导读:本文包含了脑电信号采集分析系统论文开题报告文献综述及选题提纲参考文献，主要关键词:电信号,采集系统,小波分析,双脉冲MIG焊
脑电信号采集分析系统论文文献综述
张俊红,薛家祥[1]（2019）在《双脉冲MIG焊电信号采集系统及特征分析》一文中研究指出电信号采集系统是焊接设备的主要组成部分,采集的电信号可用于焊接过程及焊接效果的分析。根据小波包消噪原理,通过设计电信号采集电路、选取合适的采集卡模块搭建了焊接电信号采集系统装置,并开展了铝合金双脉冲MIG焊接试验,通过设定强、弱脉冲电流及对应的时间参数,依次采集到焊接过程汇总平稳过渡、送丝过快、大滴过渡及断弧等几种典型电信号波形图,并获得相应的焊缝外观形貌。结果表明,通过对采集到的电信号进行小波滤波处理并结合焊缝质量的优劣分析可知,可通过改变焊接电流波形参数来获得成形优良的焊缝,从而验证了焊接电信号的采集对焊接过程的重要性。(本文来源于《电焊机》期刊2019年10期）
余传奇[2]（2018）在《基于WiFi传输的心电信号采集与数据分析系统设计》一文中研究指出心电信号是通过心脏收缩舒张运动而产生,携带着丰富的生理信息。心电信号的规律性可以描述人体的生理功能,是医生诊断和治疗心血管疾病的主要依据。近年来,心脑血管疾病在人群中发病率越来越高,具有隐蔽性、突发性等特点,有较高的致残率和死亡率,给患者家属带来经济和心理上的巨大压力。因此心电监护设备应运而生。本论文以人体心电生理信号采集与分析为研究对象,设计一套实时、高精度的心电信号便携式采集与分析设备,它可以将心脏活动的心电信息及时传送给医生并保存,达到辅助心脏病诊断和心电信号分析的目的。本文首先了解心电信号的产生机理和信号特征,分析睡眠呼吸暂停性病人心电信号特征及分类。然后选取MIT-BIH数据库里(Apnea-ECG database)37个具有睡眠呼吸暂停症状心电信号的RR间期数据,利用多尺度熵算法对心电信号进行处理。根据多尺度熵指数定义的MEI_(1-3)和MEI_(13-15)数据分析指标,快速区分正常睡眠群体、轻度睡眠呼吸暂停患者、中度和重度呼吸暂停患者。便携心电分析设备硬件上设计了基于无线WiFi及QT上位机实时数据传输的成本低廉的心电采集及睡眠呼吸监护框架结构,详细给出了系统的STM32F103RCT6为主控模块电路、24位高精度A/D转换芯片ADS1292R的模拟前端心电采集电路、MCU与ESP8266 WiFi模块无线数据传输模块电路及其他辅助电路,并进行PCB印刷电路板设计、制作、打板和样机调试。最后,设计下位机嵌入式软件通过串行同步(SPI)通讯方式采集生理信号经数模转换传送到主控MCU,主控芯片与ESP8266 WiFi模块通过串行通讯进行心电信号及呼吸波传输,实时把采集的心电信号和呼吸波送至上位机。上位机的数据分析软件采用QT集成软件开发环境进行设计,对接收到的WiFi模块传输的下位机采集的心电信号,经预处理得到心电图显示。并存储心电信号数据进行心电特征提取与分类,将结果进行监控或传送给下位机进行警示。论文对设计的心电监护系统进行可靠性评估,得出MTBF和可靠度。在对连续的数据采集与分析方面,此设计的便携式采集与分析设备,具有实时性、精度高等优点。(本文来源于《郑州大学》期刊2018-05-01）
