一种脑电信号分析监测方法及其装置制造方法及图纸

本发明专利技术公开了一种脑电信号分析方法和装置。步骤如下：（１）采集原始的脑电信号；（２）去除原始脑电信号中的伪迹或噪声；（３）对预处理后的脑电信号进行相空间重构，得到一个递归图；（４）对递归图进行定量分析，计算其确定性数值ＤＥＴ。其中去除原始脑电信号中的伪迹，是采用小波变换和经验模式分解的混合方法。相空间重构是通过延迟时间的方法重建相空间向量，而得到递归图，再计算递归图对角结构上的递归点对所有递归点的比值，得到确定性数值ＤＥＴ。为医生提供良好的量化指标，在麻醉过程中提供准确的实时的麻醉深度的变化情况，或者用于脑功能变化、镇静与镇痛状况、认知功能的变化等研究分析。

【技术实现步骤摘要】

本专利技术涉及脑电信号分析方法和装置，特别是涉及一种通过实时分析和监测脑电信号来描述大脑状态的方法和装置。
技术介绍
脑电信号监测分析主要应用于脑功能变化、镇静与镇痛状况、认知功能的变化、麻醉深度监测和麻醉复苏变化的研究，它通常是将复杂的脑电信号转换成一个单一的指数，目前临床常用的脑电监测系统有脑电双频谱指数(BIS)、听觉诱发电位指数(AEI)、熵指数等等。双频谱指数(BIS)分析方法是目前脑电监测麻醉镇静程度的一种常用方法(请参考Ira J Rampil，A primer for EEG signal processing in anesthesia，Anesthesiology，1998，89：980-1002)，迄今为止已有大量有关应用BIS进行麻醉深度评估的报道。这一方法在功率谱分析的基础上复合脑电相关函数谱分析技术，既测定脑电图(EEG)的线性(包括频率和功率)部分，又分析其非线性部分(包括位相和谐波)，使得双频谱指数分析在脑电图信号分析中具有重要价值。但是，BIS作为麻醉深度监测技术有其明显的局限性，许多因素都会对BIS产生影响，比如，BIS的脑电监护效果明显依赖于麻醉药的使用，如BIS与七氟醚的吸入浓度相关性良好，而与异氟醚吸入浓-->度则无相关性；N2O和氙气的麻醉对BIS值无影响，请参考Detsch O，Schneider G，Kochs E，et al.，Increasing isoflurane concentration may causeparadoxical increases in the EEG bispectral index in surgical patients，Br JAneasth，2000，84：33-37。听觉诱发电位指数(AEI即AEPindex)是Mantzaridis根据听觉诱发电位形态学上的变化产生的数字化指标。请参考Mantzaridis H，Kenny GN，Auditory evoked potential index：a quantitative measure of changes in auditoryevoked potential during general anaesthesia.Anaesthesia，1997；52：1030-36。AEI的值从100-0的变化，为患者从清醒到脑电出现等电位的变化提供了良好的量化指标，能可靠地预测病人的意识消失，即AEI＜40。采用AEI的变化来判断手术期患者的记忆状态要比BIS更加有说服力，同时通过AEI的变化来反映患者从无意识状态到有意识状态的转变要比BIS更加灵敏。但是，听觉诱发电位指数的监测要求患者听力正常，因而对于伴发神经性耳聋或传导性耳聋的手术患者无法进行手术期的监测，还有儿童患者，其听力不同于成人的听力，在手术期监测以上的患者仍有一定限制。近年来，非线性动力学分析开始运用于脑电信号的分析。常用的非线性分析手段包括：相图-相轨迹图；关联维数(Correlation Dimension，D2)；相互维数(Mutual Dimension，Dm)；李亚普诺夫指数(LyapunovExponent，L1)；柯尔莫哥诺夫熵(Kolmogorov Entropy，K2)；复杂度；近似熵等等。中国专利申请03137747.5就是使用非线性动力学分析方法来监测和分析脑电信号。这些非线性动力学分析方法的主要缺点是对数据长度-->的依赖型和对噪声的敏感性。太长的数据会降低实时性，太短的数据则使结果不稳定；脑电信号中含有不同程度的噪声，这些噪声将直接影响结果。专利技术简述本专利技术针对现有技术的不足，提供了一种递归量化分析脑电信号的方法及其系统。为了达到上述目的，本专利技术采用以下步骤：(1)采集原始的脑电信号；(2)去除原始脑电信号中的伪迹或噪声；(3)对去除伪迹预处理后的脑电信号进行相空间重构，得到一个递归图；(4)对递归图进行定量分析，计算其确定性数值DET。所述步骤(2)去除原始脑电信号中的伪迹，本专利技术采用基于小波变换(wavelet transform)和经验模式分解(empirical mode decomposition，EMD)的混合方法。所述步骤(3)是通过延迟时间的方法重建相空间，相空间向量xi是基于过滤后的脑电信号ui通过延迟时间的方法重建，如xi＝(ui，ui+τ，...，ui+(m-1)τ)，然后计算递归图(RP)Ri，j，如公式所示：Ri，j＝Θ(ε-‖xi-xj‖)，i，j＝1，…，N.其中N是状态空间向量的个数，ε是一个预定的截断距离，‖·‖是模(如欧几里得模，Euclidean norm)，Θ(x)是Heaviside函数。所述步骤(4)中的DET是对角结构上的递归点对所有递归点的比值，-->如公式所示：DET=∑l=lminNlP(l)∑i,jNRi,j,]]>其中P(l)是递归图对角结构长度的频率分布，lmin是一个阈值。附图说明下面结合附图和具体实施例对本专利技术做进一步的详细描述。图1是本专利技术的工作流程示意图；图2A显示清醒状态下的一个原始的脑电信号；图2B是对图2A中的原始脑电信号去除伪迹后得到的脑电信号；图3显示一个脑电信号对麻醉反应的四个阶段，其中(a)是原始脑电信号，(b)是相应的去除了伪迹的滤波后的脑电信号；图4显示图3中四个阶段的脑电信号的频率分布；图5A显示一个原始的脑电信号序列，随着麻醉药物七氟醚吸入浓度增加而逐渐变化；图5B显示七氟醚的浓度逐渐增加；图5C显示确定性数值DET；图6是一个利用本专利分析脑电信号来监测麻醉深度的系统。具体实施例图1所示为本专利技术的工作流程图。首先是步骤101，采集脑电信号。本实施例对9个在外科手术中的病人进行了脑电信号采集，其中有妇科、-->普通外科、整形外科手术。在本实施例中，采样频率是100Hz。采用EntropyTM公司的复合电极记录前额和太阳穴处的脑电信号，在测量前，皮肤被清洗和干燥。去除原始脑电信号中的伪迹(artefact)是非常重要的一个步骤，如步骤102。原始脑电信号中有一些典型的伪迹，包括肌电信号、眼运动和白噪声等。脑电活动是一个带宽很宽的信号(0～1000HZ)，同时外界的干扰信号也可能有各种频率成分，所以脑电信号就相当于是在各频率成分上都叠加有噪声的信号。如图2A所示，显示清醒状态下的一个原始脑电信号，它包括各种伪迹，如眼本文档来自技高网...

