登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 电子信息工程 > 正文

基于脑电节律的精神状态监测软件的开发开题报告

 2020-05-15 22:01:15  

1. 研究目的与意义(文献综述包含参考文献)

随着社会经济的发展,科技水平的不断提高,人们的生活质量和社会观念得到了极大的提升。在物质资源日益丰富的今天,为了追求更好的生活质量,人们越来越重视自己的身体健康。不同于以前人们有病再治的医疗观念,现在无病预防越来越被人们重视,相较于治病所需要的高昂消费,健康的生活饮食习惯和疾病预防监测不仅成本低廉,也能减少疾病带来的身心上的损伤。在这股改变健康观念的新浪潮中,对脑电的研究也不再是一个比较神秘的领域,而是藉由便携式智能设备的大热而走进了更多的领域。

人们对脑电的研究由来已久,早在1924年德国的精神病学家berger就通过电鳗发出电气得到启发,记录到了人类身上的脑电波,脑电图(electroencephalogram,eeg)也随之诞生。1932年,dietch首先对脑电图进行了傅里叶变换,随后在脑电领域相继引入了频域分析、时域分析等经典方法。在之后的研究中,人们先后从脑电波中提取出了至少四个波段(也称为脑电节律),分别为δ波(1-3hz)、θ波(4-7hz)、α波(8-13hz)和β波(14-30hz)。在对节律的研究中,人们发现节律信息能比较清晰的反应出人的情绪、精神状态等信息,在医学上有很大的帮助,于是研究脑电节律成为脑电波研究的重要工作。

近二十年来,借助计算机的快速发展,许多新方法被实际运用于脑电分析中。除了时域分析、频域分析、时频分析等经典方法外,非线性动力学分析方法以及机器学习等也成为研究脑电信号的热门方法。近年来,机器学习成为计算机发展的一个重要方向,机器学习算法也成为一个庞大深奥的算法体系。由于大多数机器学习算法的自身特性,它不需要知道输入信号的具体函数,而是通过不断的学习和训练来减少误差,所以在处理背景噪声复杂的脑电信号时具有不错的性能。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

本课题主要研究脑电数据与精神状态之间的关系,在已经实现通过便携式采集设备采集脑电数据的基础上完成上位机软件以实现实时辨析人的精神状态的目的。

具体需要研究和解决的问题:

1.搭建和完善硬件采集系统,完成脑电数据的采集和上传。

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图