小波多重分形在脑电信号分析中的应用

脑电图(EEG)作为客观反映大脑机能状态的一个重要方面,蕴涵着丰富的生理、心理和病理信息.分形和小波相结合的方法,发挥了小波多尺度分析和分形标度不变性的两个特点.利用小波模极大值多重分形的方法,对青老年人群的脑电图进行分析.研究发现,脑电信号具有奇异性质,脑电信号奇异谱的跨度会随着年龄的增大而减小,可以用来检测目标个体是否出现腩衰退迹象,从而辅助进一步的临床干预措施.     

基于多重分形去趋势波动分析的脑电信号特征提取及分类方法

目的:针对脑电信号普遍存在的数据维度高、难以预测的问题,提出一种多重分形去趋势波动分析特征提取方法与长短时记忆网络（LSTM）相结合的脑电信号分类方法。方法:首先对信号样本进行多重分形去趋势波动分析计算得到脑电信号样本的多重分形谱,计算广义Hurst指数hq和广义维数Dq之间的函数关系;然后对多重分形谱进行分析,找出最具代表性的坐标值作为信号的特征向量;最后将其用于LSTM进行训练和分类测试。实验采用波恩大学采集的经过处理的癫痫脑电数据集。结果:当训练样本占总体样本比例超过10%之后,LSTM分类器的测试准确率均稳定在98%以上;当占比超过80%时LSTM分类器的测试准确率达到了100%;即使训练样本较少时也有95%之上的准确率。结论:该算法有良好的准确率和稳定性。     

基因组序列CGR图形表示的多重分形分析

为了更好地描述基因组序列CGR(chaos-game representation)图形的分形特征,引入多重分形理论进行分析。通过研究3种概率集对标度不变性范围的影响,选取出标度不变性最好的概率集,计算光滑的广义维数谱和多重分形谱。结果表明:以相对概率组成概率集时标度不变性最好,而且标度不变性随尺度变化可被分为3个不同的区域,这反映了基因组序列不同长度的序列片段有不同的分布规律。可见,多重分形方法可以用于描述基因组序列CGR图形的分形特征。     

早搏信号的小波模极大多重分形分析

本文运用基于小波模极大值的多重分形分析方法,研究心脏房性早搏(APB)信号、室性早搏(PVC)信号及正常心电(ECG)信号的多重分形特征。通过分析多重分形谱得出:三种信号都具有不同程度的多重分形特性;正常ECG信号的分形程度最强,PVC信号次之,APB信号最弱。t检验结果表明,此方法得出的三种信号分形谱宽度差异具有显著性,对临床医学诊断区分APB、PVC信号有很好的借鉴意义。     

结肠道压力数据的多重分形分析及熵解释

据统计结肠测压是目前应用范围最广的评价结肠道动力系统功能的检查手段,传统的方式是提取结肠压力的时域信号,根据专家和医生的判断来做出结论,但是这种方式人为的因素较多,往往不够准确.本研究对得到的结肠道压力数据进行多重分形特性的分析,通过计算多重分形谱来分析正常受试者和异常受试者结肠压力数据,其中正常受试者3例,异常受试者9例,对得到的多重分形谱利用熵理论进行分析,可以区分受试者数据的正常与异常情况.结果表明该方法在一定程度上面反映了正常的和异常的结肠压力信号的差异性,结合理论的分析可以作为判断结肠道动力性能的辅助手段.     

心脑疾病对同步十二导联心电图多重分形谱的影响

对心脑疾病人群的同步十二导联ECG(心电图)进行多重分形特性分析,发现不同导联的多重分形曲线互不重叠。计算其十二导联平均的多重分形奇异强度分布范围以及分布范围的十二个导联间的离散特性,发现不同人群中存在互为交叉而有明显不同的结果。用十二导联多重分形Δα的平均值Δα及其离散度δα(取Δα的标准差)两个参量来描述其多重分形谱特征。发现健康人与心脏病人Δα接近,但δα相差较大;健康人与脑损伤患者δα接近,但Δα相差较大。预示着多重分形特性受到神经自律和心脏组织结构的自谐特性的双重控制,特征参数Δα与神经控制相对应,δΔ与心脏组织结构自谐特性的各向异性相对应。     

