短時能量的腦電高頻振蕩節律的特征提取方法研究

廣東工業大學 張春玲 杜玉曉

癲癇是比較常見的神經系統疾病之一，腦電圖是臨床上診斷癲癇的必要的手段之一，醫生通過人工識別腦電圖的高頻振蕩節律出現的位置來診斷和治療癲癇。定位癲癇始發區（Seizure Onset Zone，SOZ）是術前評估的關鍵，高頻振蕩的意義體現在對癲癇發作始發區的準確定位，因此對于高頻振蕩節律特征提取方法的研究是很有必要的。

腦電信號是一種非平穩性信號，即腦電的統計信號會隨著時間而變化，且攜帶了生理和病例信息。普遍認為，腦電信號中80-500Hz頻率的信號被稱為高頻振蕩節律。高頻振蕩節律特征的提取包括時域、頻域、時頻域特征提取。

本文創新性提出一種短時能量的腦電高頻振蕩節律的特征提取方法，利用這種特征去識別并定位SOZ。通過仿真實驗，說明這個特征可以有效的定位SOZ，大大的提高了醫生的診斷效率。

1 腦電信號的預處理

腦電信號預處理是為了提高信噪比，去噪，得到比較干凈的數據，便于后續特征提取。預處理過程主要包括歸一化、去噪、濾波、分幀等。腦電信號的預處理過程如圖1所示。

圖1 腦電信號預處理

歸一化是為了方便后續數據的處理，將數據按比例縮放，使之落入[-1,1]區間。腦電信號是一種強度很弱的電生理信號，在微伏數量級，在測量時不可避免會產生一些干擾，形成偽跡。所以去噪是不可缺失的一步，目的是提高信噪比。由于高頻振蕩節律是頻率在80-500Hz之間信號，所以需要設計一個帶通濾波器，將除了80-500Hz以外的其他頻段的數據過濾。最后將預處理后的數據存儲，以便后續的分幀和提取特征。

2 短時能量特征的提取

短時能量是反應信號強度的度量參數，可以反映信號的幅度變換。在語音識別中，短時能量的用途是可以區分清音和濁音，實驗表明濁音的能量要明顯高于清音。短時能量一般是用于語音信號中。本文中將短時能量作為高頻振蕩節律的特征，短時能量的計算方法是使用均方法提取濾波后腦電信號的均方值，短時能量能夠反映腦電信號在高頻振蕩節律時幅值大小的變化。

設腦電波形時域信號為x(n)，加窗函數w(n)分幀處理后得到第i幀腦電信號為yi(n)，則yi(n)滿足：

其中，w(n)為窗函數，一般采用矩形窗或者是漢明窗；yi(n)是一幀的數值，L為幀長；inc為幀移長度；fn為分幀后的總幀數。

計算第i幀信號的短時能量值可以用均方法計算，其表達式如下：

其中，E(i)為短時能量的估計值，yi(n)為腦電信號的幅值。

如圖2所示，選取了兩組數據（分別是高頻振蕩節律和非高頻振蕩節律）的各自100個數據點，可以看出非高頻振蕩節律的短時能量數值很小甚至接近于0，說明可以根據短時能量特征找到高頻振蕩節律的。

圖2 高頻振蕩節律和非高頻振蕩節律的短時能量對比圖

3 仿真結果分析

本文數據來源是廣東省某醫院，是患有難治性癲癇病人在術前監測的顱內腦電數據，本文采用了5個癲癇病人的數據，以其中一名患者的全部62根導聯為例。將這名患者的腦電數據進行預處理之后，分幀，計算短時能量值。如圖3所示，有某些導聯的短時能量值較大，說明這些導聯的幅值較大。這里將采用全部導聯的短時能量的均值作為閾值，當某一個導聯的短時平均能量高于所設置的閾值的導聯就可以被認為是疑似癲癇始發區導聯，定位到疑似癲癇始發區導聯后，醫生就可以重點關注這些導聯，其他的導聯可以少觀測。

圖3 某一個病人的全部62根導聯的短時能量估計值結果

如圖4所示，某一個病人的第38號導聯的波形圖和短時能量圖，從圖4中可知，當某一個時間的振幅較大時，短時能量的值相應的也變大。

圖4 某一個病人的第38根導聯的波形圖及對應時間的短時能量估計值

這里采用全部導聯的短時能量估計的均值作為閾值，短時平均能量估計高于所設置的閾值的導聯就被認為是疑似癲癇始發區導聯。如圖5左圖是62個導聯的每個導聯各自的短時能量估計值的連線，從圖中可知，有一些導聯的短時能量估計值相對大，說明其所在導聯的幅值較大，所設的閾值就是中間的紅色線，可看到62個導聯中有某些的導聯的短時能量估計值高于閾值，高于紅色線就可以把它認為是疑似癲癇始發區導聯。如圖5右圖，是篩選出來的高于閾值的導聯的短時能量估計值的圖，從中可知，高于閾值的導聯包括了圖中所列舉的導聯。

圖5 全部導聯的短時平均能量估計值及篩選出來的導聯短時平均能量估計值

這里從靈敏度和特異性兩個標準對該方法做出評價。靈敏度和特異性的表達公式分別為：，。其中TP為真陽性，是指通過特征提取定位的疑似導聯中最終包含癲癇致病灶的導聯數；TN為真陰性，是指除了通過特征提取定位的疑似導聯以外的其他導聯個數；FP為假陽性，是指通過特征提取定位的疑似導聯中最終確定不包含癲癇致病灶的導聯數；FN為假陰性，是指除了通過特征提取定位的疑似導聯以外，最終確定包含癲癇致病灶的導聯數中包含其他導聯的個數。

下面將短時能量特征提取的篩選結果與前期領域專家定位的SOZ的結果進行對比，如表1所示。

表1 短時能量特征提取的篩選結果與前期領域專家定位的SOZ的結果對比

從表1中可知，對于以上的5個患者而言，基于短時能量的高頻特征提取與定位的靈敏度和特異性都很高，說明癲癇致病灶的定位效果還是比較理想的，說明本方法具有一定的臨床適用性。

結論：本文提出了一種基于短時能量的高頻振蕩節律特征的提取方法，通過matlab仿真實驗分析可知，提出的基于短時能量的高頻振蕩節律特征的提取方法具有一定的可行性，能夠分析和確定癲癇患者的發作始發區，提高了醫生的診斷效率，縮短了診斷和治療的時間。