瞿倩[3]（2018）在《无线便携式脑电信号采集系统设计及实验验证分析》一文中研究指出随着脑电信号研究的不断深入,对脑电信号采集设备的性能、便携性等要求也在逐渐提高。为了让国内更多的研究人员能够使用便携式脑电采集设备,本文在传统脑电采集设备设计的基础上,设计了可配合干电极使用的8通道无线便携式低成本脑电采集系统。本文设计了恒流源作为激励源的阻抗检测电路,脑电信号采集设备选用低成本的STM32C8T6处理器芯片,为了达到便携性的目的,使用锂电池供电,设计了锂电池过充过放保护电路,同时使用无线蓝牙对脑电数据进行传输。为了验证自主设计脑电采集系统的性能,本文按照标准JJG1043-2008对脑电信号采集设备性能进行了大量的测试,测试参数包括增益、共模抑制比、电压测量、时间间隔、噪声、带宽、功耗,测试结果符合预期。对阻抗检测电路中恒流源电流以及阻抗检测的误差进行了测试,8通道的阻抗检测平均误差为1.14%。蓝牙有效接收距离为5米。本文脑电信号采集设备的电气安全经相关机构按照标准GB9706.1-2007进行检测,检测合格并获得检验报告。为了进一步验证脑电信号采集设备的性能,本文设计了验证性实验。利用睁眼、闭眼、视觉稳态诱发电位、事件相关电位P300实验,将自主设计的脑电采集设备与国内销售的新拓以及德国Brain Products公司的AMP DC设备进行对比。本文使用噪声均方根值衡量加入适配器接口对设备的影响。对比实验共采集了12位被试的脑电数据,进行了单因素方差分析及配对t检验,结果表明:自主设计设备配套干电极与配套湿电极在上述实验中实验效果无显着差异,干电极可替换湿电极使用;自主设备与新拓、BP配套湿电极在上述实验中性能表现无显着差异,自主设备配套湿电极可达到新拓、BP设备的实验效果。(本文来源于《电子科技大学》期刊2018-04-23）
肖少清[4]（2017）在《多导联脑电信号的采集、处理及分析系统》一文中研究指出脑电信号(EEG)是人体中的一种重要的生理信号,当人体受到外界刺激或主观思考时,脑电信号会发生变化。研究人员通过采集脑电变化开发出了各种各样的脑-机接口设备。但是,随着脑-机接口研究的越发深入,人们发现只能采集某一脑电变化的脑-机接口设备无法适应越来越复杂的控制要求。同时准备几款不同种类的脑-机接口设备往往又代价高昂。因此,本课题对多导联的脑电信号进行了深入研究,开发出一套基于ADS1299EEG-FE和C++的通用型脑电信号采集、处理及分析系统。本文在查阅大量有关脑-机接口技术和脑电信号资料基础下,分析了脑电信号滤波技术,制定本课题的设计方案。本设计共分为四大模块:其一,运用ADS1299EEG-FE开发板设计了脑电信号的预处理模块。完成脑电信号的多级放大和模数转换。其二,运用USB串口设计了脑电信号的传输模块。完成脑电信号的数据编码,通信和解析。其叁,运用C++完成了脑电信号几种滤波器的设计。主要包括1-30Hz的带通滤波器,50Hz的陷波器,小波变换滤波器和公共平均参考法滤波器。其四,运用3DMAX进行叁维建模以及运用VTK渲染的图形窗口进行叁维模型的显示。通过四种脑功能实验验证了整个系统的功能。本文设计的系统完成了多导联脑电信号的采集、处理及分析等工作。搭建了一个完整的脑电信号处理框架。并通过叁维显示的方式,让人员在实验时能清楚的看到发生脑功能反映的脑部区域位置。给实验人员带来更加直观和真实的实验感受。(本文来源于《哈尔滨工程大学》期刊2017-01-01）
郭翠娜[5]（2016）在《基于脑电信号疲劳状态分析及其采集分析系统设计》一文中研究指出疲劳是指因过度劳累而引起的一种劳动能力下降现象,具体表现为:动作灵活性下降、反应迟钝和工作差错率增多、协调性降低,并伴有主观感觉疲乏、无力等。换言之,疲劳是机体处于警觉和睡眠两个极端情况之间的一个中间机能状态,是许多生理变化的最后结果。严重的疲劳可出现生理功能紊乱或失调。脑电信号是一种非线性非平稳的中枢神经生理信号,它包含了丰富的大脑信息,能够准确反应人类的生理状态,基于脑电信号的疲劳状态评估时疲劳评估的主要方法之一。基于小波变换,提取清醒和疲劳状态下脑电信号的α波、θ波和δ波叁种节律,基于排列组合熵算法,实现疲劳脑电的特征提取,并基于支持向量机分类器实现疲劳状态的评估。