一种基于脑电网络分析的地形图描绘装置制造方法及图纸

本发明专利技术公开了一种基于脑电网络分析的地形图描绘装置，包括依次连接的脑电采集电极、脑电图导联线、脑电预处理电路、模数转换电路和信号处理器，所述的信号处理器设有依次连接的脑电干扰滤除模块、脑电分段与分解模块、互近似熵分析模块、阈值分析模块、脑网络参数计算模块和脑网络对比模块。本发明专利技术利用脑电信号提取脑网络互联特征，采集方便且时间分辨率较好，并可采用软硬件结合方法剔除干扰，使信号稳定可靠；基于脑电信号的脑电采集电路简单，造价低廉，有利于产品普及进入家庭，从而造福民众；将小波包分解与互近似熵、神经网络分析等非线性方法结合起来，更适应脑电信号非线性、非平稳的本质。相比传统脑电地形图，本系统可给出更多的脑活动信息。

【技术实现步骤摘要】

本专利技术属于信息处理
，涉及人体信号处理，具体地说是一种通过提取人体脑电EEG信号并进行信号处理和脑网络分析，以最终实现大脑功能状态的判断。本专利技术可用于对人体不同的脑功能状态进行定性判定，为了解大脑活动状态提供一种新手段。
技术介绍
传统脑电地形图BEAM (brain electrical activity mapping)就是在脑电图技术基础上，用计算机对EEG信号进行数字处理，将一维时间序列转变成能够定位和定量的伪彩色二维分布图像，用数字和颜色来显示大脑的功能变化并进行初步的形态定位。 目前，神经生理学、解剖学、病理学的已有研究都表明，在细胞、核团、组织、器官等不同的层次上，人脑是由神经元、或由神经元形成具有一定功能的核团、或由核团进一步形成具有一定物理结构和功能的脑组织构成的，这些不同层次的脑构成单元之间，均存在复杂的互联网络关系，一些脑功能异常，比如精神分裂症，其主要特征就是脑神经网络的互联异常。但是，传统BEAM在构图过程中，将脑电各个电极作为独立的信号源看待，形成的地形图没有反映多个脑电电极之间的相关关系，存在明显缺陷。事实上，目前已经有一些关于精神状态分析相关的脑网络研究，包括睡眠、麻醉、注意、精神分裂、老年痴呆等。这些研究从多个角度揭示了不同脑功能状态的脑网络出现了不同变化，研究的结果大都发现，脑功能异常时，脑网络多出现了不同程度的小世界特征的变化，而脑网络小世界特征的退化意味着脑网络在处理信息时，其全局效率和局部效率降低。目前研究脑网络最常见的信号采集工具是磁共振成像MRI装置，比较典型的报告包括 Silvina G. Horovitz, AllenR. Braun, Walter S. Carrd 等发表的 “Decouplingof thebrain’s default mode network during deep sleep”，见PNAS,2009(27)11376-11381 ;朱俊娟，彭代辉、江开达等发表的“脑网络在抑郁症中的应用研究进展”，见中国神经精神疾病杂志 2011 年 12 期 60-63 页；He Y, Chen Z, EvansA. “Structural insights into aberranttopological patterns of large-scale corticalnetworks in alzheimer’s disease，，，见J Neurosci，2008( 18)4756-66。这些基于磁共振MRI的脑网络分析存在以下几个缺陷，限制了其广泛应用(I)MRI设备和检查费昂贵；(2) MRI机房内不能使用监护和抢救设备，MRI对病人体动敏感，易产生伪影，不适于对急诊和危重病人进行检查；(3)个别人进入扫描室可产生幽闭恐惧症，自诉一种难以名状的恐惧感，不能配合检查，常导致检查失败。总之，传统BEAM在构图中将各个脑电电极孤立起来，不能反映电极之间的互相联系。目前分析脑网络的工具多采用MRI，但其具有许多不足。基于脑电网络分析的地形图描绘装置将传统BEAM平面定位、伪彩色表达的功能分析与现代脑网络理论结合起来，采集电路简单，造价低廉，信号采集过程也非常方便，克服了传统BEAM不能反映脑电电极之间信息相关的缺点。
技术实现思路
本专利技术的目的是克服传统BEAM和MRI的缺点，提供一种使用简便，价格低廉的基于脑网络分析的新型地形图描绘装置，以提高脑信息检测的有效性，实现大脑功能状态的更准确判断。本专利技术的技术方案是这样实现的一种基于脑电网络分析的地形图描绘装置，包括依次连接的脑电采集电极、脑电图导联线、脑电预处理电路、模数转换电路和信号处理器，所述的信号处理器设有依次连接的脑电干扰滤除模块、脑电分段与分解模块、互近似熵分析模块、阈值分析模块、脑网络参数计算模块和脑网络对比模块；脑电干扰滤除模块用于滤除脑电信号中的50Hz工频干扰、基线漂移和肌电干扰；脑电波提取模块用于提取脑电信号，以每1024点为一段进行滑动窗 处理；互近似熵分析模块用于求各导联电极之间的互近似熵；阈值分析模块用于为建立脑网络确定阈值并建立相应的二值矩阵A ;脑网络参数计算模块，用于根据阈值建立脑网络并计算相应的脑网络参数包括节点度，聚类系数和介数；脑网络对比模块用于将受试者脑网络各个参数与预存储的参照者脑网络各个参数进行对比，并将对比结果以地形图的形式显不O所述的脑电网络地形图装置，所述脑电预处理电路，包括脑电前置级放大电路、脑电滤波放大电路、50Hz工频陷波电路；脑电前置级放大电路选用低功耗、高输入阻抗、高共模抑制比的四运放器件；脑电滤波放大电路采用四运放器件中的两个运放分别设计成一个二阶压控有源高通滤波器和一个二阶压控有源低通滤波器，组合成带通滤波器，带通滤波器的输入与脑电前置级放大电路的输出相连；50Hz工频陷波电路采用双T带阻滤波电路。所述的脑电网络地形图装置，所述互近似熵的计算方法为以计算脑电信号alpha波段xFt7(i)和xFt8(i), I ( i ( 1024的互近似熵为例，其中xFt7(i)和xFt8(i)分别代表Ft7和FtS处的α信号，其具体计算步骤如下(I)先确定两个参数m和r，其中m是预先选定的模式维数，r是预先选定的相似容限，并固定这两个参数m和r不变；(2)设xFt7(i)的长度为N，将滤波后的脑电信号xFt7(i)按顺序分成N-m+1个m维矢量，其中Xim = [.τ,, 7(/),λ·/>7(/ +-m + I)],/ = I N — m + I1； 表示从第i个点开始连续的m个xFt7(i)的值，xFt8(i)也做类似的处理；(3)设为尤和XL中任意的两个m维矢量，定义1； 和1&间的距离讲1^7,1“]为两者对应元素中差值最大的一个，即d[X'Ftl, Xin ] = max X'Ft1 (k) - Xjrts (k)\l<k<m·对每个i值计算与其余矢量Zj78 (i, j = l^N-m+l)间的距离；(4)对每一个i，I彡i彡N-m+1，值统计巩X》i7，Zif8]小于r的数目及此数目与距离总数N-m+1的比值，记作CO')，即本文档来自技高网...

