论文部分内容阅读
癫痫是由脑内神经元异常放电引起反复、短暂发作的脑功能失律综合征,严重威胁患者健康。头皮脑电可于颅外长程测得癫痫患者颅内神经元放电情况在头皮上的电位分布,从而获得癫痫引起的异常脑电。其中,发作间期癫痫脑电（简称“癫痫脑电”）内含与癫痫发作相关信息、及致痫区相关标志物,结合癫痫患者入院诊治流程对其展开分析,可依次实现癫痫发作预测、发作类型诊断及外科术前评估,助力临床癫痫诊疗。但由于癫痫脑电长程监测采集数据量巨大,易与伪迹等混淆,临床医生依赖目视分析存在费时、费力、精度低等问题,需借助计算机辅助手段进行分析。现有计算机辅助分析癫痫脑电的方法常将其建模为模式识别分类问题,通过有效计算不同类别癫痫脑电内含差异信息,挖掘类间、类内癫痫脑电的显著区别特征,实现不同类别癫痫脑电分类识别,进而辅助临床诊疗。具体地,根据被分析癫痫脑电粒度层级,从癫痫脑电中分类识别发作前持续半小时左右的异常脑电,实现癫痫发作预测,可提供可靠预警信息;从癫痫脑电中分类识别持续时间仅为20～200毫秒间的癫痫样棘波,实现癫痫样棘波检测,有助于发作类型诊断;分类识别癫痫样棘波是否可溯源,实现可溯源癫痫样棘波识别,对外科治疗术前评估具有提示意义。虽然上述不同任务需基于不同的计算机辅助分析方法实现不同粒度层级癫痫脑电差异特征的挖掘,但均可归纳为具象化特征、抽象化特征表征方法。具体地,基于专家领域知识利用数学描述直接获取癫痫脑电共性特性,实现数据本质的具象化特征表征;基于数据驱动的神经网络,抽象并模拟生物神经系统结构及功能对数据进行非线性映射,实现计算抽象化特征表征的同时提高跨群体、跨中心分析的稳健性。但上述方法未有效挖掘并融合类间、类内癫痫脑电的区分特征,影响不同粒度层级下癫痫脑电的分析精度,未达到临床使用要求,亟待进一步研究。基于神经科学及现代自然科学、人在回路及平行计算理论,本文开展基于时空频多域机器学习的癫痫脑电信号分析方法研究,实现时空频多域具象化特征表征、机器学习抽象化特征表征的有效挖掘并融合表征,提升不同任务下类间、类内癫痫脑电显著区分信息的有效表征,进而实现高精度的癫痫脑电分析,具体地:提出基于深度上下文时频特征表征的癫痫发作预测方法,解决现有方法未有效表征癫痫脑电内含发作前三十分钟异常脑电的脑活动状态动态转变信息,导致癫痫发作预测精度低、误报率高的问题。该方法从癫痫脑电中分类识别发作前半小时异常脑电,以时频能量具象化表征癫痫脑电脑活动状态转变信息,再以双向长短期记忆网络抽象化表征癫痫脑电脑活动状态上下文传播信息,从而挖掘并表征癫痫脑电发作前异常脑电的有效预测信息,提高癫痫发作的预测精度、降低误报率。基于国外CHBMIT公开数据库符合实验条件的癫痫脑电得到所提方法的准确度为99.47%,特异性为99.34%,敏感性为99.60%。另外,与现有同类方法相比,所提预测分析方法误报率降低了2.11%。再者,基于国内复旦大学附属儿科医院的癫痫脑电得到所提方法准确度为87.81%,敏感度为88.66%,特异性为88.96%,以及误报率为0.12%。因此,所提基于深度上下文时频特征表征的癫痫发作预测方法,可实现高精度癫痫发作预测,为临床救助癫痫患者提供可靠的预警信息。提出基于多层次特征表征的癫痫样棘波检测方法,解决现有单域具象化特征表征方法未有效表征癫痫样棘波的综合拟态信息,且现有抽象化特征表征方法未有效表征癫痫样棘波波形周期内长时依赖信息,导致癫痫样棘波检测精度低的问题。该方法从癫痫脑电中分类识别持续时间仅为20～200毫秒间的癫痫样棘波,以时空频多域具象化特征表征癫痫样棘波的综合拟态特性,再以时间卷积网络抽象化表征类间、类内癫痫脑电相似波形周期内深度依赖辨别特性,进而基于元素相似算子计算融合特征,以有效表征癫痫脑电时空频多域融合深度长时依赖信息,从而挖掘类间、类内癫痫脑电的显著区分信息,提高癫痫样棘波检测精度。基于复旦大学附属儿科医院提供癫痫脑电,得到检测方法的准确度为90.62%,敏感度为90.38%,特异性为91.00%,精准度为90.33%,每分钟的误检率为0.148m-1。因此,所提基于多层次特征表征的癫痫样棘波检测方法,可实现高精度癫痫样棘波检测,为临床癫痫发作类型诊断提供可靠的循证依据。提出基于稀疏脉冲特征学习方法,并基于所提方法首次开展分类癫痫样棘波是否可溯源的研究,解决现有信号分析方法仅考虑癫痫样棘波在测量空间上的本征特性、且未考虑脑内神经元的稀疏发放脉冲现象,导致可溯源癫痫样棘波识别精度低的问题。该方法在以多层次特征可有效表征癫痫样棘波本征特性的基础上,对神经元脉冲发放稀疏现象进行模拟编码构建脉冲神经网络以模拟颅内神经源的活动,从而挖掘可溯源癫痫样棘波与致痫区相关的显著区分信息,实现可溯源癫痫样棘波精确识别。基于复旦大学附属儿科医院癫痫脑电得到敏感度为97.10%识别结果。因此所提基于稀疏脉冲特征表征的可溯源癫痫样棘波识别方法,实现可溯源癫痫样棘波精准识别,对外科治疗术前评估具有提示意义。