基于導(dǎo)聯(lián)信號(hào)組合的腦電信號(hào)處理及其在中風(fēng)病人腦電信號(hào)分析中的應(yīng)用.pdf

1、腦電信號(hào)（Electroencephalogram，EEG）是大腦神經(jīng)細(xì)胞電生理活動(dòng)在大腦皮層和頭皮表面的總體反映，包含了大量生理和疾病信息。腦電信號(hào)的發(fā)現(xiàn)有助于人們進(jìn)一步研究大腑構(gòu)造及其思維機(jī)制。目前，腑電信號(hào)已被應(yīng)用于信息輸入、外部設(shè)備控制、心理學(xué)研究、疾病的康復(fù)與治療等領(lǐng)域，而隨著信號(hào)處理學(xué)的發(fā)展，越來越多的腦電信號(hào)處理算法也被應(yīng)用于腦電信號(hào)分析中。傳統(tǒng)腦電信號(hào)處理算法包括預(yù)處理、特征提取和分類三個(gè)過程。腦電信號(hào)處理算法的好壞直接

2、決定了腦電信號(hào)分析的準(zhǔn)確性以及是否能夠?qū)δX電信號(hào)中很多有用的隱藏信息進(jìn)行挖掘。
　　本文在研究已有的腦電信號(hào)處理算法基礎(chǔ)上，針對傳統(tǒng)P300腦電信號(hào)特征提取算法基于多導(dǎo)腦電信號(hào)進(jìn)行特征提取，數(shù)據(jù)量大，特征提取效率低等問題，提出了基于導(dǎo)聯(lián)信號(hào)組合的P300腦電信號(hào)特征提取算法，并將基于導(dǎo)聯(lián)信號(hào)相乘的腦電信號(hào)處理算法應(yīng)用于中風(fēng)病人腦電信號(hào)特征研究中。
　　首先，本文提出了三種基于導(dǎo)聯(lián)信號(hào)組合的P300腦電信號(hào)特征提取算法。根據(jù)被

3、試腦電信號(hào)特征，僅選取P300特征較明顯的兩個(gè)導(dǎo)聯(lián)腦電信號(hào)，分別通過導(dǎo)聯(lián)信號(hào)相乘、導(dǎo)聯(lián)信號(hào)卷積、導(dǎo)聯(lián)信號(hào)矩陣相乘算法使P300特征更加顯著，以能量熵作為P300腦電信號(hào)特征值，送入支持向量機(jī)中進(jìn)行分類。通過BCI競賽字符拼寫器實(shí)驗(yàn)數(shù)據(jù)、人臉圖片測謊實(shí)驗(yàn)P300數(shù)據(jù)和模擬網(wǎng)絡(luò)詐騙實(shí)驗(yàn)P300數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明，本文提出的算法可以有效提取P300腦電信號(hào)特征，在降低提取特征的個(gè)數(shù)，大幅減少數(shù)據(jù)量的同時(shí)，取得了較高的分類正確率，有利于在線

4、應(yīng)用。與相關(guān)文獻(xiàn)相比，本文提出的算法數(shù)據(jù)量最多減少了93.8％。此外，導(dǎo)聯(lián)信號(hào)相乘、卷積和矩陣相乘算法分別在字符拼寫器、人臉圖片測謊和模擬網(wǎng)絡(luò)詐騙實(shí)驗(yàn)P300數(shù)據(jù)上獲得了93％、88.6％和90.6％的最佳分類表現(xiàn)。在各自表現(xiàn)最優(yōu)的數(shù)據(jù)上，三種算法的分類正確率比參考文獻(xiàn)最多提高了15.6、5.8和11.9個(gè)百分點(diǎn)。
　　其次，本文通過我們設(shè)計(jì)的運(yùn)動(dòng)想象腦電信號(hào)刺激器，對中風(fēng)病人自由想象和運(yùn)動(dòng)想象腦電信號(hào)進(jìn)行采集。由于本文提出的基于

5、導(dǎo)聯(lián)信號(hào)組合的腦電信號(hào)處理算法適合于特征空間分布較為集中的腦電信號(hào)，如P300腦電信號(hào)，運(yùn)動(dòng)想象腦電信號(hào)等。因此，本文首先通過大腦兩側(cè)所有導(dǎo)聯(lián)采集的數(shù)據(jù)對中風(fēng)病人自由想象腦電信號(hào)時(shí)頻域能量進(jìn)行分析，然后用提出的基于導(dǎo)聯(lián)信號(hào)相乘的腦電信號(hào)處理算法對C3、C4及其臨近導(dǎo)聯(lián)采集到的中風(fēng)病人運(yùn)動(dòng)想象腦電信號(hào)時(shí)頻域特征進(jìn)行研究，并觀察運(yùn)動(dòng)想象腦電信號(hào)事件相關(guān)同步化/去同步(Event RelatedSynchronization/Desynchr

6、onization，ERS/ERD)現(xiàn)象。經(jīng)12名被試腦電信號(hào)數(shù)據(jù)驗(yàn)證，在時(shí)域分析中發(fā)現(xiàn)83.3％的被試大腦患病側(cè)自由想象腦電信號(hào)能量比健康側(cè)低，66.7％的被試肢體運(yùn)動(dòng)不利側(cè)對應(yīng)的上肢運(yùn)動(dòng)想象腦電信號(hào)ERS/ERD現(xiàn)象不顯著;在頻域分析中發(fā)現(xiàn)83.3％的被試大腦患病側(cè)自由想象腦電信號(hào)能量比健康側(cè)低，58.3％的被試肢體不利側(cè)對應(yīng)的上肢運(yùn)動(dòng)想象腦電信號(hào)ERS/ERD現(xiàn)象不顯著。進(jìn)一步對位于大腦患病側(cè)的相關(guān)導(dǎo)聯(lián)采集到的腦電信號(hào)頻域能量進(jìn)行

7、分析，66.7％的被試在進(jìn)行左右手運(yùn)動(dòng)想象時(shí)，該導(dǎo)聯(lián)腦電信號(hào)的頻域能量并未出現(xiàn)符合規(guī)律的ERS/ERD現(xiàn)象。本研究結(jié)果說明中風(fēng)對病人大腦患病側(cè)自由想象和運(yùn)動(dòng)想象腦電信號(hào)均有比較大的抑制，通過對中風(fēng)病人大腦患病側(cè)與健康側(cè)自由想象腦電信號(hào)能量的對比以及運(yùn)動(dòng)想象腦電信號(hào)中ERS/ERD現(xiàn)象顯著程度的分析，為中風(fēng)病人的康復(fù)程度評(píng)估提供一定的幫助，同時(shí)也為今后的中風(fēng)病人康復(fù)手段改進(jìn)提供一種思路。
　　最后，本文對實(shí)驗(yàn)室搭建的基于GKT(Gu