设计了一款脑电信号采集与疲劳状态分析系统。采集系统包括预处理模块和单片机系统两部分。在预处理模块中,放大电路采用集成仪表放大器AD627。采用非对称阻容网络构成的陷波器回路、阻容耦合电路、二阶压控有源低通滤波器级联的方法滤出工频干扰、实现高通以及低通滤波,进而实现信号去噪。单片机系统通过多路选择芯片CD4053,将滤波放大后的脑电信号送入AD7713进行模数转换。单片机系统通过SPI接口实现与AD芯片的通信,并将数据通过串口传送至上位机。基于C#和MATLAB混合编程,实现上位机的疲劳分析系统设计。实现疲劳状态评估。(本文来源于《燕山大学》期刊2016-12-01）
杨永强[6]（2016）在《基于LabVIEW的心音心电信号采集及辅助分析系统》一文中研究指出心音信号是人体最重要的生理信号之一,心音信号包含了大量心血管疾病病变信息,心音听诊常作为先心病的重要诊断依据。多数条件下医务人员都是利用心脏听诊来初步判定儿童是否患有先心病。我国先心病发病率较高,对于偏远的西南的地区,先心病发病率更是居高不下。为了关注和保障儿童健康发育成长,确保先心病患儿得到及时充分的治疗,每年国家以及社会爱心组织都要组织大量医务人员和医疗设备对儿童心脏健康进行检查。医务人员需要经过大量培训和实训才能够参与听诊筛查,听诊筛查工作也极为辛苦。为了解决先心病筛查工作繁重、误诊、漏诊等情况,可以利用快速发展的电子信息化技术实现数字化听诊,这样就可以减去大量人力物力。文章旨在对心音、心电信号进行同步采集,并作一定的分析处理。主要以虚拟仪器LabVIEW平台,利用传感器采集人体心音心电信号,通过前端电路调整和模数转换后发送到LabVIEW上位机中。本文利用LabVIEW实现了数据采集,显示以及存储。为了方便与医务人员交流,也设计了WAV文件的转换,以及心音和波形同时回放功能。利用LabVIEW和Matlab混合编程实现了心音信号的分段、定位。为了检测预处理算法的准确性,利用LabVIEW设计了一个半自动的预处理检测界面。在数次采集活动中该采集分析系统性能可靠,采集规范,模块实用,操作简便。采集的规范化对后续心音数据的存档、建库和病理信号分析识别提供了便利和参考。心音信号预处理分析中本文采用的算法简单实用,LabVIEW辅助检测功能也确保了心音研究工作的正常进展。(本文来源于《云南大学》期刊2016-04-01）
孟妍,郑刚,戴敏,赵瑞[7]（2015）在《可穿戴心电信号采集与分析系统的设计与实现》一文中研究指出针对传统心电采集设备的移动限制性以及佩戴的不舒适性,根据可穿戴计算特点,设计并实现了穿戴式心电采集与分析系统。系统采用自主研发的12/单导联心电采集模块进行心电信号采集,数据可存于采集设备或经3G网络传输到服务器端,同时所开发的软件可对心电图进行辅助病情分析,实现对佩戴人的心电监护。还研究并制作了插入式电极和织物电极,并通过二者的结合提高了采集心电信号的质量。实际佩戴和使用结果表明,使用插入式织物电极的可穿戴式心电采集设备具有良好的舒适性,心电信号波形的质量能够达到临床监控的要求。(本文来源于《计算机科学》期刊2015年10期）
谢宏,钱门超[8]（2014）在《基于Android的脑电信号无线采集与分析系统设计》一文中研究指出提出一种基于Android平台的脑电无线采集与警觉度监测终端的设计。采用Wi-Fi作为无线通信方案,以Android手机作为上位机,在手机上设计应用程序,通过手机应用程序可以方便地实现对采集设备的参数设置、无线连接、数据接收、波形显示、数据分析和文件存储。Android手机端通过Wi-Fi与下位机建立通信,实时接收Wi-Fi模块发送的脑电数据,绘成脑电图,并能通过手机端向下位机发送控制命令,再将基于极限学习机的脑电信号分类算法通过Java编码移植到手机内部,分析脑电信号所携带的警觉度信息。立足便携式脑电信号无线采集系统,在系统中加入基于Android系统的传输控制方法,并植入训练速度快、分类效果好的算法程序,为便携式脑电信号采集提供了一个新方案。(本文来源于《微型机与应用》期刊2014年13期）
