癲癇和正常腦電的AR模型、AR譜及特征比較

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)課程設(shè)計(jì)報(bào)告題 目：癲癇和正常腦電的AR模型、AR譜及特征比較專 業(yè)： 生物醫(yī)學(xué)工程 班 級： 09級2班 學(xué) 號： 姓 名： 劉亞陽 指導(dǎo)教師： 田心、劉婷 天津醫(yī)科大學(xué) 生物醫(yī)學(xué)工程學(xué)院2012年 5 月24 日（一）開題背景癲癇是大腦神經(jīng)元突發(fā)性異常放電，導(dǎo)致短暫的大腦功能障礙的一種慢性疾病。其特征是突然和一過性癥狀，由于異常放電的神經(jīng)元在大腦的部位不同，而有多種多樣的表現(xiàn)。2005年國際抗癲癇聯(lián)盟（ILAE）對癲癇的定義做了修訂，其推薦的定義為：癲癇是一種腦部疾

2、患，其特點(diǎn)是持續(xù)存在能產(chǎn)生癲癇發(fā)作的腦部持久性改變，并出現(xiàn)相應(yīng)的神經(jīng)生物學(xué)認(rèn)知心理學(xué)以及社會學(xué)等方面的后果。診斷癲癇至少需要一次癲癇發(fā)作。然而，迄今為止，國內(nèi)學(xué)界的共識為反復(fù)出現(xiàn)的癲癇發(fā)作才可診斷為癲癇，若僅有一次發(fā)作就不應(yīng)診斷為癲癇。因此，癲癇高發(fā)人群正確理解ILAE的癲癇定義，對癲癇的診斷具有非常重要的實(shí)際意義。腦電圖是腦神經(jīng)細(xì)胞的電生理活動(dòng)在大腦皮層或頭皮表面表現(xiàn)出的電現(xiàn)象。臨床的常規(guī)腦電圖檢查可為腦損傷、腦血栓、發(fā)育異常、新陳代謝和內(nèi)分泌等疾病的診斷、預(yù)后和治療提供信息。它也是是腦神經(jīng)活動(dòng)的表現(xiàn)，其信息含量豐富。隨著數(shù)字處理技術(shù)的發(fā)展，近年來借助計(jì)算機(jī)來分析研究腦電圖成為一個(gè)強(qiáng)有力的手

3、段。二十年來，在諸如譜分析、波形分析、模型建立等方面都有很大進(jìn)展。腦電信號分析1已經(jīng)在腦科學(xué)研究中占據(jù)了越來越重要的地位，臨床醫(yī)學(xué)方面，腦電信號處理可以為某些腦疾?。ㄈ绨d癇）提供診斷依據(jù)和提供有效的治療手段。對腦電信號進(jìn)行預(yù)處理，去除噪聲和剔除偽差，建立FFT功率譜，AR模型，AR譜等是本次試驗(yàn)的關(guān)鍵。對腦電信號1建立模型的方法有很多種：移動(dòng)平均（MA）模型、自回歸（AR）模型、自回歸移動(dòng)平均（ARMA）模型。由于AR模型估計(jì)的AR譜更適用于腦電信號，因而本文選擇的是AR參數(shù)模型譜估計(jì)2。其中在對AR模型系數(shù)的估計(jì)方法選擇上，我們選用了Marple算法，因?yàn)镸arple算法使所有的系數(shù)都可以自

4、由選擇，著眼于調(diào)整模型的全部系數(shù)使均方誤差極小化，能取得更好的結(jié)果。（二）課題目的1學(xué)習(xí)腦電的測試方法2在Matlab平臺上應(yīng)用Marple算法建立正常人和癲癇患者腦電的自回歸AR模型3估計(jì)AR模型的階數(shù)及各個(gè)參數(shù)4應(yīng)用模型參數(shù)對兩類腦電進(jìn)行頻譜估計(jì)（AR譜）（三）課題研究的主要內(nèi)容1測取正常人認(rèn)知腦區(qū)（額部和枕部）的腦電，建立數(shù)據(jù)文件；對給出的顳葉癲癇患者同一腦區(qū)的腦電建立數(shù)據(jù)文件2.對以上兩類腦電進(jìn)行預(yù)處理，去除噪聲和剔除偽差3.對以上兩類腦電建立AR模型4.估計(jì)以上兩類腦電的AR譜，并與它們的FFT功率譜進(jìn)行比較5.分析比較正常人和癲癇患者在認(rèn)知腦區(qū)腦電的AR模型、AR譜的特征（四）原理

