收藏本站
《河北医科大学》 2015年
收藏 | 手机打开
二维码
手机客户端打开本文

AR谱在皮层痫样脑电信号分析应用

吴玉鹏  
【摘要】:癫痫领域的研究重点之一是外伤后癫痫(PTE),PTE是人类常见的颅脑损伤后并发症之一,其基本机制尤其是脑损伤后的慢性癫痫的发生、发展目前仍是知之甚少。前人的研究已证实,铁离子皮层注射诱导的大鼠癫痫发作模型在痫样发作模式上可能更接近临床外伤后癫痫的表现。从动物模型监测到的慢性自发性痫样发作脑电波频率有时候会持续数月并逐渐演变成癫痫各种发作形式。为了了解造成癫痫发作的机制,同时也为了更加准确地评估癫痫发生发展的过程,需要设计一个长期的监测评估和预测系统平台,这个平台既包含脑电监测又能同步视频监测每次痫样发作的各种形式,而且可以更好的评估癫痫的发作,甚至进行预测性脑电分析。本研究目的之一是建立一个三通道无线电遥测系统,使用此系统能记录从皮层表面监测到的自发性脑电图,如痫样发作性的“尖峰”。此平台可以监测到铁离子诱导的模型鼠的癫痫状态持续数个月,允许连续记录痫样发作之前,发作间期,及发作后恢复期的各种脑电活动,并同步视频监测大鼠癫痫发作时的各种行为学表现。再进一步行脑电分析,评估和预测癫痫发作。本研究的目的之二:在这项研究中,通过监测铁离子诱导外伤性癫痫大鼠皮层脑电信号,并进行分析,借助Neuro Score软件的功率谱的采集分析比较自回归(AR)谱和快速傅里叶变换(FFT),证明在一段时间内,AR谱在高频信号分辨率方面优于FFT。总的AR的功率谱和频率分布的变化在一段长时间的痫样发作持续监测中有具有明显优势比较AR谱和FFT,进而采用更完善的脑电分析方法以明确癫痫发作的症状学特征,为进一步评估和预测癫痫发作提供技术支持。从临床实际出发,可以进一步的在癫痫病人的脑电分析中进行AR谱和FFT的互补性研究和实践。本研究的目的之三:癫痫发作的监测过程是一件耗时而效率不高的工作,临床上往往很多时候不能提前预测癫痫的发作。本研究尝试了应用功率谱中自回归(AR)谱技术和快速傅里叶变换(FFT)技术进行正常人的头皮脑电图和癫痫病人痫性发作脑电图的比较。从脑电信号功率谱的AR谱图与FFT图的对比获知FFT功率谱是每一个信号点求得的傅里叶变换,其功率谱是离散的,谱值波动剧烈,方差性能不好,分辨率低,谱线不平滑。AR谱的模型估计出的AR谱谱线平滑,分辨率高,方差性能得到改善。AR谱线近似于FFT功率谱线或者说反映出FFT功率谱的趋势。一方面说明AR谱性能优于FFT功率谱,另一方面也验证了AR模型的正确性。临床工作中,这种脑电功率谱的比较性研究,可以为临床诊疗癫痫提供技术上的支持。本实验研究共分为三部分,各部分内容分述如下。第一部分无线遥测监测外伤性大鼠癫痫模型的痫样发作脑电目的:建立研究痫样发作脑电的监测平台,为进一步脑电评估做基础。临床工作中,经常结合癫痫的病理生理和痫样发作的行为学进行相关系列研究,进而提出针对中枢神经系统相关功能建立一个完整的、更全面的癫痫临床评估系统。完整的三维视频+无线遥测脑电图系统,能够满足长时间同步进行EEG和视频图像的连续记录,在此平台上进一步行脑电分析,评估和预测癫痫发作。方法:本研究着重于阐述建立一个三通道无线电遥测系统。通过随机分正常组,假手术组,和模型组。实验过程包括皮层注射氯化亚铁制作PTE动物模型,大鼠体内监测电极、发射子置入,同步行“自由活动”模型鼠的脑电监测和痫样发作行为学视频监测。动物造模术后机体恢复即术后1,6和15天,每天约24小时同步遥测记录造模后的脑电图和视频监控大鼠的日常活动。结果:结果表明,正常组,脑电信号的频率范围从5-10 Hz,波幅200μV,主要是低振幅α和β波和散射波θ。在假手术组中观察到的脑电波形无明显变化。氯化亚铁注射后,潜伏期为(50±18)秒。脑电波出现多种形式的癫痫样放电。频率达到30Hz,振幅超过250μv,抑制波出现在癫痫发作后。应用手术方法植入的遥测发射子,允许15天逐步记录复苏的动物的脑电信号。外科手术植入发射子遥测的记录系统能够获得良好的皮层EEG信号痕迹。当同步监测录像显示大鼠匍匐在地上、无四肢抽搐,不可见癫痫痫样发作;传统的目测方法不能证实大鼠处于癫痫发作状态,借助DSI植入子遥测取得的清醒状态的脑电、能看到和癫痫发作期相同的脑电波,癫痫波的幅度超过了正常脑电的范围,达到200μV以上;清醒动物的脑电揭示:动物行为正常时、脑部神经元已经有不正常的活动。结论:第一部分研究建立一个三通道无线电遥测系统。皮层注射氯化亚铁制作PTE动物模型,遥测系统和视频系统的同步集成,进而研究皮质痫样脑电图的波形,并较好的与痫样行为、运动相结合。该集成视频脑电系统的应用可以在不同的临床研究领域使用,并符合动物伦理学相关要求。第二部分AR谱在外伤性大鼠癫痫模型的皮层痫样脑电信号分析目的:在这项研究中,通过铁离子诱导外伤性癫痫大鼠皮层脑电信号的分析,比较应用功率谱中自回归(AR)谱技术和快速傅里叶变换(FFT)技术,采用更完善的脑电分析方法以明确癫痫发作的症状学独有特征。为进一步评估和预测癫痫发作提供技术支持。方法:在第一部分所建立的监测脑电信号平台基础上,通过DSI植入式生理信号无线遥测系统,进行大鼠癫痫发作的监测,并以Neuro Score2.1版软件(Transoma Medical,Arden Hills,MN)通过Threhold、Minimum Spike Duration、Maximum Spike Duration等判断癫痫棘波,Minimum Spike Interval、Maximum Spike Interval、Train Join Interval等判断癫痫波的簇放,进一步行功率谱中自回归(AR)谱技术和快速傅里叶变换(FFT)技术分析比较。结果:Fe Cl2大鼠皮层注射后不久(50±18 s,平均±标准误差),即可观察到痫样放电的信号。频率达到30 Hz,波的振幅超过250μV。痫样脑电发作开始于铁注射后15±24 min,并持续10.3±0.73 h。间歇性的痫样发作活动的持续很多一段时间(约8周)。自发性反复性痫样发作开始在致痫后约2周,并持续到2个月左右。在对照组大鼠,AR采集的频率谱集中在10 Hz以下。在PTE模型大鼠,发作间期活动经常被观察到,并在相应的通道转为到更高的频率的功率谱(10 Hz)。结论:研究结果表明,在一定时间内,对致痫大鼠皮层脑电信号分析,与FFT相比,采用AR功率谱具有较高的频率分辨率。此外,在一段连续时间内,AR谱的总功率谱和频率分布可以提供更便利的癫痫监测变化的指标。