基于三層交叉博弈能量樹的腦波病歷信號約簡方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明涉及到生物醫(yī)學領(lǐng)域，具體來說涉及一種基于三層交叉博弈能量樹的腦波 病歷信號約簡方法。
【背景技術(shù)】：
[0002] 電子病歷中腦波信號是通過醫(yī)學儀器檢測出的位于頭皮下大腦皮質(zhì)上電位約為 毫伏特等級的波形，腦波信號按其頻率分為：S波、Θ波、α波、β波和γ波，其中δ波 和Θ波為慢波，β波和γ波為快波。腦波信號具有一定的規(guī)律性，當腦部尤其是皮層有病 變時，腦波規(guī)律性受到破壞，將引起腦波異常，波形即發(fā)生變化，對腦波病歷信號進行分析， 可有效輔助臨床腦部疾病診斷。但由于電子病歷系統(tǒng)中檢測出的腦波信號波形是一個時間 函數(shù)，是不斷更新和動態(tài)變化的，具有較強的不確定時效性，如一旦有顱骨、頭皮的衰減，由 頭皮上所測量到的電位將驟然降為微伏特等級，實際腦波信號具有低振幅和低頻率特性， 這樣腦波病歷進行結(jié)構(gòu)化轉(zhuǎn)換后將成為非常復雜的不一致不完備病歷系統(tǒng)，給腦部病歷特 征選擇、規(guī)則挖掘以及腦部疾病臨床決策支持分析等帶來較大困難。對腦波病歷信號進行 高效處理是設(shè)計電子病歷腦部疾病決策分析系統(tǒng)的關(guān)鍵技術(shù)，具有重要的理論研宄意義和 實際應用價值。
[0003] 目前一般采用傅立葉變換、頻域能量分析、小波變換、快速獨立分量分析等方法來 改進腦波病歷信號不確定時效性、微弱性、多樣性以及非線性等缺點，但這些方法獲取的腦 波病歷信號使得原腦波信號很多信息得不到保留，很有可能將有用的腦波信號當作噪聲抑 制或處理掉，間接改變了腦電波信號的特征，使得我們無法對電子病歷系統(tǒng)中腦波頻率、 波幅、數(shù)量、部位、出現(xiàn)方式及有無病理波等進行有效分析。

【發(fā)明內(nèi)容】
：
[0004] 本發(fā)明的目的是提供一種基于三層交叉博弈能量樹的腦波病歷信號約簡方法。
[0005] 本發(fā)明通過以下的技術(shù)方案實現(xiàn)的：
[0006] 基于三層交叉博弈能量樹的腦波病歷信號約簡方法，具體步驟如下：
[0007] Α、構(gòu)建三層交叉博弈進化樹，該三層博弈進化樹包含三個主層：第一主層，第二主 層和第三主層，每個主層內(nèi)嵌三個子層：最底子層、中間子層和最高子層；將兩個相鄰進化 種群PopJP Pop j中所有個體分配到兩棵相鄰三層交叉博弈進化樹T ,和T」的所有結(jié)點上， 使樹中每個結(jié)點包含進化種群一個進化個體；
[0008] B、實現(xiàn)三層交叉博弈進化樹上進化個體在同一主層內(nèi)自私博弈和不同主層間交 叉協(xié)同博弈，采用深度優(yōu)先搜索循環(huán)策略在相鄰進化樹1\和1^上分別選出各自全局最優(yōu)精 英個體 Elitisti+。和 Elitist j_c;
[0009] C、分配精英能量收益矩陣PMENnxn給每棵三層交叉博弈樹的全局最優(yōu)精英，帶有 精英能量向量Γ的最優(yōu)精英與多個相鄰精英一起實現(xiàn)交叉博弈樹能量約簡操作，增強最 優(yōu)精英在每個主層上取得自適應Nash能量探索與開發(fā)平衡性能；
[0010] D、設(shè)計腦波病歷信號交叉博弈約簡的Nash均衡策略，使優(yōu)選出的最優(yōu)精英在精 英能量向量Γ驅(qū)動下均能收斂到每個主層最優(yōu)Nash均衡點；