【技术保护点】
一种脑电信号分析方法，包括以下步骤：（１）采集原始的脑电信号；（２）去除原始脑电信号中的伪迹或噪声；（３）对去除了伪迹的脑电信号进行相空间重构，得到一个递归图；（４）对递归图进行定量分析，计算其确定性数值ＤＥＴ。

【技术特征摘要】
1. 一种脑电信号分析方法，包括以下步骤：
(1)采集原始的脑电信号；
(2)去除原始脑电信号中的伪迹或噪声；
(3)对去除了伪迹的脑电信号进行相空间重构，得到一个递归图；
(4)对递归图进行定量分析，计算其确定性数值DET。
2. 根据权利要求1所述的方法，其特征在于：其中所述步骤(2)是使
用小波变换方法在多尺度空间分解脑电信号，得到多个频带上的信号，
去掉3Hz以下的和25Hz以上的信号；再使用贝叶斯估计对小波变换后
不同尺度下的信号设定不同的阈值，超过阈值的信息将保留下来，使用
所述离散小波反变换来重构一个新的脑电信号序列。
3. 根据权利要求2所述的方法，其特征在于：所述阈值的标准是基于
贝叶斯形式和假设的先验分布。
4. 根据权利要求3所述的方法，其特征在于还包括：对所述新的脑电
信号s(t)，将其分解成多个固有模式函数的线性组合Cn(n＝1，2，...，N)，如
以下公式所示：
s(t)=Σi=1NCi(t)+rN+1(t),]]>其中N是固有模式函数的个数，rN+1(t)是脑电信号的余量；删除第一个
固有模式函数和余量信息；然后，将其他的固有模式函数迭加起来得到
一个新的过滤后的脑电信号序列ui。
5. 根据权利要求1所述的方法，其特征在于，在其中所述步骤(2)，
对所述原始脑电信号s(t)，将其分解成多个固有模式函数的线性组合Cn(n＝1，2，...，N)，如以下公式所示：
s(t)=Σi=1NCi(t)+rN+1(t),]]>其中N是固有模式函数的个数，rN+1(t)是...

【专利技术属性】
技术研发人员：李小俚，崔素媛，欧阳高翔，
申请(专利权)人：李小俚，
类型：发明
国别省市：13[中国|河北]