单导联癫痫脑电信号特征提取系统设计
脑电图是一种脑电活动的记录，它含有关于大脑不同生理状态的宝贵信息。近年来，患有癫痫病的人越来越多，给人们的生活带来了许多不便，且癫痫病一般很难根除，所以对癫痫的研究具有意义。本文针对癫痫病发作具有突发性和随机性，检测难度较大，提出利用小波包分解和构造特征向量的方法来提取脑电信号。首先，对某一个有癫痫病患者的脑电信号进行提取、滤波，其次，进行3层小波包分解，然后，对每个分支的小波包系数求和，得到8个小波系数能量，最终，以小波系数能量构造特征向量并归一化。然后选取正常人的脑电信号重复上面的步骤，最后把这两个特征向量图进行比较。关键词 脑电图，小波包分解，能量，特征向量
目 录
1 引言1
1.1 课题的研究背景和意义1
1.2 国内外研究现状1
1.3 课题的主要工作及要求3
2 脑电信号的理论4
2.1 脑电信号的分类5
2.2 脑电信号的特点及性质6
3 小波包分解7
3.1 小波包分解原理7
3.2 基于小波包方法脑电信号的频带划分10
3.3 能量表征及特征提取10
4 基于小波包分解的癫痫提取11
结论26
致谢27
参考文献28
1 引言
1.1 课题的研究背景和意义
癫痫通常是指：大脑神经元突发性异常放电，导致短暂的大脑功能障碍的一种慢性疾病。在民间，又称为“羊角风”或“羊癫风”。据资料显示，我国目前癫痫的总得病率为7.0‰，年发病率为28.8/10万，也就是说我国目前大概有900多万名癫痫病患者，并以每年约40多万的人数在增加，因此癫痫成为神经科得病率第二。癫痫按病因不同，分为特发性癫痫综合征、症状性癫痫综合征、可能的症状性癫痫综合征，其发病原因又分为三类：遗传因素、脑部疾病、全身系统性疾病。癫痫病发作时一般会出现：舌咬伤、尿失禁、猝倒、肢体下坠等现象，严重时可能威胁到人的生命，给国民的生命健康和财产安全带来了不小的隐患。目前，癫痫病的诊断主要通过询问患者本人和亲属等目击者,尽可能获取详细而完整的发作史，从而确定是否患有癫痫，其中脑电图的检查是诊断癫痫病最主要 *好棒文|www.hbsrm.com +Q: &351916072&
的手段。因为大脑异常放电的起始部位和传递方式不同，癫痫病发作时表现出来的状况也尽不相同。医生通过对采集的脑电信号进行检测，从中发现其与正常脑电信号不一样波形进行诊断。由于癫痫发作的随机性，在诊断过程中需要对病人的脑电信号进行长期的检测。在这个过程中，由于脑电信号采集、检测的时间长和每个病人的具体情况不相同，需要较高的医生经验，同时根据经验不同，容易造成误判。对此，癫痫自动检测技术因运而生[1]，它的提出不但减少了医生的工作量，而且可以很好的降低人为干扰，提高对病人诊断的精度。因此，对癫痫脑电信号的研究具有非凡的意义。
1.2 国内外研究现状
1875年，英国科学家Richard Caton把2个电极放在兔子裸露的大脑皮层上，在与其相连的电流计上发现有电流流过，据此，他判断这种电流与大脑功能存在某种关联。1890年，波兰科学家A.Beck发现若用强光照射狗的眼睛，在狗的视觉皮层上会出现明显的电位变化，若撤去强光，则只有细微的电位改变。同年,E.Fleischlvon Marxow也发现同样的事实，并指出这种现象可以在头颅上观察到。随后也有一些类似研究，但都未取得重要成果。直到1913年，Pravicz Neminski使用弦线电流计来记录电活动，脑电信号的研究才有了重大突破，过了12年后，他成功的记录下了狗脑在1015Hz和2032Hz的波形，这与后来人脑的α波和β波相对应。1924年，德国精神科专家Hans Berger首次对人的脑电图进行研究，通过把2根针状电极从颅骨缺损 处插入大脑皮层，成功的记录下电活动。他把正常人在闭眼时出现的10Hz、50μV的波定义为α波，若人睁眼注视时，会出现19Hz、2030μV的波形，他又把这种波定义为β波，并把这种脑电活动定义为脑电图。在此后的十几年中,Berger发表了14篇有关正常人、癫痫的脑电图论文，大大推进了脑电信号的研究进程。我国在1957年创办了第一届脑电图培训班，掀起了脑电图研究热潮。全国脑电图及临床神经生理学会议的召开标志着我国脑电图研究进入了顶峰。
