-2
0
2
Logo 16
0 5 10 15 20 25 30 35 40 45 500.72
0.74
0.76
0.78
0.8
0.82
0.84
0.86
Time (s)
HR
V (s
)
50 秒心电的信号的心率变异性信号
Thank you