相位同步分析癫痫特征提取系统(附件)
一直以来癫痫发作预报是临床迫切需要解决的一大难题。及时地对癫痫进行发作预报可以给患者和医生提供宝贵的时间采取措施，来减少或避免突然发作给患者带来的伤害。本课题首先介绍了对癫痫进行发作预报的背景和意义以及国内外研究现状。然后介绍了脑电信号的产生和采集流程。之后，详细介绍了本文所选取的特征提取方法，即希尔伯特变换和复高斯小波变换，它们都能将脑电信号转化为幅值和相位。最后研究癫痫发作前期是否有相位同步化下降现象，以这种相位同步化下降作为区别发作前期与发作间期的判断标准。实验证明这种方法可以作为癫痫的发作预报。关键词 发作预报，脑电信号，相位同步，特征提取
目 录
1 绪论 1
1．1 本课题的研究背景及意义 1
1．2 国内外研究现状 1
1．3 本课题主要研究内容 4
2 脑电信号与相位同步理论知识 5
2．1 脑电信号知识 5
2．2 相位同步理论 11
3 相位计算方法及特征提取 13
3．1 希尔伯特变换 13
3．2 复高斯小波变换 15
3．3 计算相位同步 16
4 癫痫发作预报仿真分析 17
4.1 发作预报流程 17
4.2 数据选择 18
4.3 结果分析 20
总 结 23
致 谢 24
参 考 文 献 25
1 绪论
1．1 本课题的研究背景及意义
早在18世纪后期，人类对青蛙的神经进行研究时，发现了生物电活动，但到1924年时，人类的脑电波(Electroencephalogram，EEG)才被Hans Berger[1]发现，随后大量的学者开始投入到人类的脑电信号研究中。脑电信号是脑电细胞产生的自发性电活动，其含有丰富的大脑活动信息，进行脑电信号的特征提取，对研究大脑生理、病理以及大脑相关的疾病有极大的帮助。
癫痫，即常被人们叫做“羊角风”或者“羊癫疯”，是由于人的脑电细胞异常放电，从而导致人脑阶段性部分或整体功能性障碍，发作时在临床表现为自主、无意识、突然动作、神经异常。癫痫给患者身体与 *好棒文|www.hbsrm.com +Q: ^351916072^
心理造成极大的伤害，严重时甚至威胁生命。若患者为幼儿，则会影响身体的自然生长以及造成智力缺陷。
在当今世界大约有六千万的人口患有癫痫疾病，其中发展中国家占到了80 %左右。根据我国相关调查机构调查显示，我国人民患有癫痫疾病的几率为70‰，每年的癫痫患者发病的几率为0.288%。现今，我国的癫痫患者也多达800万，而且每年还会增长40万左右的新患者，癫痫已成为神经医学上第二大常见疾病[2]。在全球众多的癫痫患者中，约10%的患者可通过相关手术来治愈，大约百分之七十的患者可以通过服用相关药物来控制癫痫疾病，不幸的是剩下的患者暂时还没有卓有成效的治疗手段。那些没有办法获得有效治疗的病患，他们将不得不忍受频繁发作的癫痫疾病给他们的身心和脑力带来的伤害。因为癫痫疾病是脑电细胞异常放电，所以就导致癫痫患者会在任何时间和任何地方突然发作。在发作期间，患者的感官、神经、意识混乱，患者不能控制自己，很容易受到二次伤害，比如，在行走过程中突然发作，容易造成交通事故；在上下楼梯时突然发作，则会造成摔伤等等事故。这些都会给癫痫患者的日常生活带来许多不必要的麻烦，也会给他们的家庭以及社会带来经济及其它负担。由以上可知，如果我们能够在癫痫患者发病之前及时发出警报，则患者或者医生就可以及时采取相关举措来应对，以便减轻患者的病痛或抑制病情的发生。由此可见，对癫痫进行发作预报的研究有着重要的社会意义。
1．2 国内外研究现状