研究脑电信号的方法主要有时域分析[2]，频域分析[3]，时频域分析[4]，非线性动力学分析[5]，熵分析[6]，小波变换[7]等，下面就几种方法简单的介绍下。
(1)时域分析，顾名思义，就是从时域中提取信号。由于直观性强，物理意义明确，受到许多脑电医生的青睐。以往EEG的分析主要通过人眼观察，这个可以被看成是人工时域分析。时域分析主要有直方图分析、方差分析、峰值检测及波形参数分析、零截点分析、脑电瞬态特征的提取等，可以从波形图中看出许多重要的信息，进而分析病人的脑电信号。
(2)频域分析主要有功率谱估计、AR参数模型谱估计、双谱分析。
功率谱估计：在时域上把实际淮信号分段，每段傅氏变换后的幅频特性平方再乘以适当的窗函数。脑电信号是非平稳随机信号[8]，它的频域精度与表达方式，相位提取，瞬态波形分析是目前研究的主流方向。针对功率谱估计存在方差特性不好和幅值变化大的问题，提出了参数模型谱估计，它不仅能得到高分辨率的谱分析结果，而且有益于动态分析。
AR参数模型谱估计，AR模型:
（11）
其中，现实值，模型参数，阶数,零均值平稳高斯噪声。与MA和ARMA相比，更容易从线性方程组中求的模型系数，模型中的随机信号是通过平稳白噪声激励线性滤波器而得到。第一步是确定阶次，主要方法有信息论准则，最终预测误差准则。第二步求ak值，依据数据列和估计量均方差最小准则。
双谱分析，双谱函数：
（12） 其中三阶中心矩，双谱是随机信号偏离高斯分布的一个测度。
(3)时频分析，是结合时域分析和频域分析的一种方法,成功的描绘出信号的时变谱特征，较容易的看出频率的分布变化规律。时频分析现在主要的研究方法是Wigner分布和小波分析。Wigner分布可以把脑电信号表达出最明显的数据而且具有很高的分辨率，表达出来的矩阵具有明确的物理意义。小波分析具备了时域和频域两种方法的优点，一般用于提取棘波、慢波等不同频率的波，非常适合脑电信号的分析。
目 录
1 引言1
1.1 课题的研究背景和意义1
1.2 国内外研究现状1
1.3 课题的主要工作及要求3
2 脑电信号的理论4
2.1 脑电信号的分类5
2.2 脑电信号的特点及性质6
3 小波包分解7
3.1 小波包分解原理7
3.2 基于小波包方法脑电信号的频带划分10
3.3 能量表征及特征提取10
4 基于小波包分解的癫痫提取11
结论26
致谢27
参考文献28
1 引言
1.1 课题的研究背景和意义
癫痫通常是指：大脑神经元突发性异常放电，导致短暂的大脑功能障碍的一种慢性疾病。在民间，又称为“羊角风”或“羊癫风”。据资料显示，我国目前癫痫的总得病率为7.0‰，年发病率为28.8/10万，也就是说我国目前大概有900多万名癫痫病患者，并以每年约40多万的人数在增加，因此癫痫成为神经科得病率第二。癫痫按病因不同，分为特发性癫痫综合征、症状性癫痫综合征、可能的症状性癫痫综合征，其发病原因又分为三类：遗传因素、脑部疾病、全身系统性疾病。癫痫病发作时一般会出现：舌咬伤、尿失禁、猝倒、肢体下坠等现象，严重时可能威胁到人的生命，给国民的生命健康和财产安全带来了不小的隐患。目前，癫痫病的诊断主要通过询问患者本人和亲属等目击者,尽可能获取详细而完整的发作史，从而确定是否患有癫痫，其中脑电图的检查是诊断癫痫病最主要 *好棒文|www.hbsrm.com +Q: &351916072&
