【技术实现步骤摘要】
本专利技术涉及信号处理
,尤其涉及一种在昏迷状态下的脑电信号(EEG)的特征提取和信息融合技术。
技术介绍
昏迷是意识障碍的最严重阶段,是大脑皮层和皮层下神经结构发生高度抑制的一种状态。临床上表现为意识清晰度极度降低,对外界刺激无反应,程度较轻者防御反射及生命体征可以存在,严重者消失。昏迷既可由中枢神经系统病变引起(占70%),又可以是全身性疾病的后果,如急性感染性疾病、内分泌及代谢障碍、心血管疾病、中毒及电击、中暑、高原病等均可引起昏迷。对于昏迷程度分级,目前应用最广的是格拉斯哥昏迷指数(GCS,Glasgow Coma Scale)。此指数是由格拉斯哥大学的两位神经外科教授Graham Teasdale与Bryan J. Jennett在1974年所发表。通过医护人员对患者作若干的语言及肢体测试,以患者的应答结果作为分级的基础。但是传统的GCS、G0S评分体系需要患者的主动应答,易受到患者、医护人员的主观、客观因素干扰,缺乏稳定性和准确性。脑电信号(EEG)反映脑细胞群自发而有节律的电活动,一般用波幅、频率和相位等特征来描述。脑电数字化分析已广泛应用于大脑皮层功能的临床监测,比如癫痫、脑外伤、 脑血管疾病、麻醉深度、睡眠深度监测等,以及部分精神科疾病如精神分裂症、老年痴呆症的辅助诊断中。但应用于昏迷患者的昏迷深度的监测仍处于探索和试验阶段。根据现有脑神经生理学EEG产生机制的研究,EEG信号起源于一个高度的非线性系统,不仅在中枢神经系统每个分层发现许多的反馈环路,而且单个神经元自身也表现出高度非线性因素。在神经细胞膜上可以观察到混沌行为,神经放 ...
【技术保护点】
1.一种基于非线性与复杂性多重指标的昏迷程度评价方法,其特征在于,该方法包括以下步骤:(1)采集EEG信号;(2)信号预处理:采用PCA方法进行眼电伪迹的去除,在患者完成眼动和眨眼任务时记录EEG和EOG信号,再计算出这些信号的主成分,作为眼动伪迹的主成分,然后从混合信号中去除该成分,得到校正后的信号;(3)提取信号特征:以每256个样本点计算一次特征值,分别提取近似熵、复杂度、李亚普诺夫指数以及相关维数作为脑电信号的特征参数;(4)昏迷状态指数融合:根据步骤(3)得到的特征参数序列,分别计算其两两间的序列相关性;将每一种特征参数按从清醒到脑死亡状态归一化为0至100的数字划分,具体规则如下:清醒状态=100,脑死亡状态=0,其余中间状态的初始值按照一次函数进行线性拟合;各特征序列的相关性系数,按其相关性大小(取绝对值)确定其权值 ,其中,,即该特征所占大脑状态指数的权重系数;初始相关性系数由清醒状态下脑电信号确定,待临床试验数据库建立后,以数据库样本为指导调整权重系数;然后将4种特征参数按照 ...
【技术特征摘要】
1.一种基于非线性与复杂性多重指标的昏迷程度评价方法,其特征在于,该方法包括以下步骤(1)采集EEG信号;(2)信号预处理采用PCA方法进行眼电伪迹的去除,在患者完成眼动和眨眼任务时记录EEG和EOG信号,再计算出这些信号的主成分,作为眼动伪迹的主成分,然后从混合信号中去除该成分,得到校正后的信号;(3)提取信号特征以每256个样本点计算一次特征值,分别提取近似熵、复杂度、李亚普诺夫指数以及相关维数作为脑电信号的特征参数;(4)昏迷状态指数融合根据步骤(3)得到的特征参数序列,分别计算其两两间的序列相关性;将每一种特征参数按从清醒到脑死亡状态归一化为0至100的数字划分, 具体规则如下清醒状态=100,脑死亡状态=0,其余中间状态的初始值按照一次函数进行线性拟合;各特征序列的相关性系数,按其...
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。