專(zhuān)利名稱(chēng)：基于定量腦電圖的腦電特征提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種腦電特征提取方法，尤其涉及一種基于定量腦電圖(QEEG)的腦電特征提取方法。
背景技術(shù)：
腦卒中又稱(chēng)腦中風(fēng)，是全球范圍內(nèi)僅次于冠心病和癌癥的第三位死亡原因，占所有死亡的12%。在我國(guó)，中風(fēng)是目前致殘率第一、致死率第二的疾病。隨著腦卒中發(fā)病率的明顯上升，由此產(chǎn)生的精神問(wèn)題也日益增多。PSD作為 腦卒中的并發(fā)癥之一，嚴(yán)重威脅著人們的身心健康，給社會(huì)和家庭帶來(lái)極大的經(jīng)濟(jì)負(fù)擔(dān)和精神負(fù)擔(dān)，也因此受到了越來(lái)越多研究學(xué)者的關(guān)注。對(duì)PSD的診斷目前尚無(wú)統(tǒng)一標(biāo)準(zhǔn)，國(guó)內(nèi)外學(xué)者基本采用了功能性抑郁癥的各種診斷標(biāo)準(zhǔn)、量表。診斷標(biāo)準(zhǔn)有國(guó)外的DSM(Diagnositic and Statistical Manual ofMental Disorders) III_R、DSM IV及國(guó)內(nèi)普遍采用的CCMD-3 (中國(guó)精神疾病診斷標(biāo)準(zhǔn))。應(yīng)用比較普遍的診斷量表有Hamilton抑郁癥量表、老年抑郁癥量表等。但由于腦卒中后患者存在認(rèn)知障礙，意識(shí)障礙，語(yǔ)言障礙及其他方面的原因，一些患者無(wú)法準(zhǔn)確描述自己各種情緒的改變，甚至需要陪侍代訴，從而影響了醫(yī)生對(duì)病情的全面、準(zhǔn)確掌握和治療，使得PSD存在較高的誤診漏診率。因此找到一種客觀的評(píng)價(jià)PSD的方法是非常必要的。腦電信號(hào)(EEG信號(hào))是通過(guò)頭皮電極記錄下來(lái)的腦細(xì)胞群自發(fā)性、節(jié)律性電活動(dòng)。大腦功能狀態(tài)的腦電圖學(xué)具有安全、方便、廉價(jià)、無(wú)創(chuàng)的特點(diǎn)，有良好的時(shí)間分辨率，可實(shí)時(shí)地、動(dòng)態(tài)地觀察腦功能變化情況，目前很多EEG的特點(diǎn)已經(jīng)得到臨床診斷醫(yī)生的認(rèn)可。研究表明，PSD患者EEG信號(hào)在節(jié)律、波形幅度和功率譜等參數(shù)中存在著不同于健康人的特征，因此我們有必要對(duì)其進(jìn)行分析與處理，以利于我們對(duì)PSD的研究和臨床診斷。

發(fā)明內(nèi)容
針對(duì)上述現(xiàn)有技術(shù)，本發(fā)明提供一種基于定量腦電圖的腦電特征提取方法，可以得到EEG信號(hào)五個(gè)頻段的功率耦合系數(shù)以及高低頻段頻譜不對(duì)稱(chēng)性系數(shù)，并以此為特征對(duì)腦卒中后患者腦電信號(hào)進(jìn)行分析和分類(lèi)。支持向量機(jī)SVM (Support Vector Machine)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來(lái)并借助最優(yōu)化方法來(lái)解決機(jī)器學(xué)習(xí)問(wèn)題的新工具。其基本思想是把輸入空間的樣本通過(guò)非線性變換映射到高維特征空間，然后在特征空間中求取把樣本線性分開(kāi)的最優(yōu)分類(lèi)面。PSD患者和非PSD患者在功率耦合系數(shù)特征和高低頻段不對(duì)稱(chēng)性特征上表現(xiàn)出較高的模式可分性，本發(fā)明將EEG信號(hào)的功率耦合系數(shù)和高低頻段不對(duì)稱(chēng)性系數(shù)作為分類(lèi)器的輸入向量實(shí)現(xiàn)對(duì)靜息EEG信號(hào)的分類(lèi)可以取得較好的分類(lèi)效果。根據(jù)腦電圖各頻段的功率耦合系數(shù)及高低頻段頻譜不對(duì)稱(chēng)性系數(shù)兩個(gè)定量腦電圖(QEEG)參數(shù)對(duì)腦卒中后抑郁(PSD)患者的腦電信號(hào)進(jìn)行特征提取的新方法，為PSD的臨床診斷提供客觀依據(jù)。