[發(fā)明專利]一種癲癇腦電信號分類檢測裝置及方法

無效

• 申請?zhí)枺?/td>: 201110284731.X
• 申請日: 2011-09-22
• 公開（公告）號: CN102429657A
• 公開（公告）日: 2012-05-02
• 發(fā)明（設(shè)計）人: 汪春梅;張崇明;王麗慧
• 申請（專利權(quán)）人: 上海師范大學(xué)
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 上海伯瑞杰知識產(chǎn)權(quán)代理有限公司 31227
• 代理人: 吳澤群

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)療設(shè)備技術(shù)領(lǐng)域，特別涉及一種癲癇腦電信號分類檢測裝置及方法。

背景技術(shù)

癲癇是以腦內(nèi)神經(jīng)元異常放電所導(dǎo)致的部分或整個腦功能障礙為特征的慢性疾患，在臨床上常表現(xiàn)為突然、短暫的運(yùn)動、感覺、意識、行為、自主神經(jīng)或精神癥狀等異常。癲癇的危害性在于對患者帶來的痛苦和身心傷害，嚴(yán)重時甚至危及生命，患者若為兒童還會影響到身體和智力發(fā)育。

診斷癲癇疑似患者的最有效的方法是腦電圖檢查，它是一種無創(chuàng)傷性的生物物理檢查方法。對腦電信號的分析主要是進(jìn)行大腦異常活動的檢測，癲癇患者的腦電圖上通常可以記錄到棘波(spike?wave)、尖波(sharp?wave)、棘-慢復(fù)合波(spike-and-slow-wave?complex)和尖-慢復(fù)合波(sharp-and-slow-wave?complex)等癲癇樣異常放電活動，這些異常放電可出現(xiàn)在患者癲癇發(fā)作期或發(fā)作間歇期，這些工作目前都是由醫(yī)療工作者根據(jù)經(jīng)驗對患者的腦電圖進(jìn)行視覺檢測完成的，并進(jìn)一步分類和制訂相應(yīng)的治療方案。這項工作不僅非常耗時，而且，由于人為分析的主觀性，不同的專家對同一記錄的判斷結(jié)果也不同。因此，采用自動檢測、識別技術(shù)對癲癇腦電進(jìn)行及時、準(zhǔn)確的診斷就顯得十分重要。通過自動檢測技術(shù)對癲癇腦電信號進(jìn)行分析，從標(biāo)準(zhǔn)的腦電信號中分離出癲癇特征波，并通過腦電特征波的自動識別完成癲癇的自動診斷，可以對癲癇高危人群進(jìn)行神經(jīng)系統(tǒng)電生理篩查，及早發(fā)現(xiàn)、干預(yù)具有癲癇發(fā)病傾向的人群，減少癲癇的受累程度和致殘、致死率。

對于癲癇腦電的自動檢測，目前采用的方法很多，但都是針對所有的癲癇活動進(jìn)行檢測，并沒有根據(jù)不同類型的癲癇活動具有不同的頻譜特征而進(jìn)行區(qū)分，使得對于癲癇腦電活動的檢測率不夠穩(wěn)定。

發(fā)明內(nèi)容

本發(fā)明的目的是公開一種一種癲癇腦電信號分類檢測裝置及方法，解決現(xiàn)有檢測裝置和方法對于癲癇腦電活動的檢測率不高的問題。

本發(fā)明的技術(shù)方案是，一種癲癇腦電信號分類檢測裝置，包括

對正常腦電信號和癲癇腦電信號進(jìn)行小波分析的模塊、

對從所述進(jìn)行小波分析的裝置作小波分解后得到的每一層細(xì)節(jié)信號進(jìn)行近似熵計算的模塊、以及

進(jìn)一步利用Neyman-Pearson準(zhǔn)則進(jìn)行分類檢測的模塊。

優(yōu)選的，對正常腦電信號和癲癇腦電信號進(jìn)行小波分析的模塊將小波分析的子頻帶設(shè)定為8～32Hz，采樣率為128Hz的腦電信號，經(jīng)過3層分解得到各個子頻帶，選擇db4作為小波基函數(shù)，

進(jìn)行近似熵計算的模塊對小波分解后每一層的細(xì)節(jié)信號D1，D2和D3進(jìn)行近似熵計算，在計算中選擇N＝1000，r＝0.15*std，m＝2，并將第一數(shù)據(jù)集合的100個正常腦電細(xì)節(jié)信號與其余三個數(shù)據(jù)集合分別含有64個尖慢活動、37個棘慢活動和32個棘波活動的異常腦電細(xì)節(jié)信號的近似熵值進(jìn)行比較，分別形成三組數(shù)據(jù)，

利用Neyman-Pearson準(zhǔn)則進(jìn)行分類檢測的模塊使用閾值進(jìn)行檢測，近似熵值低于閾值的信號被判決為癲癇信號，近似熵值大于等于閾值的信號被判決為正常腦電信號。

一種癲癇腦電信號分類檢測方法，包括步驟：

對正常腦電信號和癲癇腦電信號進(jìn)行小波分析；

對小波分解后的每一層細(xì)節(jié)信號進(jìn)行近似熵計算；

利用Neyman-Pearson準(zhǔn)則進(jìn)行分類檢測。

優(yōu)選的，對正常腦電信號和癲癇腦電信號進(jìn)行小波分析的步驟包括將小波分析的子頻帶設(shè)定為8～32Hz，采樣率為128Hz的腦電信號，經(jīng)過3層分解得到各個子頻帶，選擇db4作為小波基函數(shù)，

進(jìn)行近似熵計算的步驟包括對小波分解后每一層的細(xì)節(jié)信號D1，D2和D3進(jìn)行近似熵計算，在計算中選擇N＝1000，r＝0.15*std，m＝2，并將第一數(shù)據(jù)集合的100個正常腦電細(xì)節(jié)信號與其余三個數(shù)據(jù)集合分別含有64個尖慢活動、37個棘慢活動和32個棘波活動的異常腦電細(xì)節(jié)信號的近似熵值進(jìn)行比較，分別形成三組數(shù)據(jù)，

利用Neyman-Pearson準(zhǔn)則進(jìn)行分類檢測的步驟包括使用閾值進(jìn)行檢測，近似熵值低于閾值的信號被判決為癲癇信號，近似熵值大于等于閾值的信號被判決為正常腦電信號。

本發(fā)明就是通過臨床數(shù)據(jù)，從得到的癲癇信號中，區(qū)分各種不同類型的癲癇活動，用小波分析和近似熵結(jié)合的方式提取腦電信號特征，并用NEYMAN-PEARSON準(zhǔn)則進(jìn)行判斷檢測，得到的結(jié)果與不進(jìn)行分類檢測的結(jié)果相比，提高了癲癇腦電活動的檢測率。

附圖說明