基于改进的伪Wigner分布检测癫痫EEG棘波的方法

本文提出了一种新的检测癫痫EEG棘波的方法，采用改进的伪Wigner分布对脑电信号进行时频变换，这种时频分布不仅能够有效地消除交叉项，而且可以快速实现，在时频平面上，以每个时间点上的中心频率划分背景脑电和癫痫样瞬态特征，通过一个镜像滤波器提取瞬态分量，最后，利用瞬态分量的能量局部极值检测棘波，临床应用表明，这种方法能够快速有效地从背景脑电中提取癫痫样瞬态特征。     

一种基于时频分析的癫痫脑电棘波检测方法

脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义.本研究提出了一种基于时频分析的癫痫脑电棘波检测方法.首先通过矩阵的奇异值分解方法得到效果更佳的脑电信号(EEG)的时频分布图,然后利用时频分布的差异测度方法达到对棘波的检测目的.在对临床癫痫脑电信号的实验中,该方法取得了较好的结果.     

基于稀疏表示的两阶段脑电癫痫波检测算法研究

脑电癫痫特征波的自动检测具有重要的临床应用价值,本研究提出一种基于自适应预测滤波与稀疏表示的两阶段癫痫特征波检测算法.第一阶段,使用自适应预测滤波器粗检出有嫌疑的癫痫波时段,在保证检测正确率的同时,减少数据量,提高后续处理效率;第二阶段,先以高斯函数及其一、二阶导数为原子的生成函数构建一个冗余多成分字典,再应用匹配追踪算法仪获取可疑波段在此字典下的稀疏表示(自适应参数化表示),原子的结构参数能够准确度量瞬时波形的多种形态结构特征如宽度、幅度、锐度等,进而提出基于形态结构匹配的检测算法,对预检输出的可疑时段进行鉴别分类.检测结果表明该算法针对临床癫痫EEG的检测率为93.3%,正确率为88.5%,相应的漏检率为6.7%,误检率为11.5%.     

颞叶癫痫工作记忆障碍theta振荡缺失的研究

目的 颞叶癫痫(TLE)是一类重要的成人癫痫综合征,工作记忆障碍是TLE常见的认知障碍,研究TLE工作记忆障碍的神经机制具有重要的科学价值和临床意义.theta振荡是频率范围在4～8 Hz的大脑神经同步电活动,与工作记忆行为有密切的关系,因此本研究以TLE患者的工作记忆障碍为研究对象,研究其工作记忆行为学障碍时theta振荡的改变,为进一步研究TLE工作记忆障碍的神经机制提供参考.方法 实验数据来自TLE组(18例TLE患者)和正常对照组(18名健康志愿者),在受试者执行延迟样本匹配范式视觉工作记忆任务的同时,记录34通道头皮脑电数据,选取长度为3s的延迟时间脑电为工作记忆实验数据.应用傅里叶变换计算两组每个通道脑电的能量密度,选取对照组能量密度最大的通道为工作记忆特征通道;应用短时傅里叶变换方法计算两组特征通道脑电时频分布,选取对照组能量密度大的频段为工作记忆特征频段;计算两组每个通道脑电特征频率分量的能量密度空间分布.结果 TLE组比正常对照组存在显著的工作记忆行为学低下:TLE组正确率较对照组显著减小(P＜0.05),反应时间较对照组显著加长(P＜0.001);工作记忆的特征通道为额中线(Fz),特征频段为theta;TLE组比正常对照组Fz通道在特征频段的脑电能量密度明显减小(P＜0.05);TLE组比正常对照组额区(7个通道)在特征频段的脑电能量密度明显减小(P＜0.01),以上差异均有统计学意义.结论 Theta振荡的减弱与缺失是TLE工作记忆行为学低下可能的神经机制.     

