健康全搜

首页 > 医学文献 > 基础医学 > 生物医学工程 > 正文

脑电信号数据压缩及棘波识别的小波神经网络方法

  来源:120online      日期:2007-05-09
生物医学工程学杂志1999年第2期第16卷论著作者:张永胜 刘爱萍 郁 可单位:(张永胜)武汉工业大学计算机科学系,武汉 430070;(刘爱萍)洛阳工业高专计算机系,洛阳 471003;(郁可)武汉工业大学光纤中心,武汉 430070关键词:脑电图;小波神经网络;数据压缩;信号处理;癫痫...



图2 有散在尖锐峰(棘波)发生的一段癫痫状脑电图

  Fig 2 An epileptiform EEG containing the scattered spike

  棘慢波识别:图3是一段经美解眠诱发而癫痫发作的脑电图(4道),时频等高线图显示,在棘慢复合波出现时,在20~40 Hz左右在明显的能量分布,在3 Hz左右出现高的能量分布,利用能量过阈值检测可准确确定棘波出现的时刻,过阈值检测时,2~3 Hz可能检测到慢波或高幅运动伪差。再根据棘波与慢波间的时间关系(延迟<100 ms)可确定慢复合波的发生。

  棘慢节律的识别:图4示出了一段癫痫自然发作时的脑电图及时频分布图。在20~40 Hz时有高的能量峰并且出现节律结构,这是3 次/s的节律带来的。4 Hz左右有集中的能量分布,利用棘慢波识别的步骤可确定每个棘慢波发生的时刻,连续多个棘慢波识别到时,就说明发生了棘慢节律波。



图3 具有尖锐一平缓峰(棘-慢波)复合波形的癫痫状脑电图

  Fig 3 An epileptiform EEG with spike-slow complex patterm



图4 具有尖锐一平缓峰(棘-慢峰)节律的一段癫痫小发作时的脑电图

  Fig 4 An epilepsy slight attack EEG with spike-slow rhythm

  表1列出了痫样脑电波识别的统计结果。可见此方法自动识别与专家目测比较,对棘波和棘慢复合波的检测准确率已达到目测的水平。

  3 结 论

  通过对小波神经网络及其算法在脑电信号

表1 50例痫样脑电波识别的统计结果

上一页  1 2 3 4 5 [6] 7  下一页


关键字:
上一篇:模拟在体手测定屈指肌腱滑车力学作用的实验方法