5、和方法1. 腦電圖及腦電的特點(diǎn)1.1 腦電圖電極安排為了區(qū)分電極和兩大腦半球的關(guān)系，通常右側(cè)用偶數(shù)，左側(cè)用奇數(shù)。從鼻根至枕骨粗隆連一正中矢狀線，再從兩瞳孔向上、向后與正中矢狀線等距的平行線順延至枕骨粗隆稱左右瞳枕線。1、從枕骨粗隆向上約2cm，左右旁開3cm與左右瞳枕線相交處為左右枕極(9、10)。2、沿瞳枕線人發(fā)際約1cm處為左右額前極(1、 2)。3、左右外耳道連線與左右瞳枕線相交處為左右中央極(5、6)。4、左右額前極與中央極之中點(diǎn)處為左右額極(3、4)。5、左右中央極與枕極之中點(diǎn)處為左右頂極(7、8)。6、左右中央極與外耳道之中點(diǎn)處為左右顳中極(11、 12)。7、左右瞳孔與外耳道中點(diǎn)

6、處為左右顳前極(13； 14)。8、左右乳突上發(fā)際內(nèi)約1em處為左右顳后圾(15、 16)。9、兩耳垂電極的連接方式有兩種： (1)兩耳垂連在一起，同時(shí)與地線相連，而將無關(guān)電極放在頭頂中部或鼻根部，或第七頸椎處。 (2)兩耳垂分別或共同作為作用電極與頭皮電極配對作為腦電團(tuán)機(jī)輸入端。另在頭頂處，附加一個(gè)電極與地線相連。目前，國際上已廣泛采用10-20系統(tǒng)電極法，其前后方向的測量是以鼻根到枕骨粗隆連成的正中線為準(zhǔn)，在此線左右等距的相應(yīng)部位定出左右前額點(diǎn)(FP1，F(xiàn)P2)、額點(diǎn)(F3，F(xiàn)4)、中央點(diǎn)(C3C4)、頂點(diǎn)(P3，P4)和枕點(diǎn)(O1，O2)，前額點(diǎn)的位置在鼻根上相當(dāng)于鼻根至枕骨粗隆的10處

7、，額點(diǎn)在前額點(diǎn)之后相當(dāng)于鼻根至前額點(diǎn)距離的二倍即鼻根正中線距離20處，向后中央、頂、枕諸點(diǎn)的間隔均為20，10-20系統(tǒng)電極的命名即源于此。1.2 腦電的特點(diǎn)健康人除個(gè)體差異外，在一生不同的年齡階段，腦電圖都各有其特點(diǎn)，但就正常成人腦電圖來講，其波形、波幅、頻率和位相等都具有一定的特點(diǎn)。臨床上根據(jù)其頻率的高低將波形分成以下四種：波：頻率在13C/S以上，波幅約為波的一半，額部及最明顯。波：頻率在8 13C/S，波幅2575V，以頂枕部最明顯，雙側(cè)大致同步，重復(fù)節(jié)律地出現(xiàn)波稱節(jié)律。波：頻率為47C/S，波幅2040V，是兒童的正常腦電活動(dòng)，兩側(cè)對稱，顳區(qū)多見。波：頻率為4C/S以下，節(jié)律主要在額

