[發(fā)明專利]基于集成分類的高頻振蕩節(jié)律檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110088997.0
• 申請(qǐng)日: 2021-01-22
• 公開（公告）號(hào): CN112790775B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 吳敏;覃宏振;萬雄波;杜玉曉
• 申請(qǐng)（專利權(quán)）人: 中國(guó)地質(zhì)大學(xué)（武漢）
• 主分類號(hào): A61B5/372
• 分類號(hào): A61B5/372;G06K9/00;G06K9/62
• 代理公司: 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 42238
• 代理人: 張毅

本發(fā)明涉及癲癇腦電信號(hào)處理領(lǐng)域，提供一種基于集成分類的高頻振蕩節(jié)律檢測(cè)方法，包括以下步驟：通過均方根算法對(duì)預(yù)處理后腦電信號(hào)進(jìn)行計(jì)算，獲得所述預(yù)處理后腦電信號(hào)中的疑似高頻振蕩節(jié)律；通過降噪自編碼網(wǎng)絡(luò)對(duì)所述疑似高頻振蕩節(jié)律的小波系數(shù)進(jìn)行特征提取，獲得所述疑似高頻振蕩節(jié)律的時(shí)頻域特征；通過樣本權(quán)重調(diào)節(jié)后的集成分類器對(duì)所述時(shí)頻域特征進(jìn)行檢測(cè)，獲得高頻振蕩節(jié)律。本發(fā)明基于樣本權(quán)重調(diào)節(jié)進(jìn)行集成分類，克服高頻振蕩節(jié)律與非高頻振蕩節(jié)律之間的類不平衡問題，提高高頻振蕩節(jié)律檢測(cè)性能。

技術(shù)領(lǐng)域

本發(fā)明涉及癲癇腦電信號(hào)處理領(lǐng)域，尤其涉及一種基于集成分類的高頻振蕩節(jié)律檢測(cè)方法及裝置。

背景技術(shù)

癲癇是一種常見的神經(jīng)系統(tǒng)疾病，全球約有7000萬癲癇患者。大部分癲癇患者通過服用抗癲癇藥物(如苯妥英、乙琥胺、卡馬西平、丙戊酸等)能有效抑制癲癇發(fā)作，但仍有約30％的患者對(duì)藥物不敏感。這部分患者難以通過藥物抑制癲癇發(fā)作，從而被確診為難治癲癇患者。

手術(shù)切除癲癇病灶是治療難治性癲癇的有效方法。近20年來，大量研究表明高頻振蕩節(jié)律是癲癇發(fā)作始發(fā)區(qū)的顯著生物標(biāo)志物，手術(shù)切除患者產(chǎn)生高頻振蕩節(jié)律的大腦組織可以根治癲癇。高頻振蕩節(jié)律是腦電圖記錄的反映神經(jīng)元同步瞬變的腦電活動(dòng)。根據(jù)頻率范圍，高頻振蕩節(jié)律通常分為漣波(ripples，80-200Hz)和快速漣波(fast ripples，250-500 Hz)。精確檢測(cè)腦電信號(hào)中的高頻振蕩節(jié)律是治療性癲癇的術(shù)前關(guān)鍵。

目視檢測(cè)高頻振蕩節(jié)律非常耗時(shí)(檢測(cè)10分鐘10導(dǎo)聯(lián)的腦電數(shù)據(jù)需要10小時(shí))。為了快速檢測(cè)高頻振蕩節(jié)律，研究者提出了許多高頻振蕩節(jié)律自動(dòng)檢測(cè)算法。這些算法通常需要對(duì)癲癇腦電信號(hào)進(jìn)行分類。支持向量機(jī)具有較強(qiáng)的魯棒性和非線性處理能力，可用于癲癇腦電信號(hào)的分類，但其中影響分類性能的核參數(shù)和懲罰參數(shù)的調(diào)節(jié)過程非常耗時(shí)。基于自適應(yīng)提升的支持向量機(jī)集成分類器通過構(gòu)造一組基分類器(即支持向量機(jī))，并將基分類器的輸出進(jìn)行加權(quán)組合，得到輸入樣本的分類結(jié)果，避免了支持向量機(jī)核參數(shù)和懲罰參數(shù)耗時(shí)的調(diào)節(jié)過程。

在高頻振蕩節(jié)律和非高頻振蕩節(jié)律這兩類腦電信號(hào)中，前者的數(shù)量明顯少于后者的數(shù)量，因此存在類不平衡。類不平衡會(huì)導(dǎo)致基于自適應(yīng)提升的支持向量機(jī)集成分類器過度關(guān)注非高頻振蕩節(jié)律子類，從而易將高頻振蕩節(jié)律誤判為非高頻振蕩節(jié)律，降低高頻振蕩節(jié)律檢測(cè)性能。處理類不平衡的常用方法是利用欠采樣來平衡不同類別的樣本數(shù)量，即對(duì)非高頻振蕩節(jié)律子類進(jìn)行欠采樣，使采樣后高頻振蕩節(jié)律數(shù)量與非高頻振蕩節(jié)律數(shù)量相近或相同。該方法在一定程度上減少了類不平衡的影響，但降低了腦電數(shù)據(jù)的利用率。現(xiàn)有技術(shù)無法解決高頻振蕩節(jié)律與非高頻振蕩節(jié)律之間的類不平衡問題。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于，解決現(xiàn)有技術(shù)中無法解決高頻振蕩節(jié)律與非高頻振蕩節(jié)律之間的類不平衡問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于集成分類的高頻振蕩節(jié)律檢測(cè)方法，包括以下步驟：

通過均方根算法對(duì)預(yù)處理后腦電信號(hào)進(jìn)行計(jì)算，獲得所述預(yù)處理后腦電信號(hào)中的疑似高頻振蕩節(jié)律；

通過降噪自編碼網(wǎng)絡(luò)對(duì)所述疑似高頻振蕩節(jié)律的小波系數(shù)進(jìn)行特征提取，獲得所述疑似高頻振蕩節(jié)律的時(shí)頻域特征；

通過樣本權(quán)重調(diào)節(jié)后的集成分類器對(duì)所述時(shí)頻域特征進(jìn)行檢測(cè)，獲得高頻振蕩節(jié)律。

優(yōu)選地，所述通過均方根算法對(duì)預(yù)處理后腦電信號(hào)進(jìn)行計(jì)算，獲得所述預(yù)處理后腦電信號(hào)中的疑似高頻振蕩節(jié)律的步驟之前，還包括：

對(duì)所述腦電信號(hào)進(jìn)行帶通濾波操作，去除所述腦電信號(hào)中通頻帶以外的信號(hào)，獲得預(yù)處理后腦電信號(hào)。

優(yōu)選地，所述通過均方根算法對(duì)預(yù)處理后腦電信號(hào)進(jìn)行計(jì)算，獲得所述預(yù)處理后腦電信號(hào)中的疑似高頻振蕩節(jié)律，具體為：