一种检测阿尔兹海默症的脑电信号复杂度异常的方法
【技术领域】
[0001] 本发明设及一种基于脑电信号的检测阿尔兹海默症异常的方法，特别是通过对脑 电信号的多变量多尺度带权值排序滴计算，用来进行的一种检测阿尔兹海默症的脑电信号 复杂度异常的方法。
【背景技术】
[0002] 阿尔兹海默症，俗称老年痴呆症，是一种神经系统退行性疾病，也是最常见的痴呆 症。它主要影响65岁W上的老年人，预计在未来50年其患病率会成倍增加但是，现 阶段没有治愈阿尔兹海默症的手段，大量的药物只能够延缓该疾病的恶化。阿尔兹海默症 疾病被划分为四个不同的阶段。第一阶段是轻度认知障碍阶段，通常表现为记忆丧失，但不 会显著地影响日常生活。接着是轻度和中度阿尔兹海默症阶段，最后是重度阿尔兹海默症 患者的记忆、感知、思维甚至基本的生理活动均严重受损。
[0003] 阿尔兹海默症的医学诊断是非常困难的，并且阿尔兹海默症的表现通常易被认为 是自然衰老所致。医学的诊断通常是采用多种方法进行结合，如要经过屯、理学测试，血液测 试，脊髓液测试，神经病学检测，成像技术等来进行诊断。近些年来，利用脑电信号来诊断阿 尔兹海默症的研究引起了广泛的关注。由于脑电采集设备经济、便携，且无创安全，脑电信 号时间分辨率非常高，因此脑电已经成为一种潜在的诊断阿尔兹海默症的手段。
[0004] 目前，研究表明阿尔兹海默症的脑电信号与正常人相比主要有=方面的异常；脑 电信号的慢化，复杂度的降低W及脑电信号同步性的降低^3。其中，复杂度的检测方法有很 多，各有利弊，但仍没有公认的一种算法能够作为诊断阿尔兹海默症复杂度异常的最佳方 法。滴是一类基于混浊理论的算法，作为反映脑电信号动力学复杂度特性的方法被广泛研 究。排序滴算法是一种基于排列序数来计算信号复杂度的方法，它计算速度快，抗干扰，无 需模型。排序滴已被用于癒痛、麻醉、不同认知状态及阿尔兹海默症的检测中，并取得了较 好的检测效果。
[0005] 查阅参考文献包括有[l]Mattson M. Pathways towards and away from Alzheimer's disease.Nature vol. 430 (2004) ;[2]Meek PD, McKeithan K,化umock GT.Economics considerations of Alzheimer's disease.Pharmacotherapy 18 (2Pt 2):68-73(1998) ； [3]Shimokawa A, Yatomib N, Anamizuc S, Toriid S, Isonod H, Sugaid Y, et al. Influence of deteriorating ability of emotional comprehension on interpersonal behavior in Alzheimer-type dementia.Brain Cogn 47(3) :423-433 (2001) ;[4]Small BJ,Ga即on E, Robinson B. Early identification of cognitive deficits:preclinical Alzheimer' s disease and mild cognitive impairment. Geriatrics 62 (4):19-23(2007) ； [5]Palmer K,Berger AK,Monastero R, Winblad B, Backman L, Fratiglioni L. Predictors of progression from mild cognitive impairment to Alzheimer disease. Neurology 68 (19):1596-1602(2007) ； [6] Arnaiz E, Almkvist 0. Neuropsychological features of mild cognitive impairment and preclinical Alzheimer' s disease. Acta Neurol Scand Suppl 179:34-41(2003)；
[7]Weiner WM. Editorial:Imaging and Biomarkers Will be Usedfor Detection and Monitoring Progression of Early Alzheimer' s Disease. J Nutr Health Aging 4:332(2009) ; [8] Sunderland T,化mpel H'I'akeda M,化tnam KT, Cohen RM. Biomarkers in the diagnosis of Alzheimer' s disease:are we ready ? J Geriatr Psychiatry Neurol 19(3) : 172-9 (2006) ;[9]Dauwels J,Vialatte F,Cichocki A, Diagnosis of Alzheimer's Disease from EEG Signals:Where Are We Standing ? Current Alzheimer Research, 7, 487-505(2010)。
[0006] 然而，基于排序滴的检测存在W下=点问题；一是排序滴算法计算的是单导脑电 的复杂度，在计算的过程中，没有考虑到多导脑电数据之间的相关性；二是，排序滴的计算 仅限于单一时间尺度，而非线性时间序列的动态特性是反映在多个时间尺度上的；S是，脑 电信号是有噪声等干扰的，排序滴算法忽略了噪声对于脑电信号的影响，因此会导致不准 确的复杂度估计。因此，针对W上问题，提出了一种多变量多尺度带权值排序滴的算法，用 于阿尔兹海默症脑电信号复杂度异常的检测。提供一种主要应用于检测阿尔兹海默症脑电 信号的复杂度异常的方法，为阿尔兹海默症的医学诊断提供客观依据，同时也可W作为其 他精神疾病的脑电信号分析的潜在方法。