【技术保护点】
一种基于脑电网络分析的地形图描绘装置，其特征在于，包括依次连接的脑电采集电极、脑电图导联线、脑电预处理电路、模数转换电路和信号处理器，所述的信号处理器设有依次连接的脑电干扰滤除模块、脑电分段与分解模块、互近似熵分析模块、阈值分析模块、脑网络参数计算模块和脑网络对比模块；脑电干扰滤除模块用于滤除脑电信号中的50Hz工频干扰、基线漂移和肌电干扰；脑电波提取模块用于提取脑电信号，以每1024点为一段进行滑动窗处理，以计算脑电信号中相应参数；互近似熵分析模块用于求各导联电极之间的互近似熵；阈值分析模块用于为建立脑网络确定阈值并建立相应的二值矩阵A；脑网络参数计算模块，用于根据阈值建立脑网络并计算相应的脑网络参数；脑网络对比模块用于将受试者脑网络各个参数与预存储的参照者脑网络各个参数进行对比，并将对比结果以脑电地形图的形式显示。

【技术特征摘要】
1.一种基于脑电网络分析的地形图描绘装置，其特征在于，包括依次连接的脑电采集电极、脑电图导联线、脑电预处理电路、模数转换电路和信号处理器，所述的信号处理器设有依次连接的脑电干扰滤除模块、脑电分段与分解模块、互近似熵分析模块、阈值分析模块、脑网络参数计算模块和脑网络对比模块；脑电干扰滤除模块用于滤除脑电信号中的 50Hz工频干扰、基线漂移和肌电干扰；脑电波提取模块用于提取脑电信号，以每1024点为一段进行滑动窗处理，以计算脑电信号中相应参数；互近似熵分析模块用于求各导联电极之间的互近似熵；阈值分析模块用于为建立脑网络确定阈值并建立相应的二值矩阵A ;脑网络参数计算模块，用于根据阈值建立脑网络并计算相应的脑网络参数；脑网络对比模块用于将受试者脑网络各个参数与预存储的参照者脑网络各个参数进行对比，并将对比结果以脑电地形图的形式显示。2.根据权利要求1所述的脑电网络地形图装置，其特征在于，所述脑电预处理电路，包括脑电前置级放大电路、脑电滤波放大电路、50Hz工频陷波电路；脑电前置级放大电路选用低功耗、高输入阻抗、高共模抑制比的四运放器件；脑电滤波放大电路采用四运放器件中的两个运放分别设计成一个二阶压控有源高通滤波器和一个二阶压控有源低通滤波器，组合成带通滤波器，带通滤波器的输入与脑电前置级放大电路的输出相连；50Hz工频陷波电路采用双T带阻滤波电路。3.根据权利要求1所述的脑电网络地形图装置，其特征在于，所述互近似熵的计算方法为:以计算脑电信号alpha波段xFt7(i)和xFt8(i),...

【专利技术属性】
技术研发人员：黄力宇，薛姣，任爱锋，罗铭，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：