生物特征信号提纯算法的设计与实现

生物特征信号在频域内很容易受到干扰,固定阙值的提纯算法在实际应用中,受到多类干扰信号影响,导致提纯困难。本设计基于自适应时频分解的生物特征信号提纯算法,构建生物信号采集模型,对生物信号在时域和频域内进行特征分解,得到单分量特征。设计匹配滤波检测器估计出生物信号频域特征系数,将解析信号代入滤波器中,进行实时滤波处理,得到生物特征信号的基本分量。用提取出的信号分量的时频分布进行时域信号的重建,获得提纯后的生物信号分量。实验结果表明,在强噪声干扰下,所设计的提纯算法具有较好的去噪和检测性能。与传统提纯算法相比,检测效率提高了8. 5%以上,为生物复杂信号的研究奠定了理论基础。     

一种基于改进经验模态分解的癫痫脑电识别新方法

在临床癫痫诊断过程中,为了提高癫痫脑电的识别率,能在癫痫发作前期就预测到癫痫疾病,其特征波的提取至关重要。针对这一问题,提出将平行延拓与镜像延拓相结合来改进EMD算法。首先,使用平行延拓的方法,在原始脑电信号的左、右端点处分别预测出一个极值;然后,使用基于镜像延拓的EMD方法,对信号进行镜像延拓,以避免经验模态分解过程中的端点效应;最后,采用支持向量机进行信号的分类识别。算法验证数据取自德国伯恩大学癫痫研究中心的脑电数据库,其中50例是正常脑电信号、50例是癫痫发作间期的脑电信号。实验研究表明：该方法对总测试脑电信号的识别率达到94%。其中,正常脑电信号和癫痫脑电信号的独立识别率均为94%,比传统EMD算法处理后的脑电识别率提高了5%,可见该方法可以有效地预测癫痫脑电。     

儿童失神癫痫发作期脑电信号子波熵分析

本研究采用脑电信号的整体子波熵和分尺度子波熵研究脑电信号的信息复杂性,探索儿童失神癫痫(CAE)发作的动力学机制。研究采集儿童失神癫痫患者及正常对照的脑电信号;采用连续子波变换提取脑电信号的时频特征;采用子波功率谱分析提取分尺度功率谱特征;根据分尺度功率谱计算整体子波熵和分尺度子波熵,分析整体子波熵和分尺度子波熵随CAE发作的时间演变过程,并与正常对照进行比较。结果显示:CAE患者发作期脑电信号的整体子波熵显著低于正常对照组,也低于发作间期。CAE发作时第12尺度(对应中心频率3 Hz)的分尺度子波熵显著高于正常对照,α频带(中心频率10 Hz)脑电节律的子波熵明显低于正常对照。脑电信号整体子波熵可以反映脑电信号的复杂程度,CAE发作时脑电信号的信息复杂度明显降低。子波熵降低有可能成为癫痫发作的特征神经电生理参数,为癫痫发作的神经调控技术的研究提供依据。     

癫痫脑电信号的奇异性研究

基于小波变换模极大值在多尺度上的变化,研究了癫痫脑电的奇异性,并用Lipschitz指数来表征.提出了一种高阶统计的方法来研究癫痫脑电的高阶奇异谱特征,并和健康脑电进行比较.实验结果表明,癫痫脑电的Lipschitz指数和高阶奇异谱与健康脑电相比存在明显的差异,说明该方法对研究脑电是有效的.     

一种基于经验模态分解的癫痫棘波检测方法

脑电癫痫特征波的自动提取对于患者的诊断以及减轻医生的繁重劳动都具有重要的意义.我们提出一种基于经验模态分解(EMD)的癫痫特征波检测方法,该方法首先经过EMD分解得到若干个固有模态函数(IMF),然后对其中的第一个IMF应用非线性能量算子(NBO)进行特征波提取,从而达到自动检测的效果.在对数值模拟的和真实的癫痫脑电信号(EEG)的仿真实验中,该方法都取得了较好的结果.     