这些研究结果表明,自回归分析在FFT的癫痫病人的脑电图分析中更好的补充。第三部分AR谱皮层脑电分析特征和临床意义目的:在Matlab平台上应用Marple算法建立正常人和癫痫病人脑电的自回归AR模型;估计AR模型的阶数及各个参数;应用模型参数对两类脑电进行频谱估计。方法:测取正常人额部和枕部的脑电,建立数据文件;对给出的颞叶癫痫病人同一脑区的脑电建立数据文件;对以上两类脑电进行预处理,去除噪声和剔除伪差;对以上两类脑电建立AR模型;估计以上两类脑电的AR谱,并与它们的FFT功率谱进行比较;分析比较正常人和癫痫病人在认知脑区脑电的AR模型、AR谱的特征。结果:正常脑电基线较为平稳,相对基线的振幅较小;癫痫脑电基线不平稳,相对基线的振幅较大。正常脑电多为α波,频带范围为10-12Hz;癫痫脑电多为δ和θ波,频带范围在0-5Hz。AR谱比FFT功率谱平滑,AR谱比FFT功率谱分辨率高。结论:正常人额部枕部脑电基线较为平稳,相对于基线的振幅较小,波线较密集;癫痫病人额部枕部脑电基线不平稳,相对于基线的振幅较大,波线较稀疏。可以推断大脑额部枕部为癫痫病人的发病区。正常人和癫痫病人额部枕部脑电的AR谱及FFT功率谱有明显差别,正常人额部枕部脑电的功率能量主要集中在10-12Hz,即α波段,只有很小一部分能量集中在0-5Hz;而癫痫病人额部枕部脑电的功率能量主要集中在0-5Hz,即δ和θ波段,只有很小一部分能量集中在10-12Hz。脑电的AR谱与FFT功率谱图的对比显示,FFT功率谱是每一个信号点求得的傅里叶变换,其功率谱是离散的,从图中我们可以看到它的谱值上下跳动很剧烈,方差性能不好,分辨率低,谱线不平滑。AR模型估计出的AR谱谱线平滑,分辨率高,方差性能得到改善。AR谱线近似于FFT功率谱线或者说反映出FFT功率谱的趋势。一方面说明AR谱性能优于FFT功率谱,另一方面也验证了AR模型的正确性。临床工作中,这种脑电功率谱的比较性研究,可以为临床诊疗癫痫提供技术上的支持。
【学位授予单位】:河北医科大学
【学位级别】:博士
【学位授予年份】:2015
【分类号】:R741.044

【相似文献】
中国期刊全文数据库 前10条
1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期
2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期
3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期
4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期
5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期
6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期
7 孟欣,欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期
8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期
9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期
10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期
中国重要会议论文全文数据库 前10条
1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集(上)[C];2001年
2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
中国重要报纸全文数据库 前1条
1 张文清 记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年
中国博士学位论文全文数据库 前10条
1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年
2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年
3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年
4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年
5 周群;脑电信号同步:方法及应用研究[D];电子科技大学;2009年
6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年
8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年
9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年
10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年
中国硕士学位论文全文数据库 前10条
1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年
2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年
3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年
4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年
5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年
6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年
7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年
8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年
9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年
10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026