的手段。因为大脑异常放电的起始部位和传递方式不同，癫痫病发作时表现出来的状况也尽不相同。医生通过对采集的脑电信号进行检测，从中发现其与正常脑电信号不一样波形进行诊断。由于癫痫发作的随机性，在诊断过程中需要对病人的脑电信号进行长期的检测。在这个过程中，由于脑电信号采集、检测的时间长和每个病人的具体情况不相同，需要较高的医生经验，同时根据经验不同，容易造成误判。对此，癫痫自动检测技术因运而生[1]，它的提出不但减少了医生的工作量，而且可以很好的降低人为干扰，提高对病人诊断的精度。因此，对癫痫脑电信号的研究具有非凡的意义。
1.2 国内外研究现状
1875年，英国科学家Richard Caton把2个电极放在兔子裸露的大脑皮层上，在与其相连的电流计上发现有电流流过，据此，他判断这种电流与大脑功能存在某种关联。1890年，波兰科学家A.Beck发现若用强光照射狗的眼睛，在狗的视觉皮层上会出现明显的电位变化，若撤去强光，则只有细微的电位改变。同年,E.Fleischlvon Marxow也发现同样的事实，并指出这种现象可以在头颅上观察到。随后也有一些类似研究，但都未取得重要成果。直到1913年，Pravicz Neminski使用弦线电流计来记录电活动，脑电信号的研究才有了重大突破，过了12年后，他成功的记录下了狗脑在1015Hz和2032Hz的波形，这与后来人脑的α波和β波相对应。1924年，德国精神科专家Hans Berger首次对人的脑电图进行研究，通过把2根针状电极从颅骨缺损 处插入大脑皮层，成功的记录下电活动。他把正常人在闭眼时出现的10Hz、50μV的波定义为α波，若人睁眼注视时，会出现19Hz、2030μV的波形，他又把这种波定义为β波，并把这种脑电活动定义为脑电图。在此后的十几年中,Berger发表了14篇有关正常人、癫痫的脑电图论文，大大推进了脑电信号的研究进程。我国在1957年创办了第一届脑电图培训班，掀起了脑电图研究热潮。全国脑电图及临床神经生理学会议的召开标志着我国脑电图研究进入了顶峰。
研究脑电信号的方法主要有时域分析[2]，频域分析[3]，时频域分析[4]，非线性动力学分析[5]，熵分析[6]，小波变换[7]等，下面就几种方法简单的介绍下。
(1)时域分析，顾名思义，就是从时域中提取信号。由于直观性强，物理意义明确，受到许多脑电医生的青睐。以往EEG的分析主要通过人眼观察，这个可以被看成是人工时域分析。时域分析主要有直方图分析、方差分析、峰值检测及波形参数分析、零截点分析、脑电瞬态特征的提取等，可以从波形图中看出许多重要的信息，进而分析病人的脑电信号。
(2)频域分析主要有功率谱估计、AR参数模型谱估计、双谱分析。
功率谱估计：在时域上把实际淮信号分段，每段傅氏变换后的幅频特性平方再乘以适当的窗函数。脑电信号是非平稳随机信号[8]，它的频域精度与表达方式，相位提取，瞬态波形分析是目前研究的主流方向。针对功率谱估计存在方差特性不好和幅值变化大的问题，提出了参数模型谱估计，它不仅能得到高分辨率的谱分析结果，而且有益于动态分析。
AR参数模型谱估计，AR模型:
（11）
其中，现实值，模型参数，阶数,零均值平稳高斯噪声。与MA和ARMA相比，更容易从线性方程组中求的模型系数，模型中的随机信号是通过平稳白噪声激励线性滤波器而得到。第一步是确定阶次，主要方法有信息论准则，最终预测误差准则。第二步求ak值，依据数据列和估计量均方差最小准则。
双谱分析，双谱函数：
（12） 其中三阶中心矩，双谱是随机信号偏离高斯分布的一个测度。
(3)时频分析，是结合时域分析和频域分析的一种方法,成功的描绘出信号的时变谱特征，较容易的看出频率的分布变化规律。时频分析现在主要的研究方法是Wigner分布和小波分析。Wigner分布可以把脑电信号表达出最明显的数据而且具有很高的分辨率，表达出来的矩阵具有明确的物理意义。小波分析具备了时域和频域两种方法的优点，一般用于提取棘波、慢波等不同频率的波，非常适合脑电信号的分析。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/2645.html