基于样本熵与小波包能量特征提取和Real AdaBoost算法的正常期、癫痫间歇与发作期的脑电自动检测

脑电图(EEG)分析已被广泛应用于疾病的诊断,针对癫痫患者的脑电检测可及时对患者的发病情况作出判断,具有很强的实用价值,因此急需癫痫脑电自动检测、诊断分类技术。为实现患者正常期、癫痫发作间期和发作期各时段脑电的快速、高精度自动检测分类,本文提出一种基于样本熵(SampEn)与小波包能量特征提取结合纠错编码(ECOC)Real AdaBoost算法的脑电自动分类识别方法。将输入信号的样本熵值和4层小波包分解后的部分频段能量作为特征,并用纠错编码和Real AdaBoost算法相结合的方式对其进行分类。本文采用德国波恩大学癫痫数据库实验数据(含正常人清醒、睁眼与清醒、闭眼,癫痫患者间歇期致痫灶外与致痫灶内及癫痫发作期5组脑电信号)进行了方法有效性检验。研究结果表明,该方法有较强的脑电特征分类识别能力,尤其对癫痫间歇期脑电信号识别率提升显著,上述5组3个时期不同特征脑电信号的平均识别率可达96.78%,优于文献已报道的多种算法且有较好稳定性与运算速度及实时应用潜力,可在临床上对癫痫疾病的预报及检测起到良好的辅助决策作用。     

运动想象脑电的ERD/ERS分析

脑电信号所包含的频率分量及其变化规律是脑-计算机接口(brain- computer interface,BCI)研究的关键之一.事件相关去同步(event- ralated desynchronization,ERD)/同步现象(event- related synchronization,ERS)则是确定EEG频带的基本方法.本文在事件相关现象的神经生理学原理的基础上,利用传统计算方法,提出简单而有效的ERD/ERS波形的拓扑图法;并且对比应用基于匹配追踪法的分解参数,采用平均时间-频率能量分布图的方法,研究ERD/ERS规律.分析实际运动想象脑电MI-EEG时,两种方法的结论可以互相验证,也体现了各自的优点.     

Analysis of EEG transients by means of matching pursuit

Matching pursuit (MP), a new technique of time-frequency signal analysis, was applied to simulated signals and the awake and sleep EEG. With the MP algorithm, waveforms from a very large class of functions were fitted to the local signal structures in a recursive procedure. By means of this technique, sleep spindles were localized in the time-frequency plane with high precision, and their intensities and time spans were found. The MP technique makes following the temporal evolution of transients and their propagation in brains possible. It opens up new possibilities in EEG research providing a means of investigation of dynamic processes in brains in a much finer time-frequency scale than any other method available at present.     

术中颅内电极脑电监测在联合术式治疗顽固性癫痫中的应用

目的：探讨术中颅内电极脑电监测在癫痫外科手术中的应用方法及价值。方法：回顾分析难治性癫痫患者78例术中采用颅内电极脑电监测,在病灶切除前对致痫灶区行皮层电极描记,记录有无痼样放电和范围,对痫灶部位进一步精确定位。采用联合手术方法进行病灶切除,之后再次或多次描记,以判断痼样放电有无减少或消失,对有痫样放电的皮层再次进行软膜下横切术。术后常规应用抗癫痫药物。结果：78例患者,术前均在预定的致痫灶局部记录到棘波、棘慢波、尖波和尖慢波;致痢灶切除后即时监测结果显示其中有7例痫样放电完全消失,56例痫样放电明显减少、背景波幅降低,15例在病灶周围仍散在有明显痫样放电,经再次处理后减少,所有患者均无神经功能损害加重。78例患者均随访6个月至4年,多数患者生活质量提高、精神状态改善。其中发作消失51例（65％）,发作明显减少（75％以上）16例（21％）,发作减少（50％以上）7例（9％）,发作无变化4例（5％）。总有效率为95％。结论：在癫痫外科手术中运用颅内电极进行脑电监测,能进一步明确致痂灶部位、监测异常波出现的范围及异常程度,指导手术中正确切除致痫灶,在癫痫外科治疗中具有一定的实用价值。     

心音的分析

自上世纪70年代以来,由于计算机和现代数字信号处理技术的发展,生物医学工作者对心音进行了大量的分析研究,相继运用了谱分析、时频分析、小波变换和最优匹配法等方法.谱分析不适合对非平稳随机心音信号的分析.国内外工作者通过加核函数和采用模糊函数等方法来减少时频分布中的交叉项.具有自适应性时-频窗的小波变换可以得到更能反映心音病例特征的信息.最优匹配法是一种没有交叉项的时频分析方法.     