其技術(shù)流程是通過(guò)受試者腦電信號(hào)(EEG)各頻段(S、0、a、3 I、^ 2)的絕對(duì)功率值和相對(duì)功率值得到各頻段的功率耦合系數(shù)，通過(guò)受試者EEG高低頻段功率譜密度的不對(duì)稱(chēng)性得到高低頻段頻譜不對(duì)稱(chēng)性系數(shù)，以上述兩個(gè)參數(shù)為特征判斷腦卒中后患者是否抑郁并對(duì)抑郁的嚴(yán)重程度進(jìn)行分級(jí)。為了解決上述技術(shù)問(wèn)題，本發(fā)明基于定量腦電圖的腦電特征提取方法予以實(shí)現(xiàn)的技術(shù)方案是采用多導(dǎo)聯(lián)腦電圖儀進(jìn)行腦電信號(hào)實(shí)時(shí)采集，導(dǎo)聯(lián)個(gè)數(shù)為16個(gè)，并按照國(guó)際標(biāo)準(zhǔn)導(dǎo)聯(lián)10-20電極系統(tǒng)布置電極,其中,將電極Cz作為參考電極,前額作為參考地,連接電極進(jìn)行靜息狀態(tài)下的腦電信號(hào)實(shí)時(shí)采集，然后按照下述步驟步驟一、運(yùn)用PC機(jī)與腦電圖儀可視化接口程序，實(shí)現(xiàn)16導(dǎo)聯(lián)腦電信號(hào)電位數(shù)據(jù)的同步采集，并顯示實(shí)時(shí)采集的腦電圖波形；步驟二、對(duì)采集到的腦電信號(hào)進(jìn)行預(yù)處理；首先對(duì)信號(hào)進(jìn)行0. 5Hz^48Hz帶通濾波，以去除工頻干擾及噪聲信號(hào)；其次用主成 分分析PCA方法做進(jìn)一步的降噪處理，以去除眼電和肌電干擾；步驟三、提取腦電信號(hào)的功率耦合系數(shù)將腦電信號(hào)劃分為5個(gè)頻帶5波頻帶為0. 5Hz 4Hz，0波頻帶為4Hz 8Hz，a波頻帶為8Hz 13Hz，^ I波頻帶為13Hz 20Hz，^ 2波頻帶為20Hz 30Hz ;結(jié)合各頻帶絕對(duì)功率信息和相對(duì)功率信息提取功率耦合系數(shù)；具體包括如下步驟步驟3-1、將腦電信號(hào)采集過(guò)程中的Cz參考電極變?yōu)殡p極導(dǎo)聯(lián)形式，以消除因?yàn)榫嚯x所帶來(lái)的各導(dǎo)聯(lián)之間的電壓差異，雙極導(dǎo)聯(lián)采用縱連形式；步驟3-2、計(jì)算各頻帶絕對(duì)功率值和相對(duì)功率值絕對(duì)功率值利用快速傅里葉變換FFT求得，各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值為其所有相鄰導(dǎo)聯(lián)功率值的平均值；各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值為此頻帶功率值相對(duì)于總頻帶功率的百分比，計(jì)算公式如下總頻帶功率Tm = E faa f
(I)相對(duì)功率值f= Iil(2)公式(I)和公式(2)中am，f-m導(dǎo)聯(lián)在f頻帶的絕對(duì)功率值；Tm——m導(dǎo)聯(lián)所有頻帶的功率值；rm,f-m導(dǎo)聯(lián)在f頻帶的相對(duì)功率值；步驟3-3、將各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值歸一化利用16導(dǎo)聯(lián)中f頻帶絕對(duì)功率最大值和相對(duì)功率的最大值分別對(duì)各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值進(jìn)行歸一化處理，歸一化公式如下絕對(duì)功率歸一化值=( 3 )相對(duì)功率歸一化值rSORSICiftO =( 4 )公式(3)和公式(4)中AMAXf——各導(dǎo)聯(lián)f頻帶絕對(duì)功率的最大值；RMAXf——各導(dǎo)聯(lián)f頻帶相對(duì)功率的最大值；步驟3-4、功率耦合系數(shù)計(jì)算
