论文部分内容阅读
癫痫是大脑神经元异常放电而引起的大脑功能障碍的表现。癫痫样放电的波形主要有以下几种:棘波、尖波、棘慢复合波、尖慢复合波等。在临床EEG检查中,最重要的是识别EEG中是否出现棘波。人工观察和检测EEG是一项复杂而又耗时的工作,而且要使用额外的经验判据,这就需要高级训练的专业人员,而这又正是目前普遍缺乏的。因此,脑电图的自动检测与分类就越发显得迫切与重要。脑电癫痫棘波自动提取对于患者的诊断,以及减轻医生的繁重劳动力都具有重要意义。由于脑电信号的非平稳性及强背景噪声,因此对它的分析与处理一直是极其困难的但又非常吸引人的研究课题。随着科学技术的迅猛发展,特别是近年来在非平稳信号分析理论上的一系列重大进展为我们提供了脑电信号处理的新手段,时频分析理论则是这一系列重大进展中的一个。因此,本文的主要的研究目标是寻找合适的时频分析方法解决脑电癫痫棘波自动提取问题。 本文在以下几个方面完成了有特色的研究工作: 首先,概述了时频分析方法的基本理论、历史和现状,并介绍了已有的时频分析方法在脑电信号分析处理中的应用; 其次,研究了小波变换的基础理论,尤其对B样条小波能够进行信号突变点精确检测的优良特性进行了详细分析。脑电信号棘波对应信号的突变点,其存在处的一阶导数幅值最大,而二阶导数为零。本文认为B样条小波在最大分解尺度为J=5时,对棘波的检测效果最好; 第三,减小交叉项分布(RID)是一种能够有效抑制交叉项干扰的时频分布方法,本文对设计出的棘波参考信号和EEG信号进行RID时频变换后求取相关,根据相关程度的大小来进行癫痫棘波提取,最后对得到的相关系数再进行加窗平滑改进,取得了较好的效果; 最后,在辽宁省教育厅重大项目计划和大连理工大学“生命+X”项目的支持下,作者所在的实验室开展了新型视频脑电图仪及Holter的研究与开发。本项目追求的根本目标是依据数字信号处理技术的原理和最新进展,扩展现有脑电图仪器的功能并改善其性能,并把脑电Holter与视频脑电有机结合,从而推出全新的、基于现代信号处理技术的新型脑电图仪器。与本文相关的研发工作主要是有效的实现脑电特征信号波形的自动提取。本文从现有的时频分析方法中筛选出三种方法加入新型视频脑电图仪,他们对脑电棘波提取的正确率都达到90%以上;