基于谐波小波包变换的脑电波基本节律分析_杨仁桓

s [ 10] j
f n s m =i f 1 ( 6) b a n d =i s i=0, 1, …, 2 2 f n s n=( i +1) f i +1) s i =0, 1, …, 2 -1 b a n d =( 2 ( 7) 离散谐波小波包变换系数为 p ( s ,i ,k ) =h ( m , n ,k ) ( 8)
基于谐波小波包变换的脑电波基本节律分析
杨仁桓 宋爱国 徐宝国
( 东南大学仪器科学与工程学院 , 南京 210096) ( 东南大学远程测控技术江苏省重点实验室 , 南京 210096)
摘要 : 为了实现脑电图分析定量化 、 智能化以便为医学分析诊断提供客观有效的辅助信息 , 探讨 了应用谐波小波包变换分析脑电波 . 通过谐波小波包变换提取用于临床诊断的 δ , θ , α , β等 4 种基本节律的波形 , 并引入反映基本节律变化的特征参量即基本节律的频带能量比例进行定量 分析 . 经过对正常人和癫痫病人的脑电波进行分析验证 , 其分析结果与先验知识和确诊病症吻 合得很好 , 可以提取得到精确的 、 量化的 、直观的特征参数作为诊断依据 . 实验结果表明 , 应用谐 波小波包变换分析脑电波是一种有效的方法 , 它为脑电图机实现智能化和临床分析诊断提供了 有益的参考 . 关键词 : 脑电图 ; 谐波小波包变换 ; 特征提取 ; 癫痫病 中图分类号 : R 318. 19 文献标识码 : A 文章编号 :1001 0505( 2008) 06 099604
[ 1]
收稿日期 :20080317. 作者简介 : 杨仁桓 ( 1981— ) , 男 , 博士生 ; 宋爱国 ( 联系人 ) , 男 , 博士 , 教授 , 博士生导师 , a . g . s o n g @s e u . e d u . c n . 基金项目 : 国家高技术研究发展计划 ( 863计划 ) 资助项目 ( 2006A A 04Z 246) 、江苏省国际合作资助项目 ( B Z 2006046) 、江苏省普通高校研究 生科研创新计划资助项目 ( C X 08B ) 、东南大学优秀博士学位论文基金资助项目 . - 050Z 引文格式 : 杨仁桓 , 宋爱国 , 徐宝国 . 基于谐波小波包变换的脑电波基本节律分析 [ J ]. 东南大学学报 : 自然科学版 , 2008, 38( 6) : 996999.
A n a l y s i s o f E E Gb a s i c r h y t h ms b a s e do nd i s c r e t e h a r m o n i c w a v e l e t p a c k e t t r a n s f o r m
Y a n gR e n h u a n S o n gA i g u o X uB a o g u o
( S c h o o l o f I n s t r u m e n t S c i e n c ea n d E n g i n e e r i n g ,S o u t h e a s t U n i v e r s i t y , N a n j i n g210096, C h i n a ) ( J i a n g s u P r o v i n c eK e y L a b o r a t o r y o f R e m o t e Me a s u r e m e n t a n dC o n t r o l , S o u t h e a s t U n i v e r s i t y , N a n j i n g210096, C h i n a )
第 38 卷第 6 期 2008 年 11 月

自 然科学版 东 南 大学 学 报 (
)
J O U R N A LO FS O U T H E A S TU N I V E R S I T Y( N a t u r a l S c i e n c e E d i t i o n )
V o l . 38 N o . 6 N o v .2008
将式 ( 1) 作傅立叶变换 , 得到谐波小波变换在频域 表达式为 ＊ H ( m ,n , ω )=X ( ω ) W [( n-m ) ω ] ( 4) 谐波小波变换可以通 过 F F T 和 I F F T 运算实 现 , 这是谐波小波变换显著的优点 . 参数 m ,n 决定 了谐波小波变换的尺度 , 其意义与二进小波变换中 2的 j 相同 . 通过不断变化 m ,n 的值 , 调节带宽大 小和中心频率 , 以匹配不同频带的信号 , 就实现了 谐波 小 波 包 变 换 ( h a r m o n i cw a v e l e tp a c k e t t r a n s f o r m , H WP T ) . 设信号的奈奎斯特频率为 f , 谐波小波包变换在第 s 层对应有 n, 分解层数为 s 2 个子频带 , 每个子频带带宽为 f n s 2 参数 m ,n 应满足下列关系 : f b a n d = ( 5)