8、區(qū)，是正常兒童的主要波率，單個(gè)的和非局限性的小于20V的波是正常的，局灶性的波則為異常。波和波統(tǒng)稱為慢波。 在病理狀態(tài)下如癲癇、腦腫瘤或腦外傷等情況下，大腦活動(dòng)受到抑制，腦電圖出現(xiàn)異常波活動(dòng)。癲癇病人的腦電圖常見特征波形如下：棘波：出現(xiàn)方式一般為孤立性或散在性，癲癇病大發(fā)作時(shí)可以是連續(xù)性。棘波的周期小于 83ms，其波頂尖銳。常見于局限性癲癇、癲癇大發(fā)作等。棘慢復(fù)合波：棘波和波或波連接起來的稱為棘慢復(fù)合波或簡稱為棘慢波。其頻率有 3Hz、2Hz 或不規(guī)則的。這種波形是癲癇小發(fā)作時(shí)特有的。尖波：又稱為銳波，其波形近似于棘波，但周期較長，通常為 83ms以上，形態(tài)為快直上升而緩慢下降的三角波形，波

9、幅可達(dá) 200V 以上，也是一種病理波，多見于癲癇。 尖慢復(fù)合波：是由一個(gè)尖波和一個(gè)慢波組成的復(fù)合波，亦稱為不全棘慢波或慢棘慢波，會現(xiàn)于局限性癲癇。2AR參數(shù)模型其含義是認(rèn)為隨機(jī)信號是有某一激勵(lì)信號激勵(lì)一確定性系統(tǒng)所產(chǎn)生的。只要激勵(lì)信號的功率和系統(tǒng)的參數(shù)已知，隨機(jī)信號的研究可以轉(zhuǎn)化成對模型參數(shù)和性質(zhì)的研究以及激勵(lì)信號通過此系統(tǒng)后輸入輸出的關(guān)系。輸入為白噪聲的線性系統(tǒng)，輸入u（n）和輸出x（n）的關(guān)系可以寫作 （1） 如果式（1.1）除=1以外所有的都等于0，則上式為p階自回歸（AR）模型。該模型在n時(shí)刻的輸出是n時(shí)刻的輸入u（n）和p個(gè)過去的輸出x（n-k）的加權(quán)和。模型的傳遞函數(shù)為 （2）3

10、 AR模型階次的選擇在AR模型的參數(shù)估計(jì)中，模型階次p選擇是一個(gè)關(guān)鍵的問題。確定AR模型階次的方法有很多，較常用的兩種是最終預(yù)測誤差準(zhǔn)則（FPE）和Akaike信息準(zhǔn)則（AIC）。（1）最終預(yù)測誤差準(zhǔn)則（FPE） （3）（2）Akaike信息準(zhǔn)則（AIC） （4）式中N為數(shù)據(jù)的長度，當(dāng)階次k由1增加時(shí)，F(xiàn)PE（k）和AIC（k）將在某一個(gè)k處取得極小值，將此時(shí)的k定為最合適的階次p。本文應(yīng)用的是最終預(yù)測誤差準(zhǔn)則（FPE）。4 AR模型系數(shù)的估計(jì)Marple算法 AR模型功率譜估計(jì)的三種常用算法：LD算法、Burg算法和Marple算法，：LD算法雖然簡單，但是分辨率較差；Burg算法容易出現(xiàn)譜

11、線分裂和偽峰，受初相的影響產(chǎn)生頻率偏移，但是它能滿足大多數(shù)的應(yīng)用要求，且計(jì)算不太復(fù)雜；Marple算法運(yùn)算量較大，但性能最好，分辨率最高。 Marple算法又稱為不受約束的最小二乘法，它的主要思路是為了擺脫因采用遞推運(yùn)算對確定預(yù)測系數(shù)的約束，讓每一預(yù)測系數(shù)(模型參數(shù))的確定直接與前、后向預(yù)測的總的平方誤差最小(最小二乘法)聯(lián)系起來。即令總的平方誤差最小。5 AR譜即AR模型估計(jì)出的功率譜。由于AR模型是一個(gè)有理分式，因而估計(jì)出的譜要比經(jīng)典法的譜平滑。AR譜分辨率較高，方差反比于數(shù)據(jù)長度和信噪比。6FFT功率譜功率譜定義為 （5）由于FFT 功率譜是對每一個(gè)信號點(diǎn)求得 F 變換，其功率譜是離散的