[0011] E、判斷腦波病歷信號約簡是否滿足約簡精度平衡要求，若滿足，則輸出兩棵博弈 樹的最優(yōu)腦波病歷信號約簡子集Red (Ri)和Red (?)，否則，則轉(zhuǎn)至步驟C繼續(xù)執(zhí)行；
[0012] F、將上述步驟擴展到整個進化種群中所有相鄰進化種群，分別求出其相應腦波病 歷信號約簡子集，最終輸出全局最優(yōu)腦波信號約簡集Red_如下：
[0013]
【主權(quán)項】
1. 基于三層交叉博弈能量樹的腦波病歷信號約簡方法，其特征在于：具體步驟如下： A、 構(gòu)建三層交叉博弈進化樹，該三層博弈進化樹包含三個主層：第一主層，第二主層和 第三主層，每個主層內(nèi)嵌三個子層：最底子層、中間子層和最高子層；將兩個相鄰進化種群 PopJP Pop」中所有個體分配到兩棵相鄰三層交叉博弈進化樹T和T」的所有結(jié)點上，使樹 中每個結(jié)點包含進化種群中一個進化個體； B、 實現(xiàn)三層交叉博弈進化樹上進化個體在同一主層內(nèi)自私博弈和不同主層間交叉協(xié) 同博弈，采用深度優(yōu)先搜索循環(huán)策略在相鄰進化樹!\和h上分別選出各自全局最優(yōu)精英個 體 Elitisti。和 Elitist j c; C、 分配精英能量收益矩陣PMENnxn給每棵三層交叉博弈樹的全局最優(yōu)精英，帶有精英 能量向量Γ的最優(yōu)精英與多個相鄰精英一起實現(xiàn)交叉博弈樹能量約簡操作，增強最優(yōu)精 英在每個主層上取得自適應Nash能量探索與開發(fā)平衡性能； D、 設(shè)計腦波病歷信號交叉博弈約簡的Nash均衡策略，使挑選出的最優(yōu)精英在精英能 量向量Γ驅(qū)動下均能收斂到每個主層最優(yōu)Nash均衡點； E、 判斷腦波病歷信號約簡是否滿足約簡精度平衡要求，若滿足，則輸出兩棵博弈樹的 最優(yōu)腦波病歷信號約簡子集Red (Ri)和Red (?)，否則，則轉(zhuǎn)至步驟C繼續(xù)執(zhí)行； F、 將上述步驟擴展到整個進化種群中所有相鄰進化種群，分別求出其相應腦波病歷信 號約簡子集，最終輸出全局最優(yōu)腦波信號約簡集Red_如下：
2. 根據(jù)權(quán)利要求1所述基于三層交叉博弈能量樹的腦波病歷信號約簡方法，其特征在 于：步驟B中所述實現(xiàn)三層交叉博弈進化樹上進化個體在同一主層內(nèi)自私博弈和不同主層 間交叉協(xié)同博弈，采用深度優(yōu)先搜索循環(huán)策略在相鄰進化樹1\和T」上分別選出各自全局最 優(yōu)精英個體Elitist i+。和Elitist』_。，具體步驟如下： a、 初始化兩個相鄰的進化種群PopJP Pop」，并且將這兩個進化種群中所有進化個體分 配至三層交叉博弈進化樹1\和L相應結(jié)點上； b、 在三層交叉博弈樹的第一主層上比較各自最底子層的孩子結(jié)點能量值，選出Ti上最 優(yōu)能量的孩子結(jié)點Childw和L上最優(yōu)能量孩子結(jié)點Childil^，并采用深度優(yōu)先搜索循環(huán)策 略將最優(yōu)孩子結(jié)點與其中間子層上雙親結(jié)點依次進行能量比較，從而選出最大能量的結(jié)點 作為中間子層上新的雙親結(jié)點； c、 將中間子層雙親結(jié)點與頂部子層精英結(jié)點按照輪盤選擇方法依次進行結(jié)點能量比 較，采用自私博弈策略在第一主層內(nèi)部產(chǎn)生