單次誘發(fā)腦電特征提取工具包及算法優(yōu)化.pdf

1、誘發(fā)電位是神經(jīng)科學(xué)研究和臨床應(yīng)用中進(jìn)行神經(jīng)疾病診斷重要手段之一，具有特殊的科學(xué)研究和臨床應(yīng)用價(jià)值，它的研究有助于對(duì)生理和病理活動(dòng)中神經(jīng)機(jī)理的深入探討。目前臨床上使用最為廣泛的誘發(fā)腦電提取方法是疊加平均法，但疊加平均往往掩蓋了信號(hào)波形有意義的細(xì)節(jié)信息，影響參數(shù)提取準(zhǔn)確性，因此許多研究提出了誘發(fā)腦電少次提取的方法。本文針對(duì)多元線性回歸方法誘發(fā)腦電提取特征均一化、缺乏特異性的特點(diǎn)，提出了基于自適應(yīng)特征庫(kù)的多元線性回歸方法改進(jìn)方案。結(jié)合誘發(fā)腦電

2、單次提取分析工具的多樣性，針對(duì)不同腦電/誘發(fā)電位的單次特征提取需求和數(shù)據(jù)結(jié)構(gòu)復(fù)雜的問(wèn)題，設(shè)計(jì)了一套整合不同誘發(fā)腦電單次提取分析方法的MATLAB工具包，并在軟件結(jié)構(gòu)和人機(jī)交互方向?qū)υ摴ぞ甙M(jìn)行了優(yōu)化。
　　目的：對(duì)基于小波濾波和多元線性回歸的誘發(fā)腦電參數(shù)單次提取方法進(jìn)行改進(jìn)，保留單次實(shí)驗(yàn)數(shù)據(jù)間更多的動(dòng)態(tài)特征，并提高參數(shù)估計(jì)準(zhǔn)確率。為便于該軟件工具包的應(yīng)用，優(yōu)化誘發(fā)腦電單次提取分析工具包的數(shù)據(jù)分析結(jié)構(gòu)和人機(jī)交互界面。
　　方法

3、：隨機(jī)選取4組小波濾波后誘發(fā)腦電數(shù)據(jù)，分別疊加平均后進(jìn)行主成分分析，所得主成分組成特征庫(kù)，單次提取時(shí)，針對(duì)每次數(shù)據(jù)從特征庫(kù)中選擇與當(dāng)次誘發(fā)腦電信號(hào)相關(guān)系數(shù)最高的主成分作為自變量開展多元線性回歸分析，由回歸分析結(jié)構(gòu)重構(gòu)出單次誘發(fā)電位信號(hào)并自動(dòng)提取潛伏期和幅值等關(guān)鍵特征。基于模型-視圖-控制器設(shè)計(jì)模式，獨(dú)立單次誘發(fā)腦電特征提取工具包功能，簡(jiǎn)化軟件結(jié)構(gòu);增加工具包命令行控制模式，用于數(shù)據(jù)批量處理;完善多數(shù)據(jù)集操作功能，便于數(shù)據(jù)分析對(duì)比;并通過(guò)

4、軟件試用實(shí)驗(yàn)，對(duì)比工具包改進(jìn)前后分析效率。
　　結(jié)果：使用新方法對(duì)信噪比0.5-1.5的模擬誘發(fā)腦電信號(hào)進(jìn)行特征提取，潛伏期誤差7.18±2.09ms，幅值誤差3.90±1.45μV，誤差均低于原MLRd、ARX、ICA、CSOBI等方法。真實(shí)誘發(fā)腦電信號(hào)分析中，新算法預(yù)測(cè)的P300成分潛伏期與幅值參數(shù)更接近專家判定的基準(zhǔn)數(shù)值，潛伏期與幅值參數(shù)的平均誤差分別為11.16±8.60ms和1.40±1.34μV。新方法對(duì)不同刺激位置的