一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法
【專利摘要】本發(fā)明提出了一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，屬于腦電信號(hào)（EEG）分析和腦精神疾病預(yù)測(cè)和診斷領(lǐng)域，本發(fā)明主要包括：一種基于功率譜劃分的腦電信號(hào)復(fù)雜度譜定義、分析和提取方法和一種非線性羅輯斯蒂（Logistic）復(fù)雜度譜參考模型構(gòu)建方法。首先對(duì)腦電信號(hào)定義了一個(gè)基于功率譜劃分的復(fù)雜度譜，并給出其計(jì)算方法，然后利用本發(fā)明對(duì)此映射生成的數(shù)據(jù)序列進(jìn)行計(jì)算，據(jù)此建立一個(gè)腦電信號(hào)的分析復(fù)雜度譜參考模型，并分析各結(jié)構(gòu)譜線序列的大小、數(shù)量和分布所反映的物理生物意義，畫出該映射基于功率譜劃分的復(fù)雜度譜參考空間分布模型。本發(fā)明可以對(duì)腦精神疾病作出預(yù)測(cè)和診斷。
【專利說(shuō)明】一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于腦電信號(hào)(EEG)分析和腦精神疾病預(yù)測(cè)和診斷領(lǐng)域，涉及一種腦電信號(hào)處理中的分析、建模和計(jì)算方案，尤其是一種能夠?qū)δX電信號(hào)進(jìn)行參考模型化非線性處理以及對(duì)腦電信號(hào)的復(fù)雜度細(xì)微結(jié)構(gòu)進(jìn)行分析的方法。
【背景技術(shù)】
[0002]目前，腦科學(xué)的研究是科學(xué)研究領(lǐng)域的一個(gè)熱點(diǎn)，腦電信號(hào)處理是研究大腦的主要手段之一。腦電信號(hào)的處理現(xiàn)在共有兩類方法，一類是線性分析方法，另一類是非線性方法。線性方法屬于傳統(tǒng)信息分析方法；非線性方法屬于現(xiàn)代信息處理方法。線性方法主要有時(shí)域分析、頻域分析、時(shí)頻分析等，非線性方法主要包括非線性動(dòng)力學(xué)方法、信息熵、復(fù)雜度等。越來(lái)越多的研究證據(jù)表明:大腦是一個(gè)非常復(fù)雜的非線性系統(tǒng)，腦電信號(hào)是這個(gè)系統(tǒng)的一個(gè)輸出。雖然線性方法在腦電的研究領(lǐng)域有著不可替代的作用，也沒(méi)有證據(jù)表明它有被取代的可能，但是在研究中確實(shí)發(fā)現(xiàn)存在許多不可避免地存在缺陷。例如，大腦中的非線性關(guān)聯(lián)信息量在分析中丟失，大腦復(fù)雜性得不到充分的研究等。在此種情況下，出現(xiàn)了腦電的非線性分析方法，并且快速發(fā)展起來(lái)，已經(jīng)取得許多重要成果。其中，復(fù)雜度的方法就是發(fā)展起來(lái)比較快的一種方法。
[0003]20世紀(jì)60年代,柯?tīng)柲缏宸?Kolmogorov)等人把復(fù)雜性定義為:一個(gè)系統(tǒng)的復(fù)雜程度與該系統(tǒng)的空間結(jié)構(gòu)或時(shí)間序列所表示的變化行為的最小描述有關(guān)，一般稱作柯?tīng)柲缏宸驈?fù)雜性。由于柯?tīng)柲缏宸驈?fù)雜性不可計(jì)算，1976年A.Lempel和J.Ziv提出一種度量符號(hào)序列復(fù)雜性的簡(jiǎn)單算法，稱為L(zhǎng)empel-Ziv復(fù)雜度。直到1987年，才由卡斯帕(Kaspar)和舒斯特(Schuster)提出了該算法的計(jì)算機(jī)實(shí)現(xiàn)方法。解幸幸、李舒等也在《Lempel-Ziv復(fù)雜度在非線性檢測(cè)中的應(yīng)用研究》一文中認(rèn)為:某事物的算法復(fù)雜度等于產(chǎn)生該事物的圖形結(jié)構(gòu)或符號(hào)序列的最短程序長(zhǎng)度與該圖形結(jié)構(gòu)或符號(hào)序列本身大小之比的極限。