m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值CORD的計(jì)算公式如下 CORD(m；f) — 土( I aNoEM(m, f) _0. 5 | + rN0RM(m’ f「0. 2 |) (5 )當(dāng)rNOEM(m,f)_0- 2〉0，aNoEM(m,f)_0- 5〈 0 時(shí)，C0RD(m，f)取負(fù)值；當(dāng)rNOEM(m,f)_0- 2〉0，a noeKih,f)_0- 5〉0 時(shí)，C0RD(m’f)取正值；當(dāng)r_m,f)-0 2 < = 0 時(shí)，C0RD(ffl,f)值為 0 ;公式(5)中a N0EM(m；f)——m導(dǎo)聯(lián)f頻帶歸一化之后的絕 對(duì)功率值；rN0EM(mjf)-m導(dǎo)聯(lián)f頻帶歸一化之后的相對(duì)功率值；C0RD(m；f)——m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值；步驟四、提取腦電信號(hào)的高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算時(shí)，忽略a頻帶的功率譜特性；低頻帶選取4Hz的頻帶范圍，高頻帶選取24Hz的頻帶范圍，高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算具體包括如下步驟4-1步驟、用平均周期圖法計(jì)算預(yù)處理后腦電信號(hào)每一導(dǎo)聯(lián)的功率譜密度sm，即m導(dǎo)聯(lián)的功率譜密度；4-2步驟、計(jì)算高低頻帶的邊緣頻率首先，找出a頻帶功率譜密度最大的頻率值fmax，對(duì)fmax土BHz頻帶的功率譜密度曲線作拋物線擬合，其中，B=2 ;將擬合后拋物線頂點(diǎn)處的頻率作為a頻帶的中心頻率f。；低頻帶的邊緣頻率分別為Fl和F2，其中，F(xiàn)l = fe_B_4，其單位為Hz，F(xiàn)2 = fc-B,其單位為& ;高頻帶的邊緣頻率分別為F3和F4，其中，F(xiàn)3 = fe+B，其單位為Hz，F(xiàn)4 = fc+B+24,其單位為& ;4-3步驟、計(jì)算高低頻帶的功率值低頻帶功率值Wlni = Ig Sc，高頻帶功率值.Wtatt = 4-4步驟、計(jì)算高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)值MSIk =|^^，g卩m導(dǎo)聯(lián)高低頻帶的頻譜不對(duì)稱(chēng)系數(shù)；步驟五、利用雙層結(jié)構(gòu)的支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)采用支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)相應(yīng)的信號(hào)進(jìn)行分類(lèi)識(shí)別，將上述得到的受試者的16導(dǎo)聯(lián)5波、0波、a波、P I波和￠2波5個(gè)頻帶的功率耦合系數(shù)CORD (m，f)以及高低頻帶不對(duì)稱(chēng)性系數(shù)SASIm作為支持向量機(jī)SVM融合網(wǎng)絡(luò)的輸入向量，通過(guò)事先采集好的標(biāo)簽數(shù)據(jù)集對(duì)支持向量機(jī)SVM融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)自動(dòng)修正各權(quán)值，閾值，直到訓(xùn)練完畢；以訓(xùn)練所得模型對(duì)受試者的靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)識(shí)別，以取得較好的分類(lèi)效果。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是定量腦電圖(QEEG)結(jié)合了現(xiàn)代科學(xué)技術(shù)特別是計(jì)算機(jī)技術(shù)、信號(hào)處理技術(shù)，將EEG信號(hào)定量化。