王雨[9]（2014）在《精神紧张脑电信号采集与分析系统研究》一文中研究指出现代社会中，人的竞争激烈，压力越来越大，人的机体在这些高强度压力刺激下所做出的反应就是精神紧张。长期的精神紧张容易诱发抑郁症，心脏病；精神过度紧张甚至可以引发猝死。因此如何判断一个人的精神紧张程度十分重要。现代研究表明，通过脑电信号的采集和分析可以有效地识别精神紧张的程度，为人们的健康或康复提供可靠的依据。本论文旨在设计一套人体脑电采集分析系统，主要工作分为系统硬件设计、软件设计和精神紧张度脑电信号分析算法研究叁部分。脑电采集硬件设计部分包括叁个模块：采集模块，控制模块，显示模块。采集模块设计包括差动输入，工频陷波，低通和高通滤波，二级放大等；对各部分电路进行仿真测试并生成PCB电路板。控制模块的硬件设计主要包括A/D转换、通信相关的参数设置等；本论文主要采用LPC2136单片机的片内A/D转换和UART串口通讯。脑电采集的数字信号传送到上位机，上位机应用C#软件中的Serialport控件，设计界面对发送的数据进行显示和保存。算法研究部分，采用MATLAB软件对采集到的脑电信号进行小波分解，小波重构得到脑电节律波，再用基于加窗平均周期法求节律波的功率谱，计算节律波的能量，确定指标特征，以便对脑电信号进行精神紧张度的判定。(本文来源于《燕山大学》期刊2014-05-01）
彭日刚[10]（2014）在《基于Android系统的心电信号采集与分析系统设计》一文中研究指出随着人们生活节奏的加快、工作压力的加大和环境的不断恶化，对于如何利用自身的生理信号信息来实时快捷的了解自身身体状况，做好相应的预防应对工作变得尤为重要。心电信号作为人体重要的生理信号之一，通过对心电波形的分析可以有效的了解心脏健康状况。但就目前条件的限制和心脏病发病具有突发性的特点：患者不可能时刻呆在医院进行心电图的监测；另外，经常到医院进行心电检测所带来的费用对于一般的家庭也难以承受。于是一些便携式心电监测产品应运而生，这类产品通常都是由心电采集模块、心电信号处理模块、心电传输模块以及心电显示等模块构成。结合如今移动通信技术的进步以及数据业务的发展，移动智能手机的功能越来越强大。因此考虑让心电信号的显示、存储与分析通过智能手机平台完成从而替代心电图设备的部分功能，实现心电信号显示、存储与分析模块的分离，心电信号采集模块及其他模块则可单独出来有利于设备体积的减小和采集精度的提高；并且借助手机系统，可以设计心电分析应用，利用手机数据业务实现心电数据的上传下载等功能。本文介绍了国内外相关课题的研究背景和意义，在相关的理论知识和研究成果的基础之上详细设计了心电信号的采集电路和无线传输模块电路，并对所设计的PCB电路进行硬件和软件上面的调试。其次，针对心电信号宝贵的生理医学参考价值，在Android手机上实现对心电信号波形绘制，信息的查询，心率的计算以及加速度信息的显示和采集。本论文的主要创新点包括：（1）本文设计了一套完整的心电信号的采集、处理和传输电路，以获得低噪声的模拟心电信号，然后在MSP430F2553芯片基础之上实现电路的控制，信号的A/D转换，及通过蓝牙模块将心电信号进行无线传输等功能。（2）本文搭建中心服务器系统，建立用户数据库，存储被测人员的基本信息以及心电波形，实现在Android手机上查询相关个人信息和心电波形的绘制。实现了健康信息的共享，提供了一种新的医疗诊断途径。（3）本文在Android手机上实现R波的快速提取与心率的计算，对实时心率进行了波形绘制，并设计加速度显示采集程序分析运动状态下心率与加速度的规律。(本文来源于《南京邮电大学》期刊2014-03-01）
