一种阿尔兹海默症患者的脑电复杂度分析方法技术

技术编号:35525108 阅读:40 留言:0更新日期:2022-11-09 14:46
本发明专利技术公开了一种阿尔兹海默症患者的脑电复杂度分析方法,包括如下步骤:S1、采集受试者的脑电信号,所述受试者包括AD、MCI和HOA三组;S2、对采集的脑电信号进行预处理,通过独立分量分析法取出脑电信号的伪影,再对脑电信号进行带通滤波;S3、对预处理后的脑电信号进行相关复杂度计算,分别通过LEMPEL

【技术实现步骤摘要】
一种阿尔兹海默症患者的脑电复杂度分析方法


[0001]本专利技术涉及生物电信号处理
,具体指一种阿尔兹海默症患者的脑电复杂度分析方法。

技术介绍

[0002]在阿尔兹海默症(AD)引起的痴呆表现之前有临床前AD和轻度认知障碍(MCI)两个阶段。而在临床前AD阶段中,患者没有表现出任何临床症状,但患者体内与AD相关的脑、血液和脑脊液等开始发生生理变化,这一阶段出现数年之后痴呆症才有可能表现出临床症状,在这个阶段检测AD的可能性将为治疗干预提供一个关键的机会,确的早期诊断还将有助于患者更长时间地保持独立性,并预防与精神疾病相关的症状,如抑郁症或精神病,从而降低与AD相关的个人和社会成本。此外,治疗AD症状的新药很可能在疾病的早期阶段,即在神经变性发生之前,其治疗的效果会更好。故相关的早期诊断AD技术在此背景下应运而生。
[0003]但直到今天,只有揭示了AD造成的结构性脑损伤特征,才有可能在患者死后做出明确的AD诊断。目前的诊断方法,例如神经学测试和医疗记录,该方法的准确率高达90%。同时,简易精神状态检查(MMSE)是在实际的临床诊本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种阿尔兹海默症患者的脑电复杂度分析方法,其特征在于,包括如下步骤:S1、采集受试者的脑电信号,所述受试者包括AD、MCI和HOA三组;S2、对采集的脑电信号进行预处理,通过独立分量分析法取出脑电信号的伪影,再对脑电信号进行带通滤波;S3、对预处理后的脑电信号进行相关复杂度计算,分别通过LEMPEL

ZIV算法和模糊近似熵算法计算出相应的复杂度;所述模糊近似熵算法计算复杂度的方法如下:对于一个给定的N点时间序列{μ(i),i=1,2,...,N},m维向量的集合形成为X
i
=[μ(i),μ(i+1),...,μ(i+m

1)],i的范围从1到N

m+1;两个向量和之间的距离由下式定义,同时定义φ
m
(r):(r):则近似熵可定义为:定义模糊近似熵,对于同一时间序列,{μ(i),i=1,2,...,N}通过以下方式形成一系列向量:在给定r和n的情况下,两个向量之间的相似度由模糊函数确定:与ApEn类似,将函数和φ
m
定义为:定义为:最后,模糊近似熵fApEn的估计值可以用以下公式表示:fApEn(m,n,r,N)=φ
m
(n,r)

φ
m+1
(n,r)其中嵌入维数m、数据长度N、容差r、和指数函数n;S4、对计算出的复杂度进行分析。2.根据权利要求1所述的阿尔兹海默症患者的脑电复杂度分析方法,其特征在于,所述步骤S2

2中,带通滤波的具体方法如下:在全频段分析中,采用0.5

40HZ带通滤波即得到全频段的被试者EEG信号;在多频段分析中,采用小波包算法分别提取EEG信号中的多个频段,δ频段(0.5

4Hz),θ频段(4

8Hz),α频段(8

13Hz),β频段(13

30Hz)。3.根据权利要求1所述的阿尔兹海默症患者的脑电复杂度分析方法,其特征在于,所述步骤S3中,LEMPEL

ZIV算法计算复杂度的方法如下:
设时间尺度为s,s取整数值且不超过时间序列长度,并将数据段拆分为1s的数据段;对EEG信号进行二值化处理,首先找出该脑电序列中信号的中间值m
*x
,之后使用这个中间值m
*x
与该脑电序列中的每个数据点进行大小比较判断,并且大于该中间值m
*x
取为1,小于中间值m
*x
取为0,便可得到一个二值化后的时间序列{s(i),i=1,2,...,n};假定S(s1,s2,...,s
n
)表示为一个以(0,1)数值的时间序列,在这个时间序列中S表示字母为s
i
,数值仅为1和0,且该时间序列S的长度则为n,用subs(i,j)表示为时间序列S中的子字符串,...

【专利技术属性】
技术研发人员:肖扬席旭刚汪婷佘青山
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1