傳統(tǒng)的QEEG分析方法對(duì)PSD患者和正常人間的腦電信號(hào)區(qū)分不明顯，本發(fā)明提出了對(duì)PSD患者EEG信號(hào)的特征提取方法，對(duì)采集到的EEG信號(hào)進(jìn)行預(yù)處理，得到相對(duì)高信噪比的EEG信號(hào)后，利用本發(fā)明所述方法進(jìn)行特征參數(shù)計(jì)算，分別得出16導(dǎo)聯(lián)EEG信號(hào)5個(gè)頻段的基于絕對(duì)功率和相對(duì)功率的功率耦合系數(shù)以及基于高低頻段功率譜密度的不對(duì)稱(chēng)性系數(shù)，利用此參數(shù)作為特征進(jìn)行SVM模式識(shí)別，可以對(duì)PSD患者和正常人間的腦電信號(hào)做出很好的區(qū)分，并取得較高的分類(lèi)正確率，實(shí)現(xiàn)對(duì)PSD患者抑郁程度的有效識(shí)別，為PSD的客觀診斷提供依據(jù)，具有重大的社會(huì)意義。基于此參數(shù)研究PSD的客觀診斷標(biāo)準(zhǔn)
具有重要意義。


圖I是本發(fā)明腦電特征提取方法的過(guò)程框圖；圖2-1是腦電采集所用的16導(dǎo)聯(lián)分布側(cè)面示意圖；圖2-2是腦電采集所用的16導(dǎo)聯(lián)分布俯視示意圖； 圖3是本發(fā)明中所采用縱連形式的雙極導(dǎo)聯(lián)分布圖；圖4-1為腦電圖儀實(shí)時(shí)采集到的靜息狀態(tài)下一名PSD患者Fpl導(dǎo)聯(lián)的腦電圖；圖4-2為腦電圖儀實(shí)時(shí)采集到的一名非PSD患者Fpl導(dǎo)聯(lián)的腦電圖；圖5-1為圖4-1所示PSD患者基于功率稱(chēng)合系數(shù)的腦地形圖；圖5-2為圖4-2所示非PSD患者基于功率稱(chēng)合系數(shù)的腦地形圖；圖6-1為圖4-1所示PSD患者功率譜密度曲線圖；圖6-2為圖4-2所示非PSD患者功率譜密度曲線圖。
具體實(shí)施方式

下面結(jié)合具體實(shí)施方式
對(duì)本發(fā)明作進(jìn)一步詳細(xì)地描述。本發(fā)明基于定量腦電圖的腦電特征提取方法，采用多導(dǎo)聯(lián)腦電圖儀進(jìn)行腦電信號(hào)實(shí)時(shí)采集，所述腦電圖儀為Nicolet0ne32通道數(shù)字視頻腦電圖儀，腦電信號(hào)實(shí)時(shí)采集的采樣率為250Hz，濾波通帶為0. 5Hz 70Hz，電極阻抗小于IOKQ ;導(dǎo)聯(lián)個(gè)數(shù)為16個(gè)，并按照國(guó)際標(biāo)準(zhǔn)導(dǎo)聯(lián)10-20電極系統(tǒng)布置電極，如圖2-1和圖2-1所示，其中，將電極Cz作為參考電極，前額作為參考地，連接電極進(jìn)行靜息狀態(tài)下的腦電信號(hào)實(shí)時(shí)采集。按照下述步驟操作，如圖I所示步驟一、運(yùn)用PC機(jī)與腦電圖儀可視化接口程序，實(shí)現(xiàn)16導(dǎo)聯(lián)腦電信號(hào)電位數(shù)據(jù)的同步采集，并顯示實(shí)時(shí)采集的腦電圖波形；
步驟二、對(duì)采集到的腦電信號(hào)進(jìn)行預(yù)處理；首先對(duì)信號(hào)進(jìn)行0. 5Hz^48Hz帶通濾波，以去除工頻干擾及噪聲信號(hào)；其次用主成分分析PCA方法做進(jìn)一步的降噪處理，以去除眼電和肌電干擾；步驟三、提取腦電信號(hào)的功率耦合系數(shù)將腦電信號(hào)劃分為5個(gè)頻帶5波頻帶為0. 5Hz 4Hz，0波頻帶為4Hz 8Hz，a波頻帶為8Hz 13Hz，^ I波頻帶為13Hz 20Hz，^ 2波頻帶為20Hz 30Hz ;結(jié)合各頻帶絕對(duì)功率信息和相對(duì)功率信息提取功率耦合系數(shù)；具體包括如下步驟步驟3-1、將腦電信號(hào)采集過(guò)程中的Cz參考電極變?yōu)殡p極導(dǎo)聯(lián)形式，以消除因?yàn)榫嚯x所帶來(lái)的各導(dǎo)聯(lián)之間的電壓差異，雙極導(dǎo)聯(lián)采用縱連形式，如圖3所示；步驟3-2、計(jì)算各頻帶絕對(duì)功率值和相對(duì)功率值絕對(duì)功率值利用快速傅里葉變換FFT求得，各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值為其所有相鄰導(dǎo)聯(lián)功率值的平均值；各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值為此頻帶功率值相對(duì)于總頻帶功率的百分比，計(jì)算公式如下總頻帶功率Tm= E