基于同步壓縮和DCGAN的癲癇腦電信號檢測方法*

齊永鋒,裴曉旭,呂雪超,王 靜

(西北師范大學計算機科學與工程學院，甘肅 蘭州 730070)

1 引言

癲癇是一種慢性神經系統疾病，這種疾病會擾亂大腦神經元的正常活動，發作時患者可能會出現受傷甚至危及生命的緊急情況，給患者帶來了極大的心理壓力與工作生活困難[1]。因此，迫切需要一種實用可靠的自動化技術來實現準確預測癲癇發作。在癲癇發作出現臨床癥狀之前，最常見的推斷方法是分析腦電信號EEG(ElectroEncephaloGram)。EEG是一種無創、多通道的腦電活動記錄。由于包含了很多病理信息，腦電信號中的某些特征通常被用于一些腦部疾病的臨床診斷，特別是對于癲癇患者的觀察和治療，其作用是其他檢測方法無法替代的[2]。

在過去的幾十年中，關于癲癇識別和預測的研究方法很多，傳統的方法一般需要人工設計算法來獲取腦電信號特征，然后與機器學習相關分類器相結合實現癲癇信號的自動識別。提取信號特征的方法通常包括時域、頻域和時頻域3種，如利用小波變換、形態學分析等方法提取樣本特征，然后通過隨機森林、最近鄰和支持向量機等方法對樣本進行分類。Hwang等[3]提出基于短時傅里葉變換FTST(Short-Time Fourier Transform)的腦電信號時頻域分析方法,在處理分段平穩信號或近似平穩信號時達到了較好的頻率分辨率。然而對于非平穩信號，利用該方法獲得的頻譜圖中存在能量不集中的現象，故而難以進一步提取EEG特征。2011年Daubechies等[4]提出了一種同步壓縮變換SST(SynchroSqueezing Transform)的時頻域處理方法，該方法首先計算時頻譜的瞬時頻率，在頻譜圖中以頻率方向將能量重新分布，使得最后獲得的頻率曲線更加精準，極大地提高了時頻可讀性[5]。2014年，Oberlin等[6]提出以短時傅里葉變換為基礎的傅里葉同步壓縮變換FSST(Fourier-based SynchroSqueezing Transform)，通過對信號進行STFT變換獲取信號瞬時頻率，經過同步壓縮處理后銳化了腦電數據頻譜圖像，改善信號時頻曲線交叉現象，同時FSST也支持信號重構。同步壓縮變換的提出為癲癇腦電信號的處理提供了新的思路[7]。

目前的各類深度學習網絡模型已經能夠理解和識別一般的自然圖像，尤其是卷積神經網絡CNN(Convolutional Neural Network)不需要人工提取就能夠自動學習圖像特征，已成功應用于許多領域中。CNN雖然對圖像的特征提取和學習能力較強，但用于癲癇腦電分析時仍需要大量的癲癇腦電訓練數據，并且由于復雜度過高、數據分類不平衡導致其性能不穩定，樣本量太少導致其識別能力差。Goodfellow等[8]于2014年提出了生成式對抗網絡GAN(Generative Adversarial Network)，該網絡通過對抗博弈訓練來模擬生成模型，通常將原始圖像和隨機噪聲共同作為輸入，以對抗學習的方式進行訓練，不斷估計數據樣本的潛在分布，同時自動生成靠近真實數據的樣本，緩解了帶標簽的癲癇腦電數據嚴重不足的問題。然而，GAN網絡的不穩定性也會導致輸出不理想、性能不穩定及系統崩潰等問題的產生。Radford等[9]針對上述問題，提出了深度卷積對抗生成網絡DCGAN(Deep Convolutional GAN)。通過把有監督學習的CNN模型和無監督學習的GAN結合在一起，在生成對抗網絡模型中引入卷積運算進行無監督訓練，卷積神經網絡的特征提取優勢有效提升了生成對抗網絡的學習能力。