A b s t r a c t : I no r d e r t oi m p l e m e n t i n t e l l i g e n t e l e c t r o e n c e p h a l o g r a m( E E G )a n a l y s i s a n d p r o v i d e s o m e o b j e c t i v ea n de f f e c t i v e i n f o r m a t i o n f o r m e d i c a l d i a g n o s i s , a n e wE E Ga n a l y s i s m e t h o d b a s e d o nd i s c r e t eh a r m o n i c w a v e l e t p a c k e t t r a n s f o r mi s p r o p o s e d .F i r s t , t h e f o u r b a s i c r h y t h m s , i . e . , δ , θ , α , a n dβ w a v e , w h i c ha r ev e r yu s e f u l f o r m e d i c a l d i a g n o s i s , a r ee x t r a c t e da c c u r a t e l yb yd i s c r e t eh a r m o n i cw a v e l e t p a c k e t t r a n s f o r m. N e x t , b a s e do nt h e t r a n s f o r m a t i o n , q u a n t i t a t i v e p a r a m e t e r s u c ha s f r e q u e n c yb a n de n e r g y r a t i oo f e a c hb a s i c r h y t h mf r o ms i n g l e e l e c t r o d ei s i n t r o d u c e dt oa n a l y z et h e b a s i c r h y t h m s .T h e e x p e r i m e n t a l r e s u l t s o nh e a l t h yp e r s o n s E E Ga n de p i l e p t i c s E E Ga r e p r o v i d e d , a n dt h er e s u l t sa g r e ew e l l w i t hp r i o r k n o w l e d g ea n dp r o v e dd i a g n o s i sc o n c l u s i o n s .A n da c c u r a t e , q u a n t i t a t i v e a n di n t u i t i v ef e a t u r e p a r a m e t e r s a r eo b t a i n e d .T h ee x p e r i m e n t a l r e s u l t s d e m o n s t r a t e t h a t t h ep r o p o s e dm e t h o di s a ne f f e c t i v e w a y t o a n a l y z e E E G . I t p r o v i d e s a u s e f u l r e f e r e n c e f o r i n t e l l i g e n t E E Ga n a l y s i s a n dm e d i c a l d i a g n o s i s . K e yw o r d s : e l e c t r o e n c e p h a l o g r a m ;h a r m o n i c w a v e l e t p a c k e t t r a n s f o r m ;f e a t u r e e x t r a c t i o n ; e p i l e p t i c 脑电波是人脑内部神经细胞群的电生理活动 在大脑皮层的综合反映 , 将其记录下来 , 就是通常 所说的脑电图 ( e l e c t r o e n c e p h a l o g r a m , E E G ) . 脑电 信号蕴含丰富的大脑活动信 息 , 通过 脑电图这个 “窗口 ”, 人们可以深入了解大脑的功能状态及其 活动规律 . 脑电波一般分为 4 个不同的基本节 律( δ ,θ ,α , β 节律 ) . 在不同的生理或病理状态下 脑电波节律有显著差异 . 通常考察脑电活动模式
第 6期
杨仁桓 , 等 : 基于谐波小波包变换的脑电波基本节律分析
997
的一个重要途径是研究分析基本节律的特征 . 目 前在临床上很多医务工作者仍沿用传统的目检波 形法 , 根据临床经验进行诊断效率低且有很强的主 观性 . 研究客观有效的 E E G分析诊 断方法 , 一直 [ 25] 是相关领域的研究热点 . 脑电波是典型的非平稳信号 , 不同时刻有不同 的频率成分 , 把时间和频率结合起来分析才能得到 更好的结果 . 小波变换具有很好的时频分析功能 , 因 此 近 年 来 应 用 小 波 变 换 分 析脑 电 波 倍 受 关 [ 4, 6-7] 注 . 例如应用小波变换的多尺度分析来分析 [ 7] E E G 中的异常波 , 如棘波 、棘慢复合波等 . 在脑 电图检测中 , 许多病变是以瞬态异常波形表现的 , 因此小波变换的局部瞬变捕捉性质和线性相位特 性尤为重要 . 常见的二进小波变换的主要缺点是 随着分解层数的增加 , 逐渐向低频聚焦 , 对信号的 高频段的刻划比较粗糙 . 小波包变换是二进小波 变换的改进 , 对信号的高频段也进行分解 , 但是仍 不能在同一分解层得到感兴趣的频段 . 另外 , 二进 小波变换和二进小波包变换均采用二抽一采样 , 随 着尺度的增加 , 采样频率减半 , 数据点减半 , 当数据 点数比较少时 , 信号的细节会丢失 . 英国剑桥大学 N e w l a n d 教授提出的谐波小波包变换对信号中的 奇异成分非常敏感 , 具有线性相位特性并且可以用 快 速傅 立叶 算 法实 现 , 具 有 重要 的 工程 应用 意 [ 8-10] 义 . 本文探讨应用谐波小波包变换提取脑电波 基本节律 , 并引入反映基本节律变化的特征参数 , 以期为脑电图智能定量分析诊断提供参考 .