fam，f(I)相對(duì)功率值rm,, = I2j(2)公式(I)和公式(2)中am；f-m導(dǎo)聯(lián)在f頻帶的絕對(duì)功率值；Tm——m導(dǎo)聯(lián)所有頻帶的功率值；rm,f-m導(dǎo)聯(lián)在f頻帶的相對(duì)功率值；
步驟3-3、將各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值歸一化利用16導(dǎo)聯(lián)中f頻帶絕對(duì)功率最大值和相對(duì)功率的最大值分別對(duì)各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值進(jìn)行歸一化處理，歸一化公式如下絕對(duì)功率歸一化值aK0RMI:_；i =C 3 )相對(duì)功率歸一化值I+x ORSKmiJ =( 4 )公式(3)和公式(4)中AMAXf——f■頻帶絕對(duì)功率的最大值；RMAXf——各導(dǎo)聯(lián)f頻帶相對(duì)功率的最大值；步驟3-4、功率稱(chēng)合系數(shù)計(jì)算m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值CORD的計(jì)算公式如下CORD(m；f) — 土( I aNc M(m,f廠0. 5 I +1 rN0EM(m，f廠0. 2 I) (5)當(dāng)rNdRMGn, f 廠 0. 2〉0，aN0EM(m, f)_0- 5〈 0 時(shí)，CORD (m； f)取負(fù)值；當(dāng)rNOEM(m,f)_0- 2〉0，a noeKih,f)_0- 5〉0 時(shí)，C0RD(m’f)取正值；當(dāng)r_m,f)-0 2 < = 0 時(shí)，C0RD(ffl,f)值為 0 ;公式(5)中a N0EM(m；f)——m導(dǎo)聯(lián)f頻帶歸一化之后的絕對(duì)功率值；rN0EM(m；f)-m導(dǎo)聯(lián)f頻帶歸一化之后的相對(duì)功率值；C0RD(m；f)——m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值；步驟四、提取腦電信號(hào)的高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算時(shí)，忽略a頻帶的功率譜特性；低頻帶選取4Hz的頻帶范圍，高頻帶選取24Hz的頻帶范圍，高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算具體包括如下步驟4-1步驟、用平均周期圖法計(jì)算預(yù)處理后腦電信號(hào)每一導(dǎo)聯(lián)的功率譜密度sm，即m導(dǎo)聯(lián)的功率譜密度；4-2步驟、計(jì)算高低頻帶的邊緣頻率首先，找出a頻帶功率譜密度最大的頻率值fmax，對(duì)fmax土BHz頻帶的功率譜密度曲線作拋物線擬合，其中，B=2 ;將擬合后拋物線頂點(diǎn)處的頻率作為a頻帶的中心頻率f。；低頻帶的邊緣頻率分別為Fl和F2，其中，F(xiàn)l = fe-B-4，其單位為Hz，F(xiàn)2 = fc-B,其單位為& ;
高頻帶的邊緣頻率分別為F3和F4，其中，為F3 = fc+B,其單位為Hz，F(xiàn)4 =fc+B+24，其單位為Hz ；4-3步驟、計(jì)算高低頻帶的功率值 低頻帶功率值.WteJ= Ifi Spj高頻帶功率值Wtel = Episni;4-4步驟、計(jì)算高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)值即m導(dǎo)聯(lián)高低頻帶的頻譜不對(duì)稱(chēng)系數(shù)；步驟五、利用雙層結(jié)構(gòu)的支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)采用支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)相應(yīng)的信號(hào)進(jìn)行分類(lèi)識(shí)別，將上述得到的受試者的16導(dǎo)聯(lián)5波、0波、a波、P