[课件]小波熵分析癫痫信号PPT
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
小波熵分析癫痫信号PPT
二.脑 电 信 号
大脑是一个复杂的系统，脑科学的研究是目前世界 上研究的重点与难点之一。目前有效可行的方法是利 用脑电信号对大脑进行相关研究。脑电是脑神经细胞 的电生理活动在大脑皮层和头皮表面表现出的电位变 化，是一种复杂的非平稳随机信号，具有信号微弱， 个体差异大等特点，所以如何有效地提取其中的有用 信息是脑科学研究的棘手问题。近年来随着计算机技 术、信号处理技术的快速发展，时频分析、非线性分 析，人工神经网络等现代方法陆续运用在脑电信号分 析上面。通过上述方法提取脑电信号的特征，可为某 些大脑疾病提供临床上的诊断依据并进一步给予有效 地治疗，具有重要的临床应用价值。
2. 分别在5个不同节律中选择若干个频率采样点，计算在此频 率下的小波熵值，将其在坐标图中标注出来，这些小波熵值是 分布在平均值附近的。通过比较，同样可以得出癫痫患者与正 常人脑电信号的差异。
3. 计算癫痫患者和正常人脑电信号EEG小波熵的方差，并画出 箱形图与方差分析表进行比较，然后分析癫痫患者和正常人的 脑电信号的区别。
θ节律
0.1
健康 EEG 发作间隙
δ节律
健康 EEG 发作间隙
0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
1.5
0.5
原始频带
1
健康 EEG 发作间隙
0.45 0.4 0.35 0.3 0.25 0.2
γ节律
健康 EEG 发作间隙
0.5
0.15 0.1 0.05
0
0.5
FP1FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
健康 EEG
0
0.5
脑
电
信
号
实 验 基 本 流 程 图
小
波 分
解
小 波 熵 计 算
方 差 分 析
画 图，比 较
S
S1，0
S 1， 1
S2，0
S2，1
S2，2
S2，3
S3 ， 0
S3 ， 1
S3 ， 2
S3 ， 3
S3 ， 4
S3 ， 5
S3 ， 6
S3 ， 7
S4,0
S4,1
S4,2
S4,3
S4,4
S4,5
S4,6
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
小波熵分析与方差分析
1. 为了试验数据的可比性，我们选择对癫痫患者在健康状态下 和发病期间的脑电信号进行提取，计算出每个导联电极处脑电 信号的小波熵及其平均值并画出小波熵平均值的柱状图进行分 析比较。
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
原始信号
健康受测 者脑电信 号多分辨 率分析结 果
200 0 -200 5 0 -5 20 0 -20 50 0 -50 100 0 -100 200 0 -200
常见脑电信号分析方法
三 .小 波 理 论
顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰 减性；而称之为“波”则是指它的波动性。它区别于传统的应 用与频域分析的傅里叶分析。在传统的傅里叶分析中，信号 完全是在频域展开的，不包含任何时域信息，这对于某些应 用来说是很恰当的，因为信号的频率信息对其是非常重要的， 但其丢弃的时域信息可能对某些应用同样非常重要。而小波 分析则克服了这一缺陷。 熵（entropy）指的是体系的混乱的程度，用来表示任何 一种能量在空间中分布的均匀程度，能量分布得越均匀，熵 就越大。一个体系的能量完全均匀分布时，这个系统的熵就 达到最大值。小波熵是信号能量在子空间分布无序程度的一 种度量。
S4,7
S4,8
S4,9
S4,10
S4,11
S4,12
S4,13
S4,14
S4,15
4层小波分解示意图
原始信号
2000 0 -2000 200 0 -200 1000 0 -1000 2000 0 -2000 1000 0 -1000 1000 0 -1000
0
100
200
300
400
500
600
发作间隙
α节律
发作间隙
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
700
800
900
1000
癫痫患者 脑电信号 多分辨率 分析结果
d1（γ）层 d2（β）层 d3（α）层 d4（θ）层 a4（δ）层
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
四：实 验 过 程
本实验引用的两组EEG数据是分别从100位癫痫患者与正常人的 大脑中提取出来的脑电信号，这些脑电信号的采样频率范围为0— 173Hz，提取其中0—60Hz频段的频率。根据小波包分解层数的选择 原理，对EEG信号进行小波包四层分解。 实验中的电极放置位置采用国际10/20系统标准，见下图所示
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
健康 EEG 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
β节律
0
100
200
300
400
500
600
700
800
900
1000
d1（γ）层 d2（β）层 d3（α）层 d4（θ）层 a4（δ）层
0
100
200
ຫໍສະໝຸດ Baidu
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
