脑电信号的特征分析与研究

脑电信号包含了大量生理与病理信息,通过对脑电信号的处理,不仅可以为医生提供临床诊断的依据,还可以为某些脑疾病提供有效的辅助治疗手段。国内外对于脑电信号进行特性分析和特征提取的研究已经取得了重大的进展和成果。本文是在广泛研读国内外有关脑电研究现状和分析方法的相关资料基础上,采用样本熵、双谱、1.5维谱等现代信号处理方法来研究脑电信号中蕴藏的丰富信息,以期为临床脑电信号的诊断提供一定的理论参考。本文的主要内容可概括如下: (1)综述了脑电研究的发展、脑电信号的采集、分类等基础知识以及概述了一些脑电信号的现代分析方法,诸如时频分析法、高阶谱分析法、非线性分析法以及人工神经网络分析法,特别介绍了小波分析、双谱分析、复杂度分析及神经网络分析在脑电信号处理中的应用。 (2)针对近似熵算法存在的不足,采用近似熵的改进算法—样本熵,利用样本熵对临床已确诊的癫痫病例与正常人的脑电数据进行分析处理。仿真结果表明:癫痫患者发作期的样本熵值总体上低于正常人,并且癫痫患者在发作期间的脑电样本熵值较发作前有明显降低,发作后又回到发作前的水平,这一变化特点与临床诊断的病症特点是基本一致的,这表明样本熵有望为癫痫病的临床诊断提供一种新的参考。 (3)通过计算不同状态下16导脑电时间序列的峰度和斜度,研究了不同状态下各导脑电信号的非线性和非高斯性。采用双谱估计的直接方法对三种不同状态下的脑电信号进行分析,研究结果发现这三种状态下的脑电信号双谱结构存在较大差异,验证了双谱是脑电信号非线性分析的有效手段,能有效的提取蕴涵在脑电信号中的丰富高阶信息,有助于脑电自动识别的实现,为临床脑电研究提供更多有益的辅助诊断信息。 (4)针对传统的双谱方法的缺点,本文采用了一种新的二次相位耦合的分析方法—1.5维谱来分析脑电信号,并通过仿真验证了算法的可行性。研究结果表明:1.5维谱分析方法能抑制附加在信号中的高斯噪声,从而更易提取出有用的非高斯信号,同时该方法有效地揭示了脑电信号内部的二次相位耦合现象,极大地减少了计算量和降低了方法的复杂程度,可以有效地提取常规谱分析方法所无法获得的有用信息。