I波和@ 2波5個(gè)頻帶的功率耦合系數(shù)值C0RD(m，f)以及高低頻帶不對(duì)稱(chēng)性系數(shù)SASIm作為支持向量機(jī)SVM融合網(wǎng)絡(luò)的輸入特征向量，通過(guò)事先采集好的標(biāo)簽數(shù)據(jù)集對(duì)支持向量機(jī)SVM融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)自動(dòng)修正各權(quán)值，閾值，直到訓(xùn)練完畢；以訓(xùn)練所得模型對(duì)受試者的靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)識(shí)別。經(jīng)過(guò)第一層SVM網(wǎng)絡(luò)，對(duì)PSD患者和非PSD患者進(jìn)行分類(lèi)識(shí)別；經(jīng)過(guò)第二層SVM網(wǎng)絡(luò)對(duì)PSD患者抑郁程度進(jìn)行分類(lèi)，識(shí)別出輕度、中度、重度患者。為了印證本發(fā)明的效果，利用18名非PSD個(gè)體和6名PSD個(gè)體EEG信號(hào)提取的特征參數(shù)進(jìn)行模式識(shí)別，經(jīng)過(guò)6折交叉驗(yàn)證，最高分類(lèi)正確率可以達(dá)到95. 86%，平均分類(lèi)正確率可以達(dá)到82. 76%，由此可見(jiàn)，用功率耦合系數(shù)和高低頻段不對(duì)稱(chēng)性系數(shù)作為特征實(shí)現(xiàn)對(duì)PSD患者的模式識(shí)別是可行的。圖4-1和圖4-2分別為腦電圖儀實(shí)時(shí)采集的一名PSD患者和非PSD患者的腦電信號(hào)波形圖；圖5-1和圖5-2分別為根據(jù)功率耦合系數(shù)所做的同一名PSD患者和非PSD患者的腦地形圖，從腦地形圖可以看出，PSD患者相對(duì)于非PSD患者來(lái)說(shuō)，功率耦合系數(shù)要低，這在前額腦區(qū)體現(xiàn)的尤為明顯；圖6-1和圖6-2分別為為同一名PSD患者和非PSD患者經(jīng)過(guò)曲線擬合后的功率譜密度圖，可以看出PSD患者相對(duì)于非PSD患者來(lái)說(shuō)，高低頻段的頻譜不對(duì)稱(chēng)性要高。由此可見(jiàn)，用功率耦合系數(shù)和高低頻段不對(duì)稱(chēng)性系數(shù)作為特征實(shí)現(xiàn)對(duì)PSD患者的模式識(shí)別是可行的。盡管上面結(jié)合圖對(duì)本發(fā)明進(jìn)行了描述，但是本發(fā)明并不局限于上述的具體實(shí)施方式
，上述的具體實(shí)施方式
僅僅是示意性的，而不是限制性的，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明宗旨的情況下，還可以作出很多變形，這些均屬于本發(fā)明的保護(hù)之內(nèi)。
權(quán)利要求
1.一種基于定量腦電圖的腦電特征提取方法，采用多導(dǎo)聯(lián)腦電圖儀進(jìn)行腦電信號(hào)實(shí)時(shí)采集，導(dǎo)聯(lián)個(gè)數(shù)為16個(gè)，并按照國(guó)際標(biāo)準(zhǔn)導(dǎo)聯(lián)10-20電極系統(tǒng)布置電極，其中，將電極Cz作為參考電極，前額作為參考地，連接電極進(jìn)行靜息狀態(tài)下的腦電信號(hào)實(shí)時(shí)采集，其特征在于，包括以下步驟 步驟一、運(yùn)用PC機(jī)與腦電圖儀可視化接口程序，實(shí)現(xiàn)16導(dǎo)聯(lián)腦電信號(hào)電位數(shù)據(jù)的同步采集，并顯示實(shí)時(shí)采集的腦電圖波形； 步驟二、對(duì)采集到的腦電信號(hào)進(jìn)行預(yù)處理； 首先對(duì)信號(hào)進(jìn)行0. 