基于稀疏表示模型的EEG信號棘波自動檢測技術(shù)與應(yīng)用系統(tǒng)研究.pdf

1、腦電圖(Electroencephalography，EEG)檢查是臨床無創(chuàng)獲取腦電信號最為便捷而成熟的方式，它是臨床腦疾病診斷、神經(jīng)生理學(xué)、腦科學(xué)等研究的重要途徑。完成的腦電誘發(fā)電信號的產(chǎn)生和誘發(fā)電位的采集，及其癲癇特征波的自動檢測與分類在臨床檢測、腦電監(jiān)護(hù)、癲癇等腦疾病的控制與治療上均有很重要的意義。
　　 本論文主要針對癲癇腦電信號特別是誘發(fā)癲癇腦電信號的采集和處理展開研究，取得的創(chuàng)新成果主要包括：
　　 (1)以

2、EEG信號的神經(jīng)電活動偶極子模型與頭球模型為生理基礎(chǔ)，以EEG信號的癲癇病態(tài)特征波具有的多形態(tài)結(jié)構(gòu)特征為先驗(yàn)基礎(chǔ)，對EEG信號的產(chǎn)生過程進(jìn)行了數(shù)學(xué)建模，建立了EEG信號多形態(tài)生成模型。同時，基于EEG信號的可稀疏性表示假設(shè)，提出了面向特征抽取的EEG信號結(jié)構(gòu)自適應(yīng)稀疏分解模型(SSDM)，為本文的癲癇特征自動檢測理論與算法奠定了模型基礎(chǔ)。
　　 (2)設(shè)計了一種新的EEG信號自適應(yīng)稀疏表示過完備原子庫?；谠訋煸O(shè)計要盡可能匹配

3、逼近信號的內(nèi)在結(jié)構(gòu)成分這個基本準(zhǔn)則，利用高斯函數(shù)及一階、二階導(dǎo)函數(shù)作為生成函數(shù)，研究設(shè)計了能夠匹配異常EEG信號的多種多形態(tài)瞬時結(jié)構(gòu)波形的過完備稀疏表示原子庫。利用匹配追蹤算法進(jìn)行稀疏分解，結(jié)果顯示EEG信號形態(tài)匹配過完備原子庫具有更強(qiáng)的稀疏表示性能，并揭示了經(jīng)典原子庫下的稀疏表示對EEG信號特征檢測的局限性。在此基礎(chǔ)上，討論了基于稀疏表示的EEG信號壓縮采樣問題。
　　 (3)提出了一種新的基于形態(tài)結(jié)構(gòu)匹配的EEG信號棘波自動

4、檢測算法。算法的核心是，根據(jù)臨床診斷中癲癇特征波的人工檢測標(biāo)準(zhǔn)，以及本文提出的形態(tài)匹配過完備原子庫，給出了癲癇特征波形態(tài)結(jié)構(gòu)特征的定量化描述，包括癲癇特征波的持續(xù)時間、幅度、銳度以及波峰兩側(cè)或一側(cè)是否出現(xiàn)短暫的反向抑制過程等特征，并進(jìn)一步建立了癲癇特征波的定量化檢測標(biāo)準(zhǔn)。算法首先通過波形分解與自適應(yīng)預(yù)測濾波技術(shù)去除多導(dǎo)數(shù)據(jù)中非癲癇特征波形，僅保留有癲癇嫌疑的波段作進(jìn)一步處理，以提高后續(xù)處理的效率；然后利用EEG信號在形態(tài)匹配過完備原子庫

5、下的稀疏表示時頻參數(shù)，自適應(yīng)提取各種瞬態(tài)波形的形態(tài)結(jié)構(gòu)特征，通過與建立的定量化檢測標(biāo)準(zhǔn)進(jìn)行匹配與比對，從而實(shí)現(xiàn)EEG信號的癲癇特征波自動檢測與分析。實(shí)驗(yàn)結(jié)果顯示，本文的EEG稀疏表示原子庫不僅能夠克服Gabor字典不能識別周期化棘波序列的缺點(diǎn)，而且能夠有效去除背景節(jié)律與偽跡的影響，提高了處理效率和癲癇波檢測的正確率。
　　 (4)根據(jù)癲癇等神經(jīng)系統(tǒng)疾病的神經(jīng)電生理信號處理和疾病篩查的需要，研制了便攜式的、可方便實(shí)現(xiàn)稀疏表示分析算

6、法的神經(jīng)誘發(fā)電信號處理系統(tǒng)。在PDA等移動計算設(shè)備的SD接口技術(shù)和Zigbee短距離無線通訊技術(shù)基礎(chǔ)上，設(shè)計出短距離無線遙測SD卡和相應(yīng)的測試終端，并編寫出運(yùn)行于Windows CE等移動操作系統(tǒng)平臺上的設(shè)備驅(qū)動程序和數(shù)據(jù)采集、處理程序，完成誘發(fā)電信號的產(chǎn)生和誘發(fā)電位的采集。系統(tǒng)硬件設(shè)計過程簡單，軟件設(shè)計平臺完善。實(shí)踐表明基于PDA等移動計算平臺和Zigbee短距離無線通訊技術(shù)的誘發(fā)電位測試系統(tǒng)的卓越的誘發(fā)信號發(fā)生和實(shí)時采集、處理誘發(fā)電