【发明内容】
[0007] 针对现有方法的不足，本发明的目的是提供一种检测阿尔兹海默症的脑电信号复 杂度异常的方法，W利于从多个脑区，多个时间尺度角度检验阿尔兹海默症患者脑电数据 的复杂度异常情况，进一步提高脑电信号分析的准确度，从而为医生进行临床诊断提供更 有利的数据支持。
[000引为实现上述目的，本发明采用的技术方案是提供一种检测阿尔兹海默症的脑电信 号复杂度异常的方法，该方法是基于肥A-FZ脑电放大器装置和MTLAB软件平台进行脑电 信号的采集和分析，该方法包括W下步骤：
[0009] ①利用UEA-ra脑电放大器装置采集原始脑电信号，首先将UEA-FZ脑电放大器装 置与电脑的USB相连，将符合国际标准的脑电极帽的引线端插入UEA-ra脑电放大器装置的 电极引线接口，脑电极帽已经正确佩戴于被测者的头皮表面，然后运行所述电脑上已经安 装的肥A-FZ脑电放大器装置的信号采集系统，W实现原始脑电信号的实时采集、记录和存 储；
[0010] ②利用MTLAB软件平台的邸GLAB软件包截取平稳脑电信号，EEGLAB软件包是被 广泛使用的脑电信号处理的软件包，具有信号可视化、截取、预处理的多种功能；
[001U ⑨利用MTLAB软件平台的信号处理工具箱提取脑电信号的子节律，依据脑电信 号的频率划分为5节律（0-4化），0节律（4-細Z)，a节律巧-12Hz)和0节律（12-30化）， 利用MATLAB软件平台中的有限冲激响应（Finite Impulse Response)带通滤波器提取脑 电信号的不同节律；
[001引④对各个节律的脑电信号进行粗粒化处理，给定一导的脑电信号{Xi，i = 1，2, ...，N}，通过在不同尺度下求平均值的方法，将步骤①采集的原始信号转化为粗粒化 的信号，每一个粗粒化的时间序列
【主权项】
1. 一种检测阿尔兹海默症的脑电信号复杂度异常的方法，该方法是基于UEA-FZ脑电 放大器装置和MTLAB软件平台进行脑电信号的采集和分析，该方法包括以下步骤： ① 利用UEA-FZ脑电放大器装置采集原始脑电信号，首先将UEA-FZ脑电放大器装置与 电脑的USB相连，将符合国际标准的脑电极帽的引线端插入UEA-FZ脑电放大器装置的电极 引线接ロ，脑电极帽已经正确佩戴于被测者的头皮表面，然后运行所述电脑上已经安装的 UEA-FZ脑电放大器装置的信号采集系统，以实现原始脑电信号的实时采集、记录和存储； ② 利用MTLAB软件平台的EEGLAB软件包截取平稳脑电信号，EEGLAB软件包是被广泛 使用的脑电信号处理的软件包，具有信号可视化、截取、预处理多种功能； ③ 利用MTLAB软件平台的信号处理工具箱提取脑电信号的子节律，依据脑电信号的 频率划分为S节律（〇-4Hz)，0节律（4-8Hz)，a节律（8-12Hz)和0节律（12-30HZ)，利 用MATLAB软件平台中的有限冲激响应（FiniteImpulseResponse)带通滤波器提取脑电 信号的不同节律； ④ 对各个节律的脑电信号进行粗粒化处理，给定ー导的脑电信号Ixi,i= 1，2, ...，N}， 通过在不同尺度下求平均值的方法，将步骤②截取后的脑电信号转化为粗粒化的信号，每
信号； ⑤ 计算各个脑电信号子节律的多变量多尺度带权值排序熵：对于已截取的脑电数 据段V行N列，V表示脑电的导联个数，N表示脑电信号的采样点数，其中每一行的信 号表示为Ixi,i= 1，2，...，N}:首先，将每一行的信号嵌入到ー个m维空间中：Xi = [Xi, ，? ? ?，Xi+(m-i)T]，i= 1，2,. . .，N-(m-l)T;接着，对于给定的任意数i，序列Xi = [Xi, ，? ? ?，Xi+(m-i)T]中的元素按照升序排列：[ろ+1)r《ろ+(力.ふ,-1)r]，X就 按照相应的j的顺序排序；接着，计算这个向量Xi= [Xi，Xi+ T，? ? ?，Xi+ (m-i)T] 的方差；接着， 用U1,j2，…，jm]符号序列出现的次数与[1叫-1)バム，U1/+(ム,-か]的方差相 乘作为带权值次数，求该符号序列的带权值分布概率pwl，pw2,... ，那么对于单导时间 序列Ui,i= 1，2,. . .，N}的带权值排序熵就被定义为
；接着，对 于多导脑电信号，在计算每个导联的脑电数据的每ー个符号序列的分布概率时，考虑的是U1,j2，...，九]序列占全部导联所有符号序列带权值总和的比率，由此计算出在単一时间 尺度下的多变量带权值排序熵值；接着，对于粗粒化后的各个尺度的脑电信号计算其 多变量带权值排序熵，由此得出多变量多尺度带权值排序熵值； 对比患者与同龄健康正常人的熵值，判断患者的脑电异常程度，最终输出多变量多尺 度带权值排序熵值和绘制的熵值图，比较正常人和病人的值，检测出病人的脑电复杂度异 常问题。
【专利摘要】本发明公开了检测阿尔兹海默症的脑电信号复杂度异常的方法，该方法包括以下步骤利用UEA-FZ脑电放大器装置采集原始脑电信号；利用MATLAB软件平台的EEGLAB软件包截取平稳脑电信号；利用MATLAB软件平台的信号处理工具箱提取脑电信号的子节律；对各个节律的脑电信号进行粗粒化处理；计算各个脑电信号子节律的多变量多尺度带权值排序熵。本发明的效果是该方法能够有效地提取脑电信号的复杂度特性，相比原有的技术，具有更高的抗噪性能。同时，从不同时间、空间尺度检测脑电信号复杂特性，为医学诊断提供可靠的数据支持，提高阿尔兹海默症诊断的临床指导性。
【IPC分类】A61B5-0476
【公开号】CN104622467
【申请号】CN201510012496
【发明人】邓斌, 梁丽, 王若凡, 杨晨, 王江, 魏熙乐, 于海涛, 张镇
【申请人】天津大学
【公开日】2015年5月20日
【申请日】2015年1月12日