17世纪中业，荷兰著名的物理学家惠更斯提出摆钟论，他通过将两个摆钟固定在同一根木棒上，晃动两个摆钟后，经过一定的时间后，两个摆钟的频率相同，这个现象也就是同步现象[3]。在19世纪早期，就有人对脑电活动进行了研究，在1875年，英国科学家 Rchard Caton[4]采用检流计第一次从动物的脑子中检测到了微弱的电流信号。在这之后，科学家们还发现当大脑受到外界影响时，脑电信号的电位也会随之改变。德国神经学家 Hans Berger研究了 Richard Caton和其他学者的相关研究报告后，在1902年他开始对动物进行实验[1]。他在1929年第一次成功地从人的大脑皮质处检测到活动的电流，引发了大量学者对EEG信号的研究热潮。但在后来的一段时间内，由于科学技术水平的落后，只能靠人的肉眼来观察EEG信号，对信号的分析也只停留在表面，因此很难发现新的有用信息。
到了20世纪60年代后，人们开始使用计算机来分析脑电信号，分析结果也因此更加准确可靠。到20世纪70年代，Walsh G等人[5]在脑电信号中发现了癫痫在发作之前的一些信息，而当时他们所用的检测方法就是线性方法。线性方法通常被分为三种，即时域、频域和时频域分析法。
时域分析法出现较早，在特征提取方面，一般选用AR模型作为解决方法，在该种方法下得到的结果易于对脑电信号进行提取和分类。Chisci 等人[6]在对EEG特征提取时使用了AR模型法，顺利地提取到了信号的相位特征，然后经过卡尔曼滤波取得了令人满意的预报结果。一般来说，时域分析主要对棘波和尖波有效果，在对其它波形检测时可能漏掉关键信息。
频域分析就是对EEG信号的频率估计，在对癫痫患者的EEG进行提取时，将其进行分解，使之分成各种大小的频率，然后进行分析。现如今，频域分析包括功率谱估计、高阶谱和奇异谱分析三种。虽然功率谱方法能够一目了然地观察到EEG的变化及分布情况，但是在对预估结果进行方差计算时，可能出现一些小的差错，但如果采用滑动平均的过程，即滤掉高频信号，但同时也大大削弱了低频信号的方差，也就会像时域分析那样丢失关键数据。近些年来，Wang Q M等人[7]在使用高阶谱和奇异谱这两种方法在研究癫痫发作预报上取得了不错的成果。
目 录
1 绪论 1
1．1 本课题的研究背景及意义 1
1．2 国内外研究现状 1
1．3 本课题主要研究内容 4
2 脑电信号与相位同步理论知识 5
2．1 脑电信号知识 5
2．2 相位同步理论 11
3 相位计算方法及特征提取 13
3．1 希尔伯特变换 13
3．2 复高斯小波变换 15
3．3 计算相位同步 16
4 癫痫发作预报仿真分析 17
4.1 发作预报流程 17
4.2 数据选择 18
4.3 结果分析 20
总 结 23
致 谢 24
参 考 文 献 25
1 绪论
1．1 本课题的研究背景及意义
早在18世纪后期，人类对青蛙的神经进行研究时，发现了生物电活动，但到1924年时，人类的脑电波(Electroencephalogram，EEG)才被Hans Berger[1]发现，随后大量的学者开始投入到人类的脑电信号研究中。脑电信号是脑电细胞产生的自发性电活动，其含有丰富的大脑活动信息，进行脑电信号的特征提取，对研究大脑生理、病理以及大脑相关的疾病有极大的帮助。
癫痫，即常被人们叫做“羊角风”或者“羊癫疯”，是由于人的脑电细胞异常放电，从而导致人脑阶段性部分或整体功能性障碍，发作时在临床表现为自主、无意识、突然动作、神经异常。癫痫给患者身体与 *好棒文|www.hbsrm.com +Q: ^351916072^
心理造成极大的伤害，严重时甚至威胁生命。若患者为幼儿，则会影响身体的自然生长以及造成智力缺陷。
