[发明专利]基于定量脑电图的脑电特征提取方法

说明书

技术领域

本发明涉及一种脑电特征提取方法，尤其涉及一种基于定量脑电图（QEEG）的脑电特征提取方法。

背景技术

脑卒中又称脑中风，是全球范围内仅次于冠心病和癌症的第三位死亡原因，占所有死亡的12%。在我国，中风是目前致残率第一、致死率第二的疾病。随着脑卒中发病率的明显上升，由此产生的精神问题也日益增多。PSD作为脑卒中的并发症之一,严重威胁着人们的身心健康，给社会和家庭带来极大的经济负担和精神负担，也因此受到了越来越多研究学者的关注。对PSD的诊断目前尚无统一标准，国内外学者基本采用了功能性抑郁症的各种诊断标准、量表。诊断标准有国外的DSM(Diagnositic and Statistical Manual of Mental Disorders)III-R、DSM IV及国内普遍采用的CCMD-3(中国精神疾病诊断标准)。应用比较普遍的诊断量表有Hamilton抑郁症量表、老年抑郁症量表等。但由于脑卒中后患者存在认知障碍，意识障碍，语言障碍及其他方面的原因，一些患者无法准确描述自己各种情绪的改变，甚至需要陪侍代诉，从而影响了医生对病情的全面、准确掌握和治疗，使得PSD存在较高的误诊漏诊率。因此找到一种客观的评价PSD的方法是非常必要的。

脑电信号（EEG信号）是通过头皮电极记录下来的脑细胞群自发性、节律性电活动。大脑功能状态的脑电图学具有安全、方便、廉价、无创的特点，有良好的时间分辨率，可实时地、动态地观察脑功能变化情况，目前很多EEG的特点已经得到临床诊断医生的认可。研究表明，PSD患者EEG信号在节律、波形幅度和功率谱等参数中存在着不同于健康人的特征，因此我们有必要对其进行分析与处理，以利于我们对PSD的研究和临床诊断。

发明内容

针对上述现有技术，本发明提供一种基于定量脑电图的脑电特征提取方法，可以得到EEG信号五个频段的功率耦合系数以及高低频段频谱不对称性系数，并以此为特征对脑卒中后患者脑电信号进行分析和分类。

支持向量机SVM（Support Vector Machine）是在统计学习理论基础上发展起来并借助最优化方法来解决机器学习问题的新工具。其基本思想是把输入空间的样本通过非线性变换映射到高维特征空间，然后在特征空间中求取把样本线性分开的最优分类面。PSD患者和非PSD患者在功率耦合系数特征和高低频段不对称性特征上表现出较高的模式可分性，本发明将EEG信号的功率耦合系数和高低频段不对称性系数作为分类器的输入向量实现对静息EEG信号的分类可以取得较好的分类效果。

根据脑电图各频段的功率耦合系数及高低频段频谱不对称性系数两个定量脑电图（QEEG）参数对脑卒中后抑郁(PSD)患者的脑电信号进行特征提取的新方法，为PSD的临床诊断提供客观依据。其技术流程是：通过受试者脑电信号（EEG）各频段（δ、θ、α、β1、β2）的绝对功率值和相对功率值得到各频段的功率耦合系数，通过受试者EEG高低频段功率谱密度的不对称性得到高低频段频谱不对称性系数，以上述两个参数为特征判断脑卒中后患者是否抑郁并对抑郁的严重程度进行分级。

为了解决上述技术问题，本发明基于定量脑电图的脑电特征提取方法予以实现的技术方案是：采用多导联脑电图仪进行脑电信号实时采集，导联个数为16个，并按照国际标准导联10-20电极系统布置电极，其中，将电极Cz作为参考电极，前额作为参考地，连接电极进行静息状态下的脑电信号实时采集，然后按照下述步骤：

步骤一、运用PC机与脑电图仪可视化接口程序，实现16导联脑电信号电位数据的同步采集，并显示实时采集的脑电图波形；

步骤二、对采集到的脑电信号进行预处理；

首先对信号进行0.5Hz~48Hz带通滤波，以去除工频干扰及噪声信号；其次用主成分分析PCA方法做进一步的降噪处理，以去除眼电和肌电干扰；

步骤三、提取脑电信号的功率耦合系数：

将脑电信号划分为5个频带：δ波频带为0.5Hz~4Hz，θ波频带为4Hz~8Hz，α波频带为8Hz～13Hz，β1波频带为13Hz~20Hz，β2波频带为20Hz~30Hz；结合各频带绝对功率信息和相对功率信息提取功率耦合系数；具体包括如下步骤：

步骤3-1、将脑电信号采集过程中的Cz参考电极变为双极导联形式，以消除因为距离所带来的各导联之间的电压差异，双极导联采用纵连形式；

步骤3-2、计算各频带绝对功率值和相对功率值：