5Hz^48Hz帶通濾波，以去除工頻干擾及噪聲信號(hào)；其次用主成分分析PCA方法做進(jìn)一步的降噪處理，以去除眼電和肌電干擾； 步驟三、提取腦電信號(hào)的功率耦合系數(shù) 將腦電信號(hào)劃分為5個(gè)頻帶5波頻帶為0. 5Hz 4Hz，0波頻帶為4Hz 8Hz，a波頻帶為8Hz 13Hz，^ I波頻帶為13Hz 20Hz，^ 2波頻帶為20Hz 30Hz ;結(jié)合各頻帶絕對(duì)功率信息和相對(duì)功率信息提取功率耦合系數(shù)；具體包括如下步驟 步驟3-1、將腦電信號(hào)采集過(guò)程中的Cz參考電極變?yōu)殡p極導(dǎo)聯(lián)形式，以消除因?yàn)榫嚯x所帶來(lái)的各導(dǎo)聯(lián)之間的電壓差異，雙極導(dǎo)聯(lián)采用縱連形式； 步驟3-2、計(jì)算各頻帶絕對(duì)功率值和相對(duì)功率值 絕對(duì)功率值利用快速傅里葉變換FFT求得，各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值為其所有相鄰導(dǎo)聯(lián)功率值的平均值；各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值為此頻帶功率值相對(duì)于總頻帶功率的百分比，計(jì)算公式如下 總頻帶功率Tm =E faa f(I) 相對(duì)功率值-Jm, ! = Tii( 2 ) .4 {Tl 公式(I)和公式(2)中 am；f-m導(dǎo)聯(lián)在f頻帶的絕對(duì)功率值； Tffl——m導(dǎo)聯(lián)所有頻帶的功率值； rm,f-m導(dǎo)聯(lián)在f頻帶的相對(duì)功率值； 步驟3-3、將各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值歸一化利用16導(dǎo)聯(lián)中f 頻帶絕對(duì)功率最大值和相對(duì)功率的最大值分別對(duì)各導(dǎo)聯(lián)某一頻帶的絕對(duì)功率值和各導(dǎo)聯(lián)某一頻帶的相對(duì)功率值進(jìn)行歸一化處理，歸一化公式如下絕對(duì)功率歸一化值=( 3 ) 相對(duì)功率歸一化值1^!^!!^(4) 公式(3)和公式(4)中 AMAXf——各導(dǎo)聯(lián)f頻帶絕對(duì)功率的最大值； RMAXf——各導(dǎo)聯(lián)f頻帶相對(duì)功率的最大值； 步驟3-4、功率耦合系數(shù)計(jì)算 m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值CORD的計(jì)算公式如下 CORD (m；f) — 土(I SnoeKiii, f) _0. 5 I +1 rN0EM(m ’ f)_0. 2 I) (5 ) 當(dāng) rNOEM (ill, f)_0- 2〉0，aN0EM(m, f)_0- 5〈 0 時(shí)，CORD (m； f)取負(fù)值；當(dāng) rNOEM(m,f)_0- 2〉0，a norm(m,f)_0- 5〉0 時(shí)，C0RD(m，f)取正值；當(dāng)-O 2 < = 0 時(shí)，CORD(m；f)值為 0 ; 公式(5)中 Q NORM (m, f)_ —m導(dǎo)聯(lián)f頻帶歸一化之后的絕對(duì)功率值； rNOEM (m, f)_ —m導(dǎo)聯(lián)f頻帶歸一化之后的相對(duì)功率值； CORD(m，f)——m導(dǎo)聯(lián)f頻帶的功率耦合系數(shù)值； 步驟四、提取腦電信號(hào)的高低頻帶頻譜不對(duì)稱(chēng)性系數(shù) 高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算時(shí)，忽略a頻帶的功率譜特性； 低頻帶選取4Hz的頻帶范圍，高頻帶選取24Hz的頻帶范圍，高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)計(jì)算具體包括如下步驟 4-1步驟、用平均周期圖法計(jì)算預(yù)處理后腦電信號(hào)每一導(dǎo)聯(lián)的功率譜密度sm，即m導(dǎo)聯(lián)的功率譜密度； 4-2步驟、計(jì)算高低頻帶的邊緣頻率 首先，找出a頻帶功率譜密度最大的頻率值fmax，對(duì)fmax土BHz頻帶的功率譜密度曲線作拋物線擬合，其中，B=2 ;將擬合后拋物線頂點(diǎn)處的頻率作為a頻帶的中心頻率f。