為了更準確地檢測癲癇發作，本文把 FSST 方法和DCGAN引入到癲癇發作預測任務中，提出基于同步壓縮短時傅里葉變換FSST和深度卷積生成對抗網絡DCGAN的癲癇腦電信號檢測方法。本文工作主要包括以下內容：(1)針對短時傅里葉變換對腦電信號數據進行處理時存在的問題，加入了同步壓縮方法，以獲得更精確的頻率曲線，明顯提高了EEG信噪比和信號提取精度；(2)為了有效解決癲癇腦電信號樣本量不足、特征提取手段較為單一的問題，構建了深度卷積生成對抗網絡用作特征提取器；(3)對獲取的腦電信號特征進行分類識別和標記，實現癲癇發作預測。在CHB-MIT頭皮腦電數據集上進行仿真分析與實驗驗證。實驗結果表明，所提方法具有較高的分類精度，可達到97.9%。生成對抗網絡作為一種無監督學習技術，可有效解決樣本量不足的問題，結合同步壓縮變換預處理方法后取得了良好的實驗結果，具有良好的癲癇腦電信號檢測性能和臨床應用潛力。

2 方法理論與模型

2.1 傅里葉同步壓縮變換

短時傅里葉變換STFT方法是一種常用的信號時頻域分析法。相比傅里葉變換多了加窗平滑處理的過程，先加窗再進行傅里葉變換，將信號視為短時平穩信號的不斷拼接，得到不同時刻的頻譜，對于非平穩信號具有較好的處理能力。首先利用STFT對信號s(t)進行處理，如式(1)所示：

(1)

其中,g(·)為窗函數。Gs(ω,t)定義為STFT的頻譜圖。信號在位于t處的短時傅里葉變換等于信號與該時刻處的窗函數g(u-t)傅里葉變換之積。簡而言之，短時傅里葉變換的思想是首先確定固定的窗函數，假定信號在窗內是平衡的，采用傅里葉變換分析窗內信號，通過移動窗函數，得到信號頻率隨時間的變化關系，從而確定輸入信號局部區域的頻率譜。由于STFT采用固定的窗函數，分辨率也被確定下來，當信號變化劇烈或者變化較為平緩時，STFT無法同時兼顧時間和頻率上的分辨率要求[10]，因此不能達到最優。

而同步壓縮變換(SST)能夠將信號進行分解，使得信號具有時變振蕩特性。通過計算時頻譜的瞬時頻率，將圖中的能量以頻率方向進行壓縮,提高時頻的可讀性[11]。

Gs(ω,t)相位不受時間窗長度的影響，利用其相位來計算瞬時頻率vG(ω,t)，若Gs(ω,t)不等于0，則能夠得到時頻譜中每一個時頻點的瞬時頻率,如式(2)所示：

(2)

Figure 3 Process of generative adversarial networks

通過式(2)計算得到瞬時頻率，通過映射(t,ω)→(t,vG(ω,t))在時頻平面內對初步的時頻分布沿著頻率方向進行重新分配，時頻重排可以表示為式(3)：

(3)

其中,δ(·)為單位脈沖函數。

同步壓縮SST在頻率方向對STFT的結果進行壓縮。作為一種后處理工具，SST能夠達到提升時頻譜能量聚集的目的[12]，還可以重構信號，從而提高了最終識別正確率。

圖1為原始腦電信號圖。信號經過同步壓縮變換處理后得到的時頻圖像如圖2所示，從圖2可以看出，在相應的時間和頻率下能量不同。由圖2可知，經過FSST變換后得到的頻率譜能量聚集性較高，頻率曲線明顯。

Figure 1 Original EEG

Figure 2 Time-frequency image after preprocessing

2.2 深度卷積生成對抗網絡

生成對抗網絡GAN是一種深度學習模型，最早由Goodfellow于2014年提出，主要由2部分結構組成：生成器G和判別器D。G和D是一種博弈對抗關系，在博弈過程中生成器生成的偽樣本慢慢接近真實數據，判別器的判斷能力逐漸增強，最終達到一種動態平衡[13,14]。該過程可以用式(4)表示：

Ez～Pz(z)[log(1-D(G(z)))]

(4)

其中,x為真實數據，服從真實數據分布Pdata(x)；z為隨機噪聲，服從先驗分布Pz(z)；G(z)是將隨機噪聲z輸入到生成器所產生的偽樣本；D(x)和D(G(z))分別為判別器判斷x和G(z)為“真”的概率。生成對抗網絡工作過程如圖3所示。