12、。經(jīng)典譜估計(jì)都可用 FFT 快速計(jì)算。但譜的分辨率較低（它正比于2pi/N），而且由于不可避免的窗函數(shù)的影響，使得真正的譜P（w）在窗口主瓣內(nèi)的功率向邊瓣部分“泄露”，降低了分辨率，產(chǎn)生假峰值。（五）步驟1. 在計(jì)算機(jī)上用Matlab 仿真平臺顯示處理后腦電時(shí)序圖。2. 用Matlab 仿真平臺建立正常人和癲癇患者腦電的FFT 功率譜，分析比較正常人和癲癇患者腦電的FFT 功率譜。3. 用Matlab 仿真平臺建立正常人和癲癇患者腦電的AR 模型。 4. 用 Matlab 仿真平臺估計(jì)正常人和癲癇患者腦電的 AR 譜，分析比較正常人和癲癇患者在認(rèn)知腦區(qū)的AR 模型、AR 譜的特征。（六）結(jié)果6

13、.1在計(jì)算機(jī)上用Matlab 仿真平臺顯示處理后腦電時(shí)序圖圖1 正常人和癲癇患者的左額區(qū)腦電時(shí)序圖 Y/ V; X/n圖2 正常人和癲癇患者的左枕區(qū)腦電時(shí)序圖 Y/ V; X/n圖3 正常人和癲癇患者的右枕區(qū)腦電時(shí)序圖 Y/ V; X/n由圖1，2，3可以看出，在枕部正常腦電基線較為平穩(wěn)，相對基線的振幅較??；癲癇腦電基線不平穩(wěn)，相對基線的振幅較大。6.2正常人和癲癇患者腦電的FFT 功率譜圖4 正常人和癲癇患者的左額區(qū)fft功率譜 圖5 正常人和癲癇患者的中央?yún)^(qū)fft功率譜圖6 正常人和癲癇患者的左頂點(diǎn)區(qū)fft功率譜由圖4，5，6可以看出正常腦電多為波，頻帶范圍為10-12Hz；癲癇腦電多為和

14、波，頻帶范圍在0-5Hz。6.3由AR模型估計(jì)正常人和癲癇患者腦電的AR譜圖7 正常人和癲癇患者左中央腦電AR譜圖8 正常人和癲癇患者右頂點(diǎn)腦電AR譜圖9 正常人與癲癇患者右顳腦電AR譜由圖9-16比較可以看出在腦區(qū)正常腦電多為波，頻帶范圍為10-12Hz；癲癇腦電多為和波，頻帶范圍在0-5Hz。6.4 AR譜與FFT功率譜比較圖12 正常人fft功率譜與AR譜比較由圖12可以看出，AR譜比FFT功率譜平滑，AR譜比FFT功率譜分辨率高（七）結(jié)論（1）正常腦電基線較為平穩(wěn)，相對基線的振幅較?。话d癇腦電基線不平穩(wěn)，相對基線的振幅較大。（2）正常腦電多為波，頻帶范圍為10-12Hz；癲癇腦電多為和

15、波，頻帶范圍在0-5Hz。（3）AR譜比FFT功率譜平滑，AR譜比FFT功率譜分辨率高（八）討論（1）基于腦電時(shí)序圖的討論 正常人額部枕部腦電基線較為平穩(wěn)，相對于基線的振幅較小，波線較密集；癲癇患者額部枕部腦電基線不平穩(wěn)，相對于基線的振幅較大，波線較稀疏。可以推斷大腦額部枕部為癲癇患者的發(fā)病區(qū)。（2）基于腦電AR 譜的討論 正常人和癲癇額部枕部腦電的AR譜及FFT功率譜有明顯差別，正常人額部枕部腦電的功率能量主要集中在 10-12Hz，即波段，只有很小一部分能量集中在 0-5Hz；而癲癇患者額部枕部腦電的功率能量主要集中在0-5Hz，即和波段，只有很小一部分能量集中在10-12Hz。(3)AR

