腦電信號(hào)的特性分析與特征提取.pdf

1、腦電信號(hào)(EEG)是通過(guò)電極記錄下來(lái)的腦電細(xì)胞群的自發(fā)性、節(jié)律性電活動(dòng)，它包含了大量的生理與病理信息，對(duì)其作深入的研究有助于臨床醫(yī)生提高對(duì)大腦神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，同時(shí)對(duì)于腦疾病診斷和檢測(cè)提供了有效的手段，所以腦電圖檢查在臨床診斷中起著越來(lái)越重要的作用。 對(duì)腦電信號(hào)進(jìn)行特性分析和特征提取，國(guó)內(nèi)外有關(guān)這一課題的研究日益增多。由豐富的國(guó)內(nèi)外資料可知，許多經(jīng)典的或現(xiàn)代的信號(hào)處理分析方法已經(jīng)應(yīng)用于腦電信號(hào)中，且已見(jiàn)

2、成效?？梢哉f(shuō)，前人的工作已經(jīng)為未來(lái)的研究提供了很好的基礎(chǔ)，因此本論文在此基礎(chǔ)上，研究方向大致向以下兩方面展開(kāi)：一是采用經(jīng)典和現(xiàn)代信號(hào)處理方法分析的基本原理和方法，研究并實(shí)現(xiàn)腦電信號(hào)特性分析和特征提取的更加有效和快速的算法；二是研究發(fā)展新的分析方法，并嘗試將現(xiàn)有方法進(jìn)行結(jié)合，應(yīng)用于腦電信號(hào)的特性分析和特征提取。具體的工作包括： 首先，深入研究國(guó)內(nèi)外腦電信號(hào)特性分析與特征提取的理論和方法，對(duì)各種分析方法的優(yōu)缺點(diǎn)加以充分認(rèn)識(shí)及總結(jié)。

3、 其次，深入研究近似熵算法及其性質(zhì)，并探討近似熵算法應(yīng)用于腦電信號(hào)的可行性。采用近似熵算法對(duì)小豬腦缺氧窒息而引起的中樞神經(jīng)系統(tǒng)損傷實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析及對(duì)損傷程度進(jìn)行定量評(píng)估。結(jié)果表明基于近似熵的方法對(duì)于腦缺氧窒息而引起的中樞神經(jīng)系統(tǒng)損傷及對(duì)損傷程度進(jìn)行評(píng)估，具有直觀和可定量的優(yōu)點(diǎn)?？赡艹蔀橐粋€(gè)新的評(píng)價(jià)缺氧腦損傷的臨床參量。 第三，采用近似熵對(duì)癲癇患者的腦電信號(hào)進(jìn)行分析，探索運(yùn)用近似熵進(jìn)行癲癇檢測(cè)的可行性。針對(duì)近似熵存在的問(wèn)題

4、，選用一種與近似熵類似但精度更好的方法-樣本熵，并同近似熵就在癲癇腦電信號(hào)中的應(yīng)用進(jìn)行了比較分析。結(jié)果顯示癲癇發(fā)作時(shí)腦電信號(hào)的近似熵和樣本熵均明顯低于發(fā)作前和發(fā)作后。樣本熵的變化幅度明顯大于近似熵。 最后，將經(jīng)驗(yàn)?zāi)Ｊ椒纸鈶?yīng)用于腦電信號(hào)的預(yù)處理并結(jié)合樣本熵對(duì)癲癇腦電信號(hào)進(jìn)行預(yù)測(cè)。結(jié)果顯示基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾臉颖眷仄浞葴p小更為顯著，同時(shí)抑制了偽差對(duì)實(shí)驗(yàn)結(jié)果的影響?；诮?jīng)驗(yàn)?zāi)Ｊ椒纸馀c樣本熵的癲癇預(yù)測(cè)方法能夠很好的對(duì)癲癇進(jìn)行預(yù)測(cè)。