[0004]腦電信號(hào)是一種復(fù)雜的非線性`信號(hào)，復(fù)雜度能夠客觀有效地測(cè)度和評(píng)價(jià)了信號(hào)的復(fù)雜性和混亂程度。1991年，吳祥寶和徐京華首次將腦電復(fù)雜度分析引入腦電信號(hào)的研究中，并且通過(guò)計(jì)算已知的混沌系統(tǒng)(主要是Lorenz和Rossler)產(chǎn)生的序列的LZ復(fù)雜度，與腦電信號(hào)的LZ復(fù)雜度對(duì)比發(fā)現(xiàn)腦電信號(hào)計(jì)算的LZ復(fù)雜度遠(yuǎn)遠(yuǎn)大于混沌系統(tǒng)序列的復(fù)雜度。顧凡及等用LZ復(fù)雜度研究了 8中精神狀態(tài)下13名受試者的腦電信號(hào)，通過(guò)研究他們認(rèn)為L(zhǎng)Z復(fù)雜度的數(shù)值與腦電信號(hào)的不同部位、和不同的精神狀態(tài)有著顯著的關(guān)系。
[0005]1998年陳芳、顧凡及、徐京華等提出Ctl復(fù)雜度的概念和算法，其主要思想就是:把信號(hào)分解成規(guī)則成分和不規(guī)則成分兩部分，C0復(fù)雜度就定義為不規(guī)則成分在原信號(hào)里所占的比例。隨后在2004年，蔡志杰、顧凡及、沈恩華對(duì)該算法作了進(jìn)一步的改進(jìn)，主要是改進(jìn)了劃分規(guī)則部分與不規(guī)則部分的方法，采用幅值平方的功率譜代替了幅度譜，然后再計(jì)算功率譜的平均值，以此作為分界線來(lái)區(qū)分規(guī)則部分與不規(guī)則部分，進(jìn)而計(jì)算出復(fù)雜度值。本文即是在此工作的基礎(chǔ)上的進(jìn)一步改進(jìn)和拓展。[0006]近年來(lái)，有關(guān)復(fù)雜度的研究許多都和混沌時(shí)間序列結(jié)合在一起，出現(xiàn)許多新的研究成果。主要分為幾方面:(I)側(cè)重關(guān)注研究混沌時(shí)間序列復(fù)雜度的計(jì)算方法；(2)側(cè)重關(guān)注研究混沌時(shí)間序列復(fù)雜度的強(qiáng)度計(jì)算；(3)關(guān)注研究混沌時(shí)間序列復(fù)雜度的穩(wěn)定性分析；(4)研究關(guān)注混沌時(shí)間序列復(fù)雜度的相關(guān)性分析。所有這些研究有一個(gè)共同點(diǎn)就是都只關(guān)注一個(gè)單一指標(biāo)的復(fù)雜度的計(jì)算和分析，沒(méi)有提出對(duì)其細(xì)微結(jié)構(gòu)進(jìn)行進(jìn)一步的分析研究，沒(méi)有對(duì)多復(fù)雜度概念指標(biāo)進(jìn)行研究，沒(méi)有提出復(fù)雜度譜的定義，分析和計(jì)算方法。雖然有人提出結(jié)構(gòu)復(fù)雜度的概念，但還是沒(méi)有對(duì)時(shí)間序列復(fù)雜度的組成、結(jié)構(gòu)成分以及數(shù)量分布的進(jìn)行研究?，F(xiàn)有的腦電時(shí)間信號(hào)都是具有強(qiáng)的非線性性的信號(hào)，僅僅分析計(jì)算單一復(fù)雜度及其性質(zhì)不能滿足實(shí)際存在的多種腦精神疾病并存、診斷容易失誤和誤診的實(shí)際情況。因此，提出一種在整個(gè)非線性時(shí)間在統(tǒng)一的背景下的從規(guī)則周期，經(jīng)分叉混沌周期，再到隨機(jī)序列的演化過(guò)程的復(fù)雜度或復(fù)雜度譜的整個(gè)演變過(guò)程，并能夠計(jì)算時(shí)間序列復(fù)雜度，計(jì)算各成分的數(shù)量、大小和分布的方法和分析其性質(zhì)及物理或者生物意義，對(duì)于預(yù)測(cè)和診斷腦電信號(hào)有著很重要的參考意義。