Radford等[15]提出了結合卷積神經網絡和生成對抗網絡的深度卷積生成對抗網絡DCGAN模型。針對DCGAN存在的一些問題，如網絡訓練難以收斂、生成樣本質量不高等，本文在深度卷積生成對抗網絡基礎上進行以下改進：在每一個卷積層中增加批標準化BN(Batch Normalization)來優化網絡模型，使其更好地學習數據特征；用卷積層替代池化層，使生成對抗網絡訓練CNN時更加穩定。DCGAN以無監督的方式進行訓練，訓練生成的判別器可以用于圖像的特征提取。

本文使用的深度卷積生成對抗網絡中的生成器結構如圖4所示。生成器從隨機噪聲中獲取100維樣本作為輸入。輸入端與輸出大小為6 272的隱藏層完全連接，然后將其整形為64×7×14。隱藏層之后是3個反卷積層，卷積核大小為5×5，步長為2×2。3個反卷積層的卷積核數目分別為32,16和16。生成器的輸出與腦電信號預處理后的頻譜圖像具有相同的維數。

Figure 4 Structure of generator

Figure 5 Structure of discriminator

另一方面,判別器將生成的EEG數據與真實數據區分開來，其結構如圖5所示。輸入EEG信號,經過同步壓縮短時傅里葉變換預處理,生成頻譜圖，輸入樣本數據維度為56×112。之后由3個卷積層提取特征，卷積核大小為5×5，步長為2×2，3個卷積層的卷積核數目分別為16,32和64。提取的特征被展平輸入到2個全連接層中，輸出維度分別為256和2。

3 實驗與結果分析

3.1 數據集

本文實驗數據來自由波士頓兒童醫院CHB(Children’s Hospital Boston)和麻省理工學院MIT(Massachusetts Institute of Technology)共同創建的頭皮腦電信號開源數據集。該數據集為全球提供大量可免費公開訪問的生理信號數據。CHB-MIT數據集包含23名年齡在3～22歲的癲癇患者的頭皮腦電數據，其中男性5名，女性18名。數據集詳細描述見文獻[16]。

由于原始數據無法直接應用到具有3個卷積層的生成對抗網絡結構中，所以需要先對原始數據進行預處理。使用同步壓縮短時傅里葉變換方法將時間序列EEG信號轉換成由頻率軸和時間軸組成的二維矩陣。

不同患者的腦電記錄的通道數量不全相同，如Pat4和Pat13 2位患者的腦電記錄分別有20個和17個可用通道。為了便于數據合并和更有效地訓練GAN,本文預處理按照文獻[17]中的方法，在CHB-MIT數據集中為每個患者選擇16個通道，使所有患者具有相同數量的通道。利用短時傅里葉變換，使用1 s長度和50%重疊的余弦窗口，對腦電信號進行時頻分析。由于STFT會嚴重受到噪聲影響，且得到的頻譜圖像分辨率不高，導致最后的分類效果不佳，故下一步通過同步壓縮變換對STFT得到的時頻平面能量在頻率方向進行重新分配，對時頻曲線進行壓縮，以達到提高分辨率的目的。最后將時間序列EEG信號轉換成由頻率軸和時間軸組成的二維矩陣。

3.2 評估標準

為了準確評價本文提出的方法，利用Schelter等[18]提出的評價方法。由于目前關于癲癇發作預測方法均無法準確預測到癲癇發作的具體時刻，而是確定癲癇發作的一個時間范圍，文獻[18]定義了發作出現時期SOP(Seizure Occurrence Period)和發作預測范圍SPH(Seizure Prediction Horizon)2個變量。其中,發作預測范圍(SPH)指的是癲癇發作前的預測時間段，發作出現時期(SOP)指癲癇一定會發作的時間段。為了給出正確的預測，癲癇發作點必須在SPH之后且在SOP范圍內。也就是說系統發出警報之后，在SPH內無癲癇發作，而在SOP內有一次發作被視為一次正確的預測，反之則為一次錯誤的預測。

在臨床醫療應用中，SPH過短會影響對患者的治療和干預，太長會造成患者和醫護人員的心理壓力，因此SPH也被稱為干預時間。在本文實驗中，SOP設置為30 min，SPH設置為5 min。癲癇發作的確切時間可能在SOP內有所不同，故預測存在一定的不確定性。

