[发明专利]基于量化误差优化高斯混合模型的高频振荡节律检测方法

说明书

本发明提供了基于量化误差优化高斯混合模型的高频振荡节律检测方法，基于聚类分析的方法对高频振荡节律进行检测，选取模糊熵、短时能量、功率比和频谱质心为癫痫脑电信号的特征，将其构成特征向量作为聚类算法的输入，采用期望最大化高斯混合模型聚类算法对该特征向量进行分类，建立一种量化误差模型，优化聚类数目，提高癫痫脑电信号的高频振荡节律的检测精度，选取中位数和四分位距分析每类的统计学特征，检测出高频振荡节律。一种高频振荡节律检测设备及存储设备，实现了高频振荡节律检测方法。本发明的有益效果：提高癫痫脑电信号的高频振荡节律的检测精度，帮助医生进行癫痫诊断和致痫灶切除。

技术领域

本发明涉及癫痫脑电信号处理领域，尤其涉及基于量化误差优化高斯混合模型的高频振荡节律检测方法。

背景技术

癫痫是一种常见的神经系统疾病，患病率大约占世界人口的1％。目前我国有900万以上的癫痫患者，该数目仍在以每年65万-70万的速度增长。大部分癫痫患者通过抗癫痫药物进行治疗。自上个世纪初发现苯巴比妥能治疗癫痫以后，不断有抗癫痫药物如苯妥英、乙琥胺、卡马西平、丙戊酸等问世，它们能使70％癫痫病人的发作获得控制，其中大部分病人经过常规药物治疗后可终生不再发病。但仍有30％的病患被确认为难治性癫痫，需要采取外科治疗等方法的干预。上个世纪80年代后，陆续研制了不少抗癫痫新药如托吡酯、拉莫三嗪、胺已烯酸、加巴喷丁、奥卡西平等，使30％左右的难治性癫痫患者也看到了曙光。在影像学、电生理学等发展基础上，外科治疗的进步使难治性癫痫获得更多控制发作的机会。

难治性癫痫是指经过常规的、系统的抗癫痫药物治疗，其血液内抗癫痫药物浓度保持在有效的范围内，但仍不能控制病人的癫痫发作，并严重影响病人的工作、学习或正常生活者；其发作频率在每月2-4次以上，病程在4年以上。

癫痫特征波形提取和癫痫病灶的精确定位是术前评估的关键技术性问题。目前对于致痫灶定位方法有临床症状学评估、脑电图、脑磁图、影像学评估等。脑电图是最常用的癫痫病灶定位手段，通过24小时观测脑电记录，可以捕捉患者的发病过程，实现即时观测分析和定位。致痫灶是患者癫痫发作期或者发作间期的病变脑皮质区。通常致痫灶分为发作始发区，激惹灶，致痫病变和功能缺失区，其中发作始发区是最为有效和显著的标志，可以看做是致痫灶的替代指标。

传统的脑电图方法重点关注的是40Hz以下的脑电信号，通过提取该频段脑电频率成分来定位癫痫发作始发区。但是该方法检测的低频频率成分很容易受到其他信号的干扰，使得定位结果出错，导致切除手术失败。同时，该方法非常耗时，定位时间大约为24-72小时，加大了手术风险。因此，寻找一种新的标志物或者快速定位方法迫在眉睫。

近二十年来，越来越多的研究者们开始关注80Hz以上癫痫脑电信号的高频振荡节律。在癫痫发作潜伏期，患者大脑开始发生病理性变化。在病变前后的大脑中，高频振荡节律有着显著的不同。大量研究表明高频振荡节律可以作为癫痫发作始发区的生物标志，它们在癫痫发作始发区的发生率更高。相较于传统的基于痫样放电来定位始发区，高频振荡节律不依赖于记录患者的惯常发作，减少了记录的时间，对某些自发发作稀少或置入电极后很长时间不发作的患者，应用发作间期高频振荡节律定位致痫灶减少了长程记录给患者带来的痛苦和花费，也降低了颅内感染的可能性，较大程度地提高了手术疗效。

发明内容

本发明提供了基于量化误差优化高斯混合模型的高频振荡节律检测方法。基于量化误差优化高斯混合模型的高频振荡节律检测方法，主要包括以下步骤：

S101：获取癫痫脑电信号的四个特征：模糊熵、短时能量、功率比和频谱质心构成一个特征向量，在不同时刻得到多组所述四个特征，构成多个特征向量；

S102：采用期望最大化高斯混合模型聚类算法对所述多个特征向量进行分类；

在分类过程中，包括建立量化误差模型对所述期望最大化高斯混合模型聚类算法的聚类数目C进行优化，得到最优的聚类数目C*；最后根据最优的聚类数目C*得到聚类结果；所述聚类数目C的优化过程为：