二.脑 电 信 号
大脑是一个复杂的系统，脑科学的研究是目前世界 上研究的重点与难点之一。目前有效可行的方法是利 用脑电信号对大脑进行相关研究。脑电是脑神经细胞 的电生理活动在大脑皮层和头皮表面表现出的电位变 化，是一种复杂的非平稳随机信号，具有信号微弱， 个体差异大等特点，所以如何有效地提取其中的有用 信息是脑科学研究的棘手问题。近年来随着计算机技 术、信号处理技术的快速发展，时频分析、非线性分 析，人工神经网络等现代方法陆续运用在脑电信号分 析上面。通过上述方法提取脑电信号的特征，可为某 些大脑疾病提供临床上的诊断依据并进一步给予有效 地治疗，具有重要的临床应用价值。
2. 分别在5个不同节律中选择若干个频率采样点，计算在此频 率下的小波熵值，将其在坐标图中标注出来，这些小波熵值是 分布在平均值附近的。通过比较，同样可以得出癫痫患者与正 常人脑电信号的差异。
3. 计算癫痫患者和正常人脑电信号EEG小波熵的方差，并画出 箱形图与方差分析表进行比较，然后分析癫痫患者和正常人的 脑电信号的区别。
θ节律
0.1
健康 EEG 发作间隙
δ节律
健康 EEG 发作间隙
0.09 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
1.5
0.5
原始频带
1
健康 EEG 发作间隙
0.45 0.4 0.35 0.3 0.25 0.2
γ节律
健康 EEG 发作间隙
0.5
0.15 0.1 0.05
0
0.5
FP1FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
健康 EEG
0
0.5
脑
电
信
号
实 验 基 本 流 程 图
小
波 分
解
小 波 熵 计 算
方 差 分 析
画 图，比 较
S
S1，0
S 1， 1
S2，0
S2，1
S2，2
S2，3
S3 ， 0
S3 ， 1
S3 ， 2
S3 ， 3
S3 ， 4
S3 ， 5
S3 ， 6
S3 ， 7
S4,0
S4,1
S4,2
S4,3
S4,4
S4,5
S4,6
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
小波熵分析与方差分析
1. 为了试验数据的可比性，我们选择对癫痫患者在健康状态下 和发病期间的脑电信号进行提取，计算出每个导联电极处脑电 信号的小波熵及其平均值并画出小波熵平均值的柱状图进行分 析比较。
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
原始信号
健康受测 者脑电信 号多分辨 率分析结 果
200 0 -200 5 0 -5 20 0 -20 50 0 -50 100 0 -100 200 0 -200
常见脑电信号分析方法
三 .小 波 理 论
顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰 减性；而称之为“波”则是指它的波动性。它区别于传统的应 用与频域分析的傅里叶分析。在传统的傅里叶分析中，信号 完全是在频域展开的，不包含任何时域信息，这对于某些应 用来说是很恰当的，因为信号的频率信息对其是非常重要的， 但其丢弃的时域信息可能对某些应用同样非常重要。而小波 分析则克服了这一缺陷。 熵（entropy）指的是体系的混乱的程度，用来表示任何 一种能量在空间中分布的均匀程度，能量分布得越均匀，熵 就越大。一个体系的能量完全均匀分布时，这个系统的熵就 达到最大值。小波熵是信号能量在子空间分布无序程度的一 种度量。
S4,7
S4,8
S4,9
S4,10
S4,11
S4,12
S4,13
S4,14
S4,15
4层小波分解示意图
原始信号
2000 0 -2000 200 0 -200 1000 0 -1000 2000 0 -2000 1000 0 -1000 1000 0 -1000
0
100
200
300
400
500
600
发作间隙
α节律
发作间隙
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
700
800
900
1000
癫痫患者 脑电信号 多分辨率 分析结果
d1（γ）层 d2（β）层 d3（α）层 d4（θ）层 a4（δ）层
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
四：实 验 过 程
本实验引用的两组EEG数据是分别从100位癫痫患者与正常人的 大脑中提取出来的脑电信号，这些脑电信号的采样频率范围为0— 173Hz，提取其中0—60Hz频段的频率。根据小波包分解层数的选择 原理，对EEG信号进行小波包四层分解。 实验中的电极放置位置采用国际10/20系统标准，见下图所示
FP1 FP2 F7 F3 FZ F4 F8 T3 C3 CZ C4 T4 T5 P3 PZ P4 T6 O1 O2
健康 EEG 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
β节律
0
100
200
300
400
500
600
700
800
900
1000
d1（γ）层 d2（β）层 d3（α）层 d4（θ）层 a4（δ）层
0
100
200
ຫໍສະໝຸດ Baidu
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700
800
900
1000
0
100
200
300
400
500
600
700