本文分別利用敏感性、特異性、準確率和假陽性率對癲癇腦電信號檢測方法的性能進行評價。

(1)敏感性Sen(Sensitivity)，指檢測系統對癲癇即將發病的敏感程度(識別能力)，計算如式(5)所示：

(5)

其中，NPS為正確識別癲癇發作前期的次數，NTN為癲癇發作前期總次數。

(2)特異性Spe(Specificity)，指檢測系統對癲癇發作間期的特征識別能力,計算如式(6)所示：

(6)

其中，NCS為正確識別的發作間期的次數，NTS為發作間期的總次數[19]。

(3)準確率Acc(Accuracy)，評估測量系統分類性能的優劣,計算如式(7)所示：

(7)

(4)假陽性率FPR(False Positive Rate)，表示當前被錯誤分到癲癇發作前期類別中的樣本所占比例,計算如式(8)所示：

(8)

3.3 實驗結果

本文實驗在Windows操作系統下進行，基于開源深度學習框架TensorFlow，使用編程語言Python實現。實驗數據來自CHB-MIT腦電數據集中的23名患者的相關數據，采用十折交叉驗證方法。

3.3.1 本文方法檢測效果

本文基于SOP=30 min和SPH=5 min計算所有指標。通過CHB-MIT腦電數據集獲得的癲癇發作預測結果。

表1詳細描述了CHB-MIT數據集中各患者的信息及其識別準確率，包括患者性別、癲癇發作次數、持續時間和間隔時間等。本文方法對不同患者的檢測結果各不相同，其中Chb07患者的識別準確率最高，為99.12%,23名患者的平均識別準確率達到了97.97%。

3.3.2 特征提取有效性分析

對于癲癇發作預測任務，最關鍵的部分是確定所有陽性病例，即錯過癲癇發作前期但未被發現的患者腦電數據。此外，實驗結果中錯誤警報的次數越少，方法性能越好。因此，對實驗結果的評估主要基于靈敏度、FPR值及準確率。

本文比較了半監督學習模型FSST-DCGAN和完全監督模型CNN在CHB-MIT數據集上的檢測效果，同時也將文獻[20]中的方法在CHB-MIT數據集上進行了仿真實驗，結果如表2所示。結果顯示，在不同方法對不同患者的檢測結果各不相同，這與數據特征有關，如癲癇發作次數和時間間隔等。FSST-DCGAN方法在該數據集上的平均敏感度高于表2中CNN和CNN仿真實驗的結果，達到了89.06%;同時，對于患者Chb01,Chb02,Chb03,Chb09,Chb18,Chb21和Chb23來說，本文方法的FPR值為0，這說明本文方法相較于CNN模型對癲癇發作預測更加有效。

為進一步分析本文所提方法，將其與最近使用CHB-MIT數據集進行癲癇檢測的方法進行比較，結果如表3所示。

Table 1 Detection results of the proposed method

Table 2 Result comparison of CNN method and the proposed method

Table 3 Results comparison of different feature extraction methods

從表2和表3可以看出，本文方法與不同特征提取方法相比，識別準確率明顯較高，但還存在需改進的地方，比如對于一些患者，FPR值較高，這也是以后需要研究分析的內容。

4 結束語

目前，國內外關于癲癇腦電信號檢測的相關方法逐漸增多，雖然有些方法已取得較好的結果，但仍舊處于發展階段，還有許多問題沒有被完全解決。本文將FSST和DCGAN引入癲癇腦電信號檢測中，提出了一種新的FSST-DCGAN模型來預測癲癇發作。在CHB-MIT數據集上評估了該方法的性能，實驗結果表明，本文提出的FSST比傳統的STFT更好，有效提高了腦電信號的提取精度。同時，使用深度卷積生成對抗網絡進行特征提取，既減少了EEG昂貴又耗時的標記任務，又有效解決了樣本量不足的問題。結合2種方法提取腦電信號數據特征的方法在癲癇預測任務中取得了較為理想的敏感性和準確率。通過對比其他特征提取方法，也驗證了本文方法在癲癇腦電信號檢測上的可行性和有效性。