• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Information and Communications Technology >Wavelet based-analysis of alpha rhythm on EEG signal
【24h】

Wavelet based-analysis of alpha rhythm on EEG signal

机译：基于小波的脑电信号心律分析

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

One of the major frequency rhythm in EEG signal is called alpha rhythm, that indicate relax condition, calm, and awake without much concentration. In this paper we analyzing alpha rhythm using continuous wavelet transform (CWT) to explore the feature of relax condition. We do some scenario in analyzing alpha rhythm, normalizing and segmenting the data. EEG dataset was provided by DEAP. We sort the relax data (labelled with high valence and low arousal by participants) among all data to be observed. First, EEG data are normalized then filtered using band pass filter to get the specific alpha frequency (8-13Hz). Then, we use CWT to transform the signals into time-frequency domain. Entropy and energy of the coefficient wavelet transform are calculate as feature for clustering. From the result, normalized data gave different values. Besides changes the real magnitude information, it give lower accuracy 51.7% than not normalized data 67.2%. We conclude that normalizing data is not necessary especially on subject independent analysis. In additional, clustering result of all data compared with segmented data aren't gave significant differences. Finally, using CWT for feature extraction gives good enough results (67.2%).
机译：脑电信号中主要的频率节律之一称为阿尔法节律，它表示放松状态，镇定和清醒而没有集中注意力。在本文中，我们使用连续小波变换（CWT）分析alpha节奏，以探索放松条件的特征。我们在分析Alpha节奏，对数据进行规范化和分段方面做了一些场景。脑电数据集由DEAP提供。我们对所有要观察的数据中的放松数据（参与者标记为高价和低唤醒）进行排序。首先，对EEG数据进行归一化，然后使用带通滤波器进行滤波，以获得特定的alpha频率（8-13Hz）。然后，我们使用CWT将信号转换到时频域。计算系数小波变换的熵和能量作为聚类的特征。根据结果​​，归一化数据给出不同的值。除了改变真实的幅度信息，它给出的准确度比未归一化的数据67.2％低51.7％。我们得出的结论是，没有必要对数据进行标准化，尤其是在主题独立分析方面。此外，与分段数据相比，所有数据的聚类结果没有显着差异。最后，使用CWT进行特征提取可获得足够好的结果（67.2％）。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号