在当今世界大约有六千万的人口患有癫痫疾病，其中发展中国家占到了80 %左右。根据我国相关调查机构调查显示，我国人民患有癫痫疾病的几率为70‰，每年的癫痫患者发病的几率为0.288%。现今，我国的癫痫患者也多达800万，而且每年还会增长40万左右的新患者，癫痫已成为神经医学上第二大常见疾病[2]。在全球众多的癫痫患者中，约10%的患者可通过相关手术来治愈，大约百分之七十的患者可以通过服用相关药物来控制癫痫疾病，不幸的是剩下的患者暂时还没有卓有成效的治疗手段。那些没有办法获得有效治疗的病患，他们将不得不忍受频繁发作的癫痫疾病给他们的身心和脑力带来的伤害。因为癫痫疾病是脑电细胞异常放电，所以就导致癫痫患者会在任何时间和任何地方突然发作。在发作期间，患者的感官、神经、意识混乱，患者不能控制自己，很容易受到二次伤害，比如，在行走过程中突然发作，容易造成交通事故；在上下楼梯时突然发作，则会造成摔伤等等事故。这些都会给癫痫患者的日常生活带来许多不必要的麻烦，也会给他们的家庭以及社会带来经济及其它负担。由以上可知，如果我们能够在癫痫患者发病之前及时发出警报，则患者或者医生就可以及时采取相关举措来应对，以便减轻患者的病痛或抑制病情的发生。由此可见，对癫痫进行发作预报的研究有着重要的社会意义。
1．2 国内外研究现状
17世纪中业，荷兰著名的物理学家惠更斯提出摆钟论，他通过将两个摆钟固定在同一根木棒上，晃动两个摆钟后，经过一定的时间后，两个摆钟的频率相同，这个现象也就是同步现象[3]。在19世纪早期，就有人对脑电活动进行了研究，在1875年，英国科学家 Rchard Caton[4]采用检流计第一次从动物的脑子中检测到了微弱的电流信号。在这之后，科学家们还发现当大脑受到外界影响时，脑电信号的电位也会随之改变。德国神经学家 Hans Berger研究了 Richard Caton和其他学者的相关研究报告后，在1902年他开始对动物进行实验[1]。他在1929年第一次成功地从人的大脑皮质处检测到活动的电流，引发了大量学者对EEG信号的研究热潮。但在后来的一段时间内，由于科学技术水平的落后，只能靠人的肉眼来观察EEG信号，对信号的分析也只停留在表面，因此很难发现新的有用信息。
到了20世纪60年代后，人们开始使用计算机来分析脑电信号，分析结果也因此更加准确可靠。到20世纪70年代，Walsh G等人[5]在脑电信号中发现了癫痫在发作之前的一些信息，而当时他们所用的检测方法就是线性方法。线性方法通常被分为三种，即时域、频域和时频域分析法。
时域分析法出现较早，在特征提取方面，一般选用AR模型作为解决方法，在该种方法下得到的结果易于对脑电信号进行提取和分类。Chisci 等人[6]在对EEG特征提取时使用了AR模型法，顺利地提取到了信号的相位特征，然后经过卡尔曼滤波取得了令人满意的预报结果。一般来说，时域分析主要对棘波和尖波有效果，在对其它波形检测时可能漏掉关键信息。
频域分析就是对EEG信号的频率估计，在对癫痫患者的EEG进行提取时，将其进行分解，使之分成各种大小的频率，然后进行分析。现如今，频域分析包括功率谱估计、高阶谱和奇异谱分析三种。虽然功率谱方法能够一目了然地观察到EEG的变化及分布情况，但是在对预估结果进行方差计算时，可能出现一些小的差错，但如果采用滑动平均的过程，即滤掉高频信号，但同时也大大削弱了低频信号的方差，也就会像时域分析那样丢失关键数据。近些年来，Wang Q M等人[7]在使用高阶谱和奇异谱这两种方法在研究癫痫发作预报上取得了不错的成果。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/1825.html
