首页 > 文献资料
-
基于局部场电位固有模态分量的响应调谐特性研究
局部场电位(LFP)反映了视觉刺激下大脑皮层局部区域神经元集群的响应.LFP响应特征的准确提取,对分析视觉信息的处理机制具有重要意义.本研究针对LFP的非平稳特性,采用具有自适应特征的希尔伯特黄变换,分解LFP固有模态分量,据此研究了大鼠Vl区对刺激光栅空间频率的响应调谐特性,并与多神经元锋电位(MUA)和小波分解提取的Gamma频带进行了对比.结果表明:LFP第二阶固有模态分量对刺激光栅空间频率的调谐特性强,调谐指数的均值(0.795 1)高于MUA调谐指数(0.631 3)和小波分解调谐指数(0.6646),而且与MUA响应一致率达68.75％.所提出的方法在LFP响应频带特征提取上更有优势.
-
基于希尔伯特黄熵的麻醉深度估计
麻醉深度监测是外科手术中必不可少的步骤之一.目前已经提出多种监测麻醉深度的脑电信号分析方法,尤其熵方法得到了广泛的关注.提出一种新的麻醉深度监测方法-希尔伯特黄熵,先用经验模态分解-希尔伯特黄变换处理脑电信号获取希尔伯特黄边际谱,再根据香农熵定义得到希尔伯特黄熵.对19个接受吸入药物七氟醚麻醉的病人脑电信号的希尔伯特黄熵和时频均衡谱熵进行计算、测试和比较,结果表明:希尔伯特黄熵能够更准确的区分麻醉和清醒状态,更适合于麻醉深度监测.
-
HHT在生物雷达回波信号噪声抑制中的应用
目的:利用Hilbert-Huang Transform(HHT)的频率区分特性,对生物雷达回波信号进行处理,去除高频噪声成分,提高生物雷达对生命信息的识别能力.方法:首先对经过预处理的雷达回波信号进行经验模态分解获取其固有模态函数,并根据能量分析方法将固有模态函数区分为有用信号占主导模态与噪声占主导模态2个部分,然后用小波软阈值的方法提取噪声占主导模态部分中的有用成分,与有用信号占主导模态部分的固有模态函数叠加,获取雷达回波信号中的生命信息,实现对目标的识别.结果:HHT有效地去除了生物雷达回波信号中的高频噪声成分,提取出了人体呼吸信号.结论:与传统傅里叶去噪方法相比,HHT分辨率更高,能保留信号中的细节特征,为生命体目标的识别提供了更多的信息.
-
希尔伯特黄变换在电子耳蜗语音处理算法中的应用
为了提高噪声环境下的语音、声调语音以及音乐的识别水平，基于希尔伯特黄变换提出一种新的电子耳蜗语音编码策略，利用经验模态分解和希尔伯特变换提取语音的幅度瞬时幅度和瞬时频率，经滤波、调制等处理算法获取表征语音的精细结构进而合成刺激信号。以Matlab软件为平台对提出的算法和传统的连续间隔采样以及幅频联合编码算法进行仿真，分别处理50组语音测听材料并合成相应的语音信号。结果显示新算法合成的语音信号与原始信号的相关系数高于另外两种算法得到的相关系数，从而表明新算法可以保留更多原始语音的信息。
-
基于希尔伯特-黄变换的心音包络提取在LabVIEW上的实现
研究基于希尔伯特黄变换(HHT)的心音包络提取系统在LabVIEW上的完整实现.首先使用声卡采集心音信号,并在LabVIEW上实现了完整的基于HHT的心音采集、预处理和包络提取功能的系统程序,后使用案例证明了该系统能够简便地实现心音信号采集、预处理和包络提取.该系统较好地保留和显示了心音包络特征,并且其程序和方法对振动、语音等的研究有重要的参考价值.