[0007]綜上所述，現(xiàn)有方法和研究成果雖然比較多，但對(duì)于腦精神疾病的診斷和預(yù)測(cè)研究遠(yuǎn)遠(yuǎn)不夠，復(fù)雜度的研究雖然給這個(gè)研究帶來(lái)較大的發(fā)展，但其單一復(fù)雜度指標(biāo)現(xiàn)狀難以滿足腦電信號(hào)強(qiáng)非線性的性質(zhì)的實(shí)際需求，尤其對(duì)多種腦精神疾病并存的狀況，給腦電信號(hào)的分析、診斷和預(yù)測(cè)帶來(lái)更大的難度。

【發(fā)明內(nèi)容】

[0008]為解決實(shí)際技術(shù)中單一復(fù)雜度指標(biāo)能夠滿足對(duì)與多種腦精神疾病的腦電信號(hào)的分析、診斷和預(yù)測(cè)帶來(lái)的大概率的失誤和誤診的問(wèn)題，本發(fā)明提供一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，這種方法不僅能夠?qū)δX電信號(hào)進(jìn)行分析、建模和計(jì)算，還能對(duì)腦電信號(hào)的進(jìn)行參考模型化非線性處理以及對(duì)腦電信號(hào)的復(fù)雜度細(xì)微結(jié)構(gòu)進(jìn)行分析計(jì)
笪
[0009]本發(fā)明采用如下的技術(shù)方案。
[0010]一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，其特征在于包括以下步驟:
[0011]步驟一:基于功率譜劃分的復(fù)雜度譜模型的定義及計(jì)算:本發(fā)明在現(xiàn)有技術(shù)和研究的基礎(chǔ)上擴(kuò)展和拓寬Ctl復(fù)雜度的概念，提出復(fù)雜度譜的定義和計(jì)算方法，并給出了通過(guò)功率譜劃分確定復(fù)雜度譜長(zhǎng)度的方法。具體方法如下:
[0012](I)基于功率譜劃分復(fù)雜度譜模型的定義及計(jì)算，方法如下:
[0013]I)對(duì)于給定的腦電信號(hào)序列X= {χ(η), η = O, I, 2,..., N_l}，計(jì)算其傅立葉(Flourier)變換，得到功率譜序列，記為F。
[0014]2)利用公式PW二IL/WI2計(jì)算序列F在f(k)點(diǎn)處的功率譜值。得功率譜值序
【權(quán)利要求】
1.一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，其特征在于包括以下步驟: 步驟一:基于功率譜劃分的復(fù)雜度譜模型的定義及計(jì)算，方法如下: (1)對(duì)于給定的腦電信號(hào)序列X= {χ(η), η = O, I, 2,..., N_l},計(jì)算其傅立葉(Flourier)變換，得到功率譜序列，記為F ； (2)利用公式
2.根據(jù)權(quán)利要求1所述的一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，其特征在于， 步驟一中確定功率譜劃分?jǐn)?shù)目m的方法如下: (1)構(gòu)造關(guān)于m的函數(shù)
3.根據(jù)權(quán)利要求1所述的一種基于功率譜劃分的復(fù)雜度譜腦電預(yù)測(cè)和診斷方法，其特征在于，步驟二中確定最小計(jì)算窗口長(zhǎng)度和穩(wěn)定區(qū)平均復(fù)雜度值的方法如下: (I)腦電序列X在U = i時(shí)第j復(fù)雜度在以一定步長(zhǎng)增加的窗口下，計(jì)算得到的復(fù)雜度值序列為:
【文檔編號(hào)】G06F19/00GK103876736SQ201410145752
【公開(kāi)日】2014年6月25日 申請(qǐng)日期:2014年4月11日 優(yōu)先權(quán)日:2014年4月11日
【發(fā)明者】王凱明, 鐘寧, 周海燕, 楊劍, 黃佳進(jìn) 申請(qǐng)人:北京工業(yè)大學(xué)