16、模型階數(shù)的討論 應(yīng)用最終預(yù)測誤差準(zhǔn)則（FPE），當(dāng)階次k由1增加時(shí)，F(xiàn)PE（k）將在某一個(gè)k處取得極小值，將此時(shí)的k定為最合適的階次p。(4)腦電的AR 譜與 FFT 功率譜圖的對比 FFT 功率譜是每一個(gè)信號點(diǎn)求得的傅里葉變換，其功率譜是離散的，從圖中我們可以看到它的譜值上下跳動(dòng)很劇烈，方差性能不好，分辨率低，譜線不平滑。 AR模型估計(jì)出的AR譜譜線平滑，分辨率高，方差性能得到改善。AR譜線近似于FFT功率譜線或者說反映出FFT功率譜的趨勢。一方面說明AR譜性能優(yōu)于FFT功率譜，另一方面也驗(yàn)證了AR模型的正確性。（5）癲癇病發(fā)病區(qū)的討論對于除額部枕部外的其他腦區(qū)是否為癲癇的發(fā)病區(qū)，尚未明確。

17、還須進(jìn)一步研究。（九）參考文獻(xiàn)1.李穎潔. 腦電信號分析方法及其應(yīng)用. 科學(xué)出版社. 2009年2.陳海英. AR模型功率譜估計(jì)常用算法的性能比較. 漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版).2009年第一期(總第63期)3.生物醫(yī)學(xué)信號處理.天津醫(yī)科大學(xué)生物醫(yī)學(xué)工程系.2009年6月 附錄：Matlab程序第一導(dǎo)聯(lián)FP1時(shí)序圖clc;clf;y1=load(D:normal3.txt);y2=load(D:epi1.txt);y3=load(D:epi2.txt);y4=load(D:epi3.txt);y1=y1(:,1);x1=4000/200*(0:3999)/4000;subplot(4,1,

18、1);plot(x1,y1);title(shixutu-normal3-FP1);y2=y2(:,2);x2=10394/200*(0:10393)/10394;subplot(4,1,2);plot(x2,y2);title(shixutu-epi1-FP1);y3=y3(:,2);x3=4322/200*(0:4321)/4322;subplot(4,1,3);plot(x3,y3);title(shixutu-epi2-FP1);y4=y4(:,2);x4=2782/200*(0:2781)/2782;subplot(4,1,4);plot(x4,y4);title(shixutu-e

19、pi3-FP1);第一導(dǎo)聯(lián)FP1FFT功率譜：clc;y1=load(D:normal3.txt);y1=y1(:,1);%濾波器去除工頻干擾n=3;Wn=48 52/100;b,a = butter(n,Wn,stop);y1=filter(b,a,y1); x1=200*(0:1999)/4000;f1=fft(y1,4000);f1=abs(f1);subplot(4,1,1)plot(x1,f1(1:2000);axis(0 40 0 5*104);title(normal3 fft); y2=load(D:epi1.txt);y2=y2(:,2);x2=200*(0:5196)/10

20、394;f2=fft(y2);f2=abs(f2);subplot(4,1,2)plot(x2,f2(1:5197);axis(0 40 0 1.5*105);title(epil fft); y3=load(D:epi2.txt);y3=y3(:,2);x3=200*(0:2161)/4322;f3=fft(y3);f3=abs(f3);subplot(4,1,3)plot(x3,f3(1:2162);axis(0 40 0 1.5*104);title(epi2 fft); y4=load(D:epi3.txt);y4=y4(:,2);x4=200*(0:1391)/2782;f4=fft(y4);f4=abs(f4);subplot(4,1,4)plot(x4,f4(1:1392);axis(0 40 0 2*104);title(epi3 fft);xlabel(Frequency (Hz);第五導(dǎo)聯(lián)c3的AR模型譜：clcp1=90;y1=load(D:normal3.txt);y1=detrend(y1(:,5);n=3;n=3;Wn=48 52/100;b,a = butter(n,Wn,stop);y1=filter(b,a,y1); fs=200;a1,e1 = arburg(y1,p1) pxx1,w1 = pmcov(y1,p1); sub