一种基于功率谱划分的复杂度谱脑电预测和诊断方法
【专利摘要】本发明提出了一种基于功率谱划分的复杂度谱脑电预测和诊断方法，属于脑电信号（EEG）分析和脑精神疾病预测和诊断领域，本发明主要包括：一种基于功率谱划分的脑电信号复杂度谱定义、分析和提取方法和一种非线性罗辑斯蒂（Logistic）复杂度谱参考模型构建方法。首先对脑电信号定义了一个基于功率谱划分的复杂度谱，并给出其计算方法，然后利用本发明对此映射生成的数据序列进行计算，据此建立一个脑电信号的分析复杂度谱参考模型，并分析各结构谱线序列的大小、数量和分布所反映的物理生物意义，画出该映射基于功率谱划分的复杂度谱参考空间分布模型。本发明可以对脑精神疾病作出预测和诊断。
【专利说明】一种基于功率谱划分的复杂度谱脑电预测和诊断方法【技术领域】
[0001]本发明属于脑电信号(EEG)分析和脑精神疾病预测和诊断领域，涉及一种脑电信号处理中的分析、建模和计算方案，尤其是一种能够对脑电信号进行参考模型化非线性处理以及对脑电信号的复杂度细微结构进行分析的方法。
【背景技术】
[0002]目前，脑科学的研究是科学研究领域的一个热点，脑电信号处理是研究大脑的主要手段之一。脑电信号的处理现在共有两类方法，一类是线性分析方法，另一类是非线性方法。线性方法属于传统信息分析方法；非线性方法属于现代信息处理方法。线性方法主要有时域分析、频域分析、时频分析等，非线性方法主要包括非线性动力学方法、信息熵、复杂度等。越来越多的研究证据表明:大脑是一个非常复杂的非线性系统，脑电信号是这个系统的一个输出。虽然线性方法在脑电的研究领域有着不可替代的作用，也没有证据表明它有被取代的可能，但是在研究中确实发现存在许多不可避免地存在缺陷。例如，大脑中的非线性关联信息量在分析中丢失，大脑复杂性得不到充分的研究等。在此种情况下，出现了脑电的非线性分析方法，并且快速发展起来，已经取得许多重要成果。其中，复杂度的方法就是发展起来比较快的一种方法。
[0003]20世纪60年代,柯尔莫哥洛夫(Kolmogorov)等人把复杂性定义为:一个系统的复杂程度与该系统的空间结构或时间序列所表示的变化行为的最小描述有关，一般称作柯尔莫哥洛夫复杂性。由于柯尔莫哥洛夫复杂性不可计算，1976年A.Lempel和J.Ziv提出一种度量符号序列复杂性的简单算法，称为Lempel-Ziv复杂度。直到1987年，才由卡斯帕(Kaspar)和舒斯特(Schuster)提出了该算法的计算机实现方法。解幸幸、李舒等也在《Lempel-Ziv复杂度在非线性检测中的应用研究》一文中认为:某事物的算法复杂度等于产生该事物的图形结构或符号序列的最短程序长度与该图形结构或符号序列本身大小之比的极限。
[0004]脑电信号是一种复杂的非线性`信号，复杂度能够客观有效地测度和评价了信号的复杂性和混乱程度。1991年，吴祥宝和徐京华首次将脑电复杂度分析引入脑电信号的研究中，并且通过计算已知的混沌系统(主要是Lorenz和Rossler)产生的序列的LZ复杂度，与脑电信号的LZ复杂度对比发现脑电信号计算的LZ复杂度远远大于混沌系统序列的复杂度。顾凡及等用LZ复杂度研究了 8中精神状态下13名受试者的脑电信号，通过研究他们认为LZ复杂度的数值与脑电信号的不同部位、和不同的精神状态有着显著的关系。
