一种基于经验模态分解的时频分布及其在EEG分析中的应用  

An EMD Based Time-Frequency Distribution and Its Application in EEG Analysis

作　　者：李小兵[1] 初孟[1] 邱天爽[1] 鲍海平[2] 

机构地区：[1]大连理工大学电子与信息工程学院,大连116024 [2]大连医科大学附属第二医院,大连116023

出　　处：《生物医学工程学杂志》2007年第5期990-995,共6页Journal of Biomedical Engineering

基　　金：国家自然科学基金资助项目(30170259);辽宁省科学技术基金资助项目(2001101057)

摘　　要：Hilbert-Huang变换是一种新的分析非线性非平稳信号的时频方法,这种方法的关键部分是经验模态分解(EMD)方法,任何复杂的信号都可以通过EM D分解为有限数目并且具有一定物理意义的固有模态函数。我们结合该方法给出一种抑制Wigner-Ville分布交叉项的新方法,并将其应用于癫痫脑电信号(EEG)中,且得到了比较好的结果。Hilbert-Huang transform （HHT） is a new time-frequency analytic method to analyze the nonlinear and the non-stationary signals. The key step of this method is the empirical mode decomposition （EMD）, with which any complicated signal can be decomposed into a finite and small number of intrinsic mode functions （IMF）. In this paper, a new EMD based method for suppressing the cross-term of Wigner-Ville distribution （WVD） is developed and is applied to analyze the epileptic EEG signals. The simulation data and analysis results show that the new method suppresses the cross-term of the WVD effectively with an excellent resolution.

关 键 词：经验模态分解法 WIGNER-VILLE分布 脑电信号 

分 类 号：R318[医药卫生—生物医学工程]