董盟盟，仲 轶，徐 洁，戴体俊，刘功俭

（徐州医学院 麻醉学院，江苏 徐州 221004）

麻醉深度监测是临床麻醉中极为重要的问题，关系到手术成败、病人安危。由于脑电是皮质锥体细胞顶树突产生的树突电位与突触后电位的总和，能直接反映出中枢神经系统的活动，因此脑电检测分析是确定麻醉深度的最佳方法[1]。但是，在实验中提取到的脑电信号非常微弱（μV级），极易受到各种噪声干扰，主要有工频干扰、肌电干扰、心电伪迹等，对脑电信号的后续分析和处理很不利，因此，脑电信号消噪成为一个必要且关键的步骤。目前，针对各个具体问题，常用自适应滤波、独立量分析、主成分分析等方法进行脑电信号的去噪[2－3]，小波分析理论是近年发展起来的一门新理论，它可以对信号在时频两域进行分析，很适合探测信号的瞬时状态，对微弱生命信号可以进行有效去噪和提取[4]。文中在matlab平台上将小波变换应用于脑电信号的预处理降噪，取得较好的效果，为下一步脑电信号特征提取提供了基础。

1 非线性小波变换阈值法

非线性小波变换阈值法[5]也称为“小波收缩”（wavelet shrinkage），就是按照一定的预设阈值压缩信号的小波变化系数，然后用被压缩后的系数重构以达到降噪的目的。目前应用最广泛的是Donoho提出的硬阈值和软阈值降噪方法。因为在小波域中，信号的能量相对集中在某几个位置上，而噪声的分布一般比较广，根据瞬时性的特点，信号表现为一些大的系数，而一些小的系数则更多的是由噪声和信号能量的突变所产生的，所以小波阈值去噪主要是利用了有效信号和噪声信号在小波变换下奇异性截然不同的表现特征来去除噪声，保留有效信号。……