； 低頻帶的邊緣頻率分別為Fl和F2，其中，F(xiàn)l = fe-B-4，其單位為Hz, F2 = fc_B，其單位為Jfe ； 高頻帶的邊緣頻率分別為F3和F4，其中，為F3 = fe+B，其單位為Hz，F(xiàn)4 = fc+B+24,其單位為& ; 4-3步驟、計(jì)算高低頻帶的功率值 低頻帶功率值= Ik sCi*聞?lì)l帶功率值Wkm = EfISeij; 4-4步驟、計(jì)算高低頻帶頻譜不對(duì)稱(chēng)性系數(shù)值 SASU = |^|^，即m導(dǎo)聯(lián)高低頻帶的頻譜不對(duì)稱(chēng)系數(shù)； 步驟五、利用雙層結(jié)構(gòu)的支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi) 采用支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)相應(yīng)的信號(hào)進(jìn)行分類(lèi)識(shí)別，將上述得到的受試者的16導(dǎo)聯(lián)S波、0波、a波、￠1波和￠2波5個(gè)頻帶的功率耦合系數(shù)C0RD(m，f)以及高低頻帶不對(duì)稱(chēng)性系數(shù)SASIm作為支持向量機(jī)SVM融合網(wǎng)絡(luò)的輸入向量，通過(guò)事先采集好的數(shù)據(jù)標(biāo)簽集對(duì)支持向量機(jī)SVM融合網(wǎng)絡(luò)進(jìn)行訓(xùn)練，網(wǎng)絡(luò)自動(dòng)修正各權(quán)值，閾值，直到訓(xùn)練完畢；以訓(xùn)練所得模型對(duì)受試者的靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)識(shí)別，以取得較好的分類(lèi)效果。
2.根據(jù)權(quán)利要求I所述基于定量腦電圖的腦電特征提取方法，其特征在于，所述腦電圖儀為NicOlet0ne32通道數(shù)字視頻腦電圖儀。
3.根據(jù)權(quán)利要求I所述基于定量腦電圖的腦電特征提取方法，其特征在于，腦電信號(hào)實(shí)時(shí)采集的采樣率為250Hz，濾波通帶為0. 5Hz 70Hz，電極阻抗小于IOKQ。
全文摘要
本發(fā)明公開(kāi)了一種基于定量腦電圖的腦電特征提取方法，包括運(yùn)用PC機(jī)與腦電圖儀可視化接口程序，實(shí)現(xiàn)16導(dǎo)聯(lián)腦電信號(hào)電位數(shù)據(jù)的同步采集，并顯示實(shí)時(shí)采集的腦電圖波形；對(duì)采集到的腦電信號(hào)進(jìn)行預(yù)處理，以去除工頻干擾及噪聲信號(hào)和眼電、肌電干擾；分別提取16導(dǎo)聯(lián)EEG信號(hào)5個(gè)頻段的基于絕對(duì)功率和相對(duì)功率的功率耦合系數(shù)以及基于高低頻段功率譜密度的不對(duì)稱(chēng)性系數(shù)；最后利用雙層結(jié)構(gòu)的支持向量機(jī)SVM融合網(wǎng)絡(luò)對(duì)靜息狀態(tài)下的腦電信號(hào)進(jìn)行分類(lèi)。本發(fā)明可以對(duì)PSD患者和正常人間的腦電信號(hào)做出很好的區(qū)分，并取得較高的分類(lèi)正確率，實(shí)現(xiàn)對(duì)PSD患者抑郁程度的有效識(shí)別，為研究PSD的客觀診斷標(biāo)準(zhǔn)提供依據(jù)，具有重大的社會(huì)意義。
文檔編號(hào)G06K9/62GK102715903SQ20121023586
公開(kāi)日2012年10月10日 申請(qǐng)日期2012年7月9日 優(yōu)先權(quán)日2012年7月9日
發(fā)明者孫長(zhǎng)城, 明東, 杜金剛, 王勇軍, 王春方, 王靜 申請(qǐng)人:天津市人民醫(yī)院