心律失常的多重分形去趋势波动分析

目的心律失常的及早诊断对及时救助病人具有重要意义.方法基于多重分形去趋势波动分析方法,本文对正常心电信号及窦、房性心律失常信号进行分析.结果发现三种信号都具有不同程度的长程相关性和多重分形特性,且在波动函数的阶数为正值时,三种信号的长程相关特性最为明显.通过比较三种信号的多重分形谱,发现正常心电信号的多重分形谱宽度最小,窦性心动过缓信号次之,心房颤动宽度最大.结论此研究结果对临床医学诊断区分心律失常与正常心电信号有很好的借鉴意义.     

脑电信号的分形截距特征分析及在癫痫检测中的应用

脑电信号的非线性特征会随癫痫发作而改变,脑电信号的特征分析和检测对癫痫的诊断和治疗具有重要意义。提出对癫痫脑电信号进行毯子维和分形截距的特征分析,并将分形截距应用于癫痫脑电信号的检测。首先提取脑电信号的分形截距和毯子维特征,并对两种特征的均值和方差进行比较,最后使用支持向量机分类器,实现脑电信号的分类检测。发现癫痫发作时脑电信号的分形截距显著高于发作间期,而脑电信号的毯子维在发作前后变化规律则不明显。将分形截距作为分类特征,能有效地区分癫痫脑电与间歇期脑电,具有较强的癫痫脑电检测性能,分类检测的准确率达到96%以上。     

室性心动过速与室颤的多尺度多重分形分析

基于多尺度多重分形分析(MSMF)对正常心电信号(ECG)、室性心动过速(ventriculartachycard ia,VT)与室颤(ventricular fibrillation,VF)ECG进行研究分析,可以鉴别区分这三种信号。通过直接计算奇异谱f(α)的方法,计算出正常ECG、VT和VF信号的奇异谱,并分析得出其奇异强度分布范围Δα,结果发现这三种信号奇异强度分布范围Δα存在较大差异,并且VF信号的Δα大于VT信号,同时VT信号的Δα又大于正常ECG信号。本文用奇异强度分布范围Δα作为区分正常、VT和VF、ECG的一个判据,且实验证实该判据可有效区分正常ECG、VT和VF信号。     

一种EEG信号盲分离和分类的神经网络方法

提出一种采用多神经网络处理脑电(EEG)信号的方法。首先，对混有噪声的脑电信号给出一种盲分离的自适应神经算法。通过寻求采样时间序列线性组合的kurtosis系数的局部极值，得出该算法的模型和步骤。在盲分离的基础上，对分离出的估计信号进一步利用Kohonen网络进行分类。将该算法用于300个EEG样本处理，并给出处理结果。     

独立分量分析的研究和脑电中心电干扰的消除

本文研究和提出了一种用于独立分量分析的迭代算法 ,采用该算法成功地消除了存在于脑电信号中的心电干扰。基于信息论原理 ,给出了一个衡量各分量统计独立的目标函数 ,优化该目标函数 ,得出一种用于对独立分量进行盲分离的迭代算法 ,该算法的优点在于不需要计算信号的高阶统计量 ,收敛速度快。该算法使用一种去冗余方法 ,在提取一分量后 ,将其从混迭信号中去除 ,能逐一提取各独立分量。实验结果表明独立分量分析可有效地去除脑电信号中的心电干扰成分     

基于脑电信号分析的癫痫特征检测方法及研究进展

癫痫特征的自动检测在临床上有很重要的意义,可以减轻医疗工作者的劳动量。本文综述和分析了癫痫特征检测的各种方法,包括非线性滤波、模板匹配、拟态法等传统的方法和小波变换、神经网络等近年发展起来的新方法。     

HHT方法在驾驶疲劳脑电分析中的应用

针对脑电(EEG)的非线性非平稳特性,提出了一种新的分析驾驶疲劳EEG信号的方法———希尔伯特-黄变换(HHT)。本文首先选择C4-导联的EEG信号,利用HHT方法分析其正常驾驶和疲劳驾驶时的数据,探索不同驾驶状态下的EEG特性;然后再选O2-导联的EEG信号进行对比分析,研究不同导联之间的差异。分析发现,不同驾驶状态下的EEG信号的希尔伯特边际谱差异明显,C4-导联与O2-导联在相同状态下的EEG特性也存在一定的差异。由此可见,HHT技术能够很好地区分驾驶员的不同状态,可以作为检测驾驶疲劳现象的新方法,同时导联的选择对驾驶疲劳的检测效果也存在一定的影响。     

