[发明专利]一种脑电爆发抑制指数计算方法及系统

说明书

本发明公开了一种脑电爆发抑制指数计算方法及系统，利用离散小波变换将预设时间段内的脑电信号分解为多层，对包含脑电信号的频带小波层数系数进行处理，通过自适应的能量阈值提取每层的噪声系数和信号系数并重构出噪声波形与信号波形，对两种波形分别进行差分处理，差分后的数据进行逐点平方以及滑动平均，将噪声积分后的波形认定为噪声水平，信号波形积分后的波形认定为信号水平，利用预设爆发抑制判定方式区分抑制段和爆发段，最后累加所有的抑制段计算所占总时间段的比例，得到脑电爆发抑制指数。该方法能根据信号本身自适应的计算出噪声水平与信号水平，具有很好的抗噪声的效果，最后计算的爆发抑制指数能够有效地评价脑电信号抑制水平。

技术领域

本发明涉及信号处理技术领域，具体涉及一种脑电爆发抑制指数计 算方法及系统。

背景技术

脑电信号(EEG)的爆发抑制信号是一种特殊的非正常脑电波形，特 征表现为高幅高频的爆发状态与低幅值的抑制状态交替出现状态交替出现 ，并且这种交替变化没有周期性。如图1(b)所示为一段爆发抑制信号。当爆发抑制状态出现时，大脑的代谢率将减至最低，如果长时间出现爆发抑 制状态，说明病人处于危险的体征状态，易导致脑受损或脑死亡。在麻醉 深度监测中，爆发抑制是一种由于麻醉过深而导致的EEG波形模式.且 随麻醉加深，EEG的抑制状态在时间上增加.由此爆发抑制模式可以看作 是麻醉过程中药物控制的一个关键点，是麻醉深度监测中的一个关键指 标。目前EEG信号抑制水平评价主要是利用爆发抑制比指标(BSR)，其主 要通过时域的波形形状与幅值大小来判定是否是抑制水平段，并计算一段 时间内抑制信号段占总时间段的比值，但是这种简单通过幅度来判断EEG信号抑制水平的方法容易将噪声误判定为爆发信号，如图1(a)所示为一段 受眼电噪声干扰的脑电信号，其形状与如图1(b)爆发抑制段信号相似，会影响爆发抑制比计算的准确性和可靠性。

发明内容

因此，为了克服现有方法对爆发抑制比计算的准确性差的缺陷，本发 明提供一种脑电爆发抑制指数计算方法及系统。

为达到上述目的，本发明提供如下技术方案：

第一方面，本发明实施例提供一种脑电爆发抑制指数计算方法，包括:

利用离散小波变换，将预设时间段内的脑电信号分解为多层；

根据脑电信号主要能量集的分布区间，对包含脑电信号的频带小波层 数系数进行处理，通过自适应的能量阈值提取出每层的噪声系数和信号系 数，并重构出噪声波形序列与信号波形序列；

对噪声波形序列和信号波形序列分别进行差分处理，并将差分后的信 号波形序列和噪声波形序列进行逐点平方，以及利用预设传递函数进行滑 动平均，得到信号水平序列和噪声水平序列；

基于信号水平序列和噪声水平序列利用预设爆发抑制判定方式，得到 抑制信号点，累加抑制信号点对应的抑制信号大于预设持续时间的抑制段 ，并计算抑制段占总爆发抑制信号段的比例，得到脑电爆发抑制指数。

优选地，所述利用离散小波变换，将预设时间段内的脑电信号分解为 多层的步骤，包括：

采用预设母小波并根据脑电信号频带分类，使用离散小波变换将采样 率为FS，时长为T秒的脑电信号分解为N层，得到对应的组小波系数和 近似系数。

优选地，使用离散小波变换将采样率为FS，时长为T秒的脑电信号 分解为N层，得到对应的组小波系数和近似系数的步骤，包括：使用离散 小波变换将采样率为256Hz，时长为60s内的脑电图信号进行6层分解， 得到6组小波系数D1-D6和最后一组近似系数的A6；

将A6和D1、D2的系数置零去除有低频干扰与高频干扰的数据，计 算D2-D5的系数对应的能量，则脑电波的能量为D2-D5层对应的能量之 和；