腦電信號特征信息提取的時頻分析方法及虛擬式腦電圖儀的研制.pdf

1、腦電圖儀是臨床上檢查腦疾病的重要輔助工具，能否有效提取腦電信號中的各種特征信息是判斷腦電圖儀性能好壞的重要標志。本文在了解和分析國內(nèi)外目前在腦電信號處理、腦電圖儀發(fā)展現(xiàn)狀的基礎上，利用近年來信號處理領域的重大成就，以及計算機軟硬件技術和微電子技術，并結合最近幾年獲得飛速發(fā)展的虛擬儀器技術，建立了虛擬式的腦電測量和分析儀器系統(tǒng)。這是虛擬儀器技術向生物醫(yī)學領域滲透的必然結果，也必將會對我國的生物醫(yī)療電子和生物醫(yī)學儀器領域產(chǎn)生重大影響。

2、 腦電信號作為一種復雜的非平穩(wěn)信號，僅僅利用傳統(tǒng)的時域和頻域分析方法很難充分提取腦電信號中的特征信息。本文在綜述各種時頻分析理論的優(yōu)點和局限性的基礎上，深入討論了Gabor變換、小波和小波包變換、Wigner分布和ChoiWilliams分布、匹配跟蹤(MP)、獨立分量分析(ICA)、基于小波包分解和短時傅立葉變換的多分辨率時頻分析(MRTFA)和人工神經(jīng)網(wǎng)絡(ANN)在腦電信號特征信息提取中的應用。由于腦電信號中特征波形的多樣性和復

3、雜性，僅依靠某一種時頻分析方法是無法有效提取腦電信號中的所有特征信息的，因此必須考慮綜合利用各種時頻分析方法。在作者研制的虛擬式腦電測量與分析儀中，集成了上述時頻分析方法。引入了腦電基本節(jié)律頻帶相對強度比(BRIR)的概念，利用Gabor變換實現(xiàn)了BRIR的自動檢測，幫助醫(yī)生正確判斷腦電節(jié)律的抑制情況；綜合利用獨立分量分析、多分辨率小波變換、自適應濾波處理、連續(xù)小波變換、人工神經(jīng)網(wǎng)絡和專家知識規(guī)則來提取癲癇腦電中棘波、尖波和慢波；根據(jù)腦

4、電信號中波形特征的不同，可以自適應地選擇適當?shù)臅r頻分析方法，如基于不同小波基的小波變換和Wigner分布等，以最大化顯現(xiàn)腦電信號中的特征信息。同時考慮腦電圖儀的發(fā)展特點和臨床診斷要求，在本文的研究過程中，集成了腦電地形圖檢測和睡眠分階自動分析的功能。其中腦電地形圖利用Gabor變換和球面插值方法來實現(xiàn)；在建立基于小波包變換和短時傅立葉變換的多分辨率時頻分析以及睡眠分階規(guī)則的基礎上，實現(xiàn)睡眠分階自動分析功能。 本文還討論了零相位失

5、真數(shù)字濾波器在腦電信號處理中的應用情況。在儀器的實現(xiàn)過程中，用它來對采集到的腦電數(shù)據(jù)做無失真的預處理以及各個腦電節(jié)律頻帶的無失真信息提取。 在本文建立的虛擬式腦電測量和分析儀器系統(tǒng)中，不僅集成了上述強大的腦電信號特征信息提取功能，而且充分考慮臨床應用中醫(yī)生觀察腦電波形的方便性，設置了多個顯示控制參數(shù)，以達到多樣的靈活顯示方式。此外，由于本儀器系統(tǒng)是建立在虛擬儀器技術基礎上的，因此具有虛擬儀器的固有特點，可以方便地進行腦電數(shù)據(jù)的采

6、樣、保存、回放、顯示和打印等；引入了數(shù)據(jù)庫管理技術，從而可以有效地對腦電數(shù)據(jù)和病人信息進行管理和方便地查詢。根據(jù)虛擬儀器技術發(fā)展趨勢和生物醫(yī)學儀器特點，提出了拼搭式的虛擬式生物醫(yī)學儀器系統(tǒng)的構建和虛擬式生物醫(yī)學儀器系統(tǒng)的應用趨勢。 本文所研制的虛擬式腦電測量和分析儀器系統(tǒng)，集成了多種時頻檢測和分析方法，通過這些方法的綜合應用，可以充分提取腦電信號中的特征信息，以為醫(yī)生提供更準確和充分的診斷依據(jù)。這在作者所見文獻描述的同類儀器中尚