缺血性脑卒中后癫癎发作的脑电图动态观察

目的：观察缺血性脑卒中后癫痫发作病人脑电图（EEG）的动态改变。方法：对40例缺血性脑卒中后癫痫发作病人（观察组）和20例缺血性脑卒中后无癫痫发作病人（病例对照组）的EEG和卒中病灶分布、范围、美国国立卫生研究院卒中量表（NIHSS）评分、癫痫发作形式及频数进行分析比较。结果：观察组40例的病灶分布主要在颞叶、额叶及顶叶,初次NIHSS评分为4．8（±2．03）分,癫痫发作类型主要为全面性强直阵挛发作;病例对照组20例的病灶分布在顶、枕、额、颞叶、基底节和小脑,初次NIHSS评分为4．7（±2．27）分,经t检验统计表明,NIHSS评分两者差异无显著意义（P〉0．50）;初次检查病例对照组的EEG异常率为50％,其中轻度异常占异常总数的70％,中度占30％;观察组的EEG异常率为95％,其中轻度异常仅占异常总数的21％,中度和重度异常占79％;健康对照组的EEG异常率很低,仅为20％,且仅表现为轻度异常;经Х^2检验,Х^2=46．54,P〈0．005,表明三组间EEG的异常率差异有显著意义。在随后的3次复查中,随着NIHSS评分的改善,癫痫发作的频数降低,EEG的异常程度也下降,以第60天时最为显著。结论：缺血性脑卒中后癫痫发作病人的EEG检查有较高的异常率,对指导其临床治疗和判断预后具有一定的价值。     

基于小波变换和Teager能量算子的癫痫脑电自动分类

提出一种利用小波变换和能量算子对EEG进行预处理提取癫痫特征信号,进行近似熵估计,对脑电信号进行分类的新方法。首先利用小波分析将EEG信号进行4层分解分成多个子频带,对频率接近棘波的第1,2层小波系数计算非线性能量算子,再对能量算子进行近似熵估计,最后用SVM对EEG信号进行分类。结果表明,该方法对癫痫发作期EEG和正常的EEG分类效果比较理想。     

长程视频脑电图在枕叶癫痫诊断及手术定位中的应用

目的：探讨长程视频脑电（V-EEG）在枕叶癫痫（OLE）手术诊断及定位中的应用。方法：27例难治性癫痫经过带蝶骨电极的长程V—EEG监测,结合磁共振成像（MRI）、发作间期正电子发射计算机断层扫描（PET）及视力视野检测结果确定癫痫起源位置为枕叶,对该27例长程V-EEG监测结果进行回顾分析,总结OLE的长程VEEG特点。结果：癫痫起源位置的EEG定位,4例位于颞枕区、4例顶枕区、1例颞顶枕区,18例单纯枕区。OLE具有较高视觉先兆出现率,本组为21例（78％）。发作间期EEG可以具有以下特征：①正常,②慢a节律或广泛θ节律,③一侧枕区脑波被抑制,④一侧或者双侧枕区存在异常电活动,⑤病灶周围脑区存在异常电活动,⑥病灶一侧半球各导联均分布有异常电活动,⑦异常电活动主要为尖波及尖慢波。OLE发作期初期（起始）EEG具有以下特征：①一侧枕区优先优势异常放电,②一侧颞枕区优先优势异常放电,③一侧顶枕区优先优势异常放电,④半球优势异常放电,⑤无侧别优势。结论：OLE具有相应的EEG及临床发作特征,蝶骨电极长程V-EEG结合影像学以及视力视野检查结果能有效诊断OLE,为准确定位提供一定可靠依据,有效指导手术治疗。