老年慢性精神分裂症与同龄老人脑电图的对照分析

目的:为了解老年慢性精神分裂症(SCS)患者脑电图(EEG)的改变。方法:应用丹麦丹迪公司SEEG—16道脑电图仪,对39例正常老人和24例SCS患者的EEG作了检查。结果:SCS患者异常EEG(66.7％)显著多于正常老人(28.2％),(X~2检查,P<0.01)。异常表现以局灶性θ、δ波为主(X~2检查,P<0.01)。不同年龄组的异常率比较,CASI量表与EEG检查结果比较,差异均未达显著性(P>0.05)。结论:SCS患者的EEG可表现出具有不同于正常老人对照组衰老的变异,因而对了解SCS患者上仍有一定参考价值。     

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.     

Time-frequency spectral representation of the EEG as an Aid in the detection of depth of anesthesia

A time-frequency spectral representation (TFSR) has been used to study the nonstationary information in the EEG as an aid in determining the anesthetic depth. This paper uses a TFSR with an exponential weighting function for the purpose. Raw EEG data were collected from 10 mongrel dogs at various levels of halothane anesthesia. Depth of anesthesia was tested by observing the response to tail clamping, which is considered a supramaximal stimulus in dogs. A positive response was graded as awake (depth 0), and a negative response was graded as asleep (depth 1). The EEG obtained during a period of 30 sec tail clamp was processed into TFSRs. It was observed that at depth 0, the spectrum becomes localized in time and frequency. The percentage of energy in the delta (1–3.5 Hz) and theta (3.5–7.5 Hz) frequency bands increased. At depth 1, the spectrum remained unchanged throughout the period of tail clamp. The performance of the TFSR in detecting the patient’s awareness was also compared with the power spectrum. It was concluded that under certain anesthetic conditions, the TFSR is superior to the power spectrum.     

117例颅脑外伤患者的脑电图及脑干听觉诱发电位分析

目的:观察EEG、BAEP在颅脑外伤患者病情诊断、治疗中的作用,以及EEG、BAEP之间的关系。方法:对117例颅脑外伤患者的临床资料及EEG、BAEP进行回顾性分析。结果:117例颅脑外伤患者EEG异常87例(74.4%),BAEP异常65例(55.6%),EEG异常越重,BAEP异常率越高。结论:EEG、BAEP是反映颅脑外伤的客观指标,对颅脑外伤的病情的诊断、治疗有不可替代的作用。     

应用脑电图对静脉全麻病人监测的研究

目的：应用脑电图（ＥＥＧ）对静脉全麻病人各期进行监测研究。方法：对１９例腹部手术病人分别进行麻醉前、麻醉诱导时、手术中及停药一小时的ＥＥＧ监测及描记,结果：在麻醉诱导时ＥＥＧ均可呈现典型的爆发性抑制,似在额叶向全脑抑制,每次等电位持续时间的知短与麻醉深有关,结论：本组静脉复合麻醉药主要作用于在脑皮层,可使得ＥＥＧ出现典型的爆发性抑制,此改变似以额叶向全脑抑制,我们试图利用等电位持续时间的长短判断麻醉的深度,而普鲁卡因复合液在麻醉中主要起到维持麻醉深度的作用。     

脑电图、经颅多普勒在血管性痴呆诊断的应用分析

目的：探讨脑电图和TCD在血管性痴呆(VD)早期诊断中的应用价值。方法：对38例VD患进行脑电图、TCD检测，并进行结果分析。结果：36例脑电图异常表现为：a节律变幔，广泛e活动，局限性慢波(出现在额区、颞区、顶区)，2例出现痫样放电；TCD表现血流速增快或减慢，频谱形态改变，为高阻型，动脉硬化表现；结论：脑电图、TCD检测是诊断VD的重要方法，尤其在发病早期。