[0005]1998年陈芳、顾凡及、徐京华等提出Ctl复杂度的概念和算法，其主要思想就是:把信号分解成规则成分和不规则成分两部分，C0复杂度就定义为不规则成分在原信号里所占的比例。随后在2004年，蔡志杰、顾凡及、沈恩华对该算法作了进一步的改进，主要是改进了划分规则部分与不规则部分的方法，采用幅值平方的功率谱代替了幅度谱，然后再计算功率谱的平均值，以此作为分界线来区分规则部分与不规则部分，进而计算出复杂度值。本文即是在此工作的基础上的进一步改进和拓展。[0006]近年来，有关复杂度的研究许多都和混沌时间序列结合在一起，出现许多新的研究成果。主要分为几方面:(I)侧重关注研究混沌时间序列复杂度的计算方法；(2)侧重关注研究混沌时间序列复杂度的强度计算；(3)关注研究混沌时间序列复杂度的稳定性分析；(4)研究关注混沌时间序列复杂度的相关性分析。所有这些研究有一个共同点就是都只关注一个单一指标的复杂度的计算和分析，没有提出对其细微结构进行进一步的分析研究，没有对多复杂度概念指标进行研究，没有提出复杂度谱的定义，分析和计算方法。虽然有人提出结构复杂度的概念，但还是没有对时间序列复杂度的组成、结构成分以及数量分布的进行研究。现有的脑电时间信号都是具有强的非线性性的信号，仅仅分析计算单一复杂度及其性质不能满足实际存在的多种脑精神疾病并存、诊断容易失误和误诊的实际情况。因此，提出一种在整个非线性时间在统一的背景下的从规则周期，经分叉混沌周期，再到随机序列的演化过程的复杂度或复杂度谱的整个演变过程，并能够计算时间序列复杂度，计算各成分的数量、大小和分布的方法和分析其性质及物理或者生物意义，对于预测和诊断脑电信号有着很重要的参考意义。
[0007]综上所述，现有方法和研究成果虽然比较多，但对于脑精神疾病的诊断和预测研究远远不够，复杂度的研究虽然给这个研究带来较大的发展，但其单一复杂度指标现状难以满足脑电信号强非线性的性质的实际需求，尤其对多种脑精神疾病并存的状况，给脑电信号的分析、诊断和预测带来更大的难度。
【发明内容】
[0008]为解决实际技术中单一复杂度指标能够满足对与多种脑精神疾病的脑电信号的分析、诊断和预测带来的大概率的失误和误诊的问题，本发明提供一种基于功率谱划分的复杂度谱脑电预测和诊断方法，这种方法不仅能够对脑电信号进行分析、建模和计算，还能对脑电信号的进行参考模型化非线性处理以及对脑电信号的复杂度细微结构进行分析计
笪
[0009]本发明采用如下的技术方案。
[0010]一种基于功率谱划分的复杂度谱脑电预测和诊断方法，其特征在于包括以下步骤:
[0011]步骤一:基于功率谱划分的复杂度谱模型的定义及计算:本发明在现有技术和研究的基础上扩展和拓宽Ctl复杂度的概念，提出复杂度谱的定义和计算方法，并给出了通过功率谱划分确定复杂度谱长度的方法。具体方法如下:
[0012](I)基于功率谱划分复杂度谱模型的定义及计算，方法如下:
[0013]I)对于给定的脑电信号序列X= {χ(η), η = O, I, 2,..., N_l}，计算其傅立叶(Flourier)变换，得到功率谱序列，记为F。
[0014]2)利用公式PW二IL/WI2计算序列F在f(k)点处的功率谱值。得功率谱值序
【权利要求】
1.一种基于功率谱划分的复杂度谱脑电预测和诊断方法，其特征在于包括以下步骤: 步骤一:基于功率谱划分的复杂度谱模型的定义及计算，方法如下: (1)对于给定的脑电信号序列X= {χ(η), η = O, I, 2,..., N_l},计算其傅立叶(Flourier)变换，得到功率谱序列，记为F ； (2)利用公式
2.根据权利要求1所述的一种基于功率谱划分的复杂度谱脑电预测和诊断方法，其特征在于， 步骤一中确定功率谱划分数目m的方法如下: (1)构造关于m的函数
3.根据权利要求1所述的一种基于功率谱划分的复杂度谱脑电预测和诊断方法，其特征在于，步骤二中确定最小计算窗口长度和稳定区平均复杂度值的方法如下: (I)脑电序列X在U = i时第j复杂度在以一定步长增加的窗口下，计算得到的复杂度值序列为:
【文档编号】G06F19/00GK103876736SQ201410145752
【公开日】2014年6月25日 申请日期:2014年4月11日 优先权日:2014年4月11日
【发明者】王凯明, 钟宁, 周海燕, 杨剑, 黄佳进 申请人:北京工业大学