脑电信号采集分析系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
心电信号是通过心脏收缩舒张运动而产生,携带着丰富的生理信息。心电信号的规律性可以描述人体的生理功能,是医生诊断和治疗心血管疾病的主要依据。近年来,心脑血管疾病在人群中发病率越来越高,具有隐蔽性、突发性等特点,有较高的致残率和死亡率,给患者家属带来经济和心理上的巨大压力。因此心电监护设备应运而生。本论文以人体心电生理信号采集与分析为研究对象,设计一套实时、高精度的心电信号便携式采集与分析设备,它可以将心脏活动的心电信息及时传送给医生并保存,达到辅助心脏病诊断和心电信号分析的目的。本文首先了解心电信号的产生机理和信号特征,分析睡眠呼吸暂停性病人心电信号特征及分类。然后选取MIT-BIH数据库里(Apnea-ECG database)37个具有睡眠呼吸暂停症状心电信号的RR间期数据,利用多尺度熵算法对心电信号进行处理。根据多尺度熵指数定义的MEI_(1-3)和MEI_(13-15)数据分析指标,快速区分正常睡眠群体、轻度睡眠呼吸暂停患者、中度和重度呼吸暂停患者。便携心电分析设备硬件上设计了基于无线WiFi及QT上位机实时数据传输的成本低廉的心电采集及睡眠呼吸监护框架结构,详细给出了系统的STM32F103RCT6为主控模块电路、24位高精度A/D转换芯片ADS1292R的模拟前端心电采集电路、MCU与ESP8266 WiFi模块无线数据传输模块电路及其他辅助电路,并进行PCB印刷电路板设计、制作、打板和样机调试。最后,设计下位机嵌入式软件通过串行同步(SPI)通讯方式采集生理信号经数模转换传送到主控MCU,主控芯片与ESP8266 WiFi模块通过串行通讯进行心电信号及呼吸波传输,实时把采集的心电信号和呼吸波送至上位机。上位机的数据分析软件采用QT集成软件开发环境进行设计,对接收到的WiFi模块传输的下位机采集的心电信号,经预处理得到心电图显示。并存储心电信号数据进行心电特征提取与分类,将结果进行监控或传送给下位机进行警示。论文对设计的心电监护系统进行可靠性评估,得出MTBF和可靠度。在对连续的数据采集与分析方面,此设计的便携式采集与分析设备,具有实时性、精度高等优点。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
脑电信号采集分析系统论文参考文献
[1].张俊红,薛家祥.双脉冲MIG焊电信号采集系统及特征分析[J].电焊机.2019
[2].余传奇.基于WiFi传输的心电信号采集与数据分析系统设计[D].郑州大学.2018
[3].瞿倩.无线便携式脑电信号采集系统设计及实验验证分析[D].电子科技大学.2018
[4].肖少清.多导联脑电信号的采集、处理及分析系统[D].哈尔滨工程大学.2017
[5].郭翠娜.基于脑电信号疲劳状态分析及其采集分析系统设计[D].燕山大学.2016
[6].杨永强.基于LabVIEW的心音心电信号采集及辅助分析系统[D].云南大学.2016
[7].孟妍,郑刚,戴敏,赵瑞.可穿戴心电信号采集与分析系统的设计与实现[J].计算机科学.2015
[8].谢宏,钱门超.基于Android的脑电信号无线采集与分析系统设计[J].微型机与应用.2014
[9].王雨.精神紧张脑电信号采集与分析系统研究[D].燕山大学.2014
[10].彭日刚.基于Android系统的心电信号采集与分析系统设计[D].南京邮电大学.2014