专利名称：一种利用波动指数和提升训练的脑电检测方法和装置的制作方法
技术领域：
本发明公开了一种利用波动指数和提升训练的脑电检测方法和装置，属于脑电检测技术领域。
背景技术：
癫痫是一种以脑部神经元反复突然过度放电所致的间歇性中枢神经系统功能失调为特征的脑部疾患。目前为止，癫痫检测主要是医务工作者依靠经验对脑电图(EEG)进行目测来完成，查看EEG中是否含有癫痫样放电等特征波，其工作量大，容易造成医务工作者疲倦而产生误判。因此，在癫痫检测中，自动检测系统检测脑电的准确性有着越重要的地位，它可极大提高对EEG的检测效率。自上世纪六十年代起，自动癫痫检测技术就受到了广泛的关注，这一领域的众多学者提出了多种自动检测脑电的方法。其主流算法有支持向量机(SVM)和神经网络等。而支持向量机是借助二次规划来求解支持向量，求解二次规划将涉及高阶矩阵的计算，矩阵的存储和计算将耗费大量的机器内存和运算时间。CN1253762A(991M032. 4)所公开的一种全自动定量检测脑电图中癫痫样放电的装置采用了神经网络及前馈逆传播(BP)学习算法。神经网络必须进行多次重复学习，训练速度缓慢，计算效率低。同时由于BP算法是一种局部搜索的优化算法，用它来解决复杂非线性函数的全局极值，很有可能陷入局部极值从而导致训练失败。
发明内容
针对现有技术的不足，本发明提出了一种利用波动指数和提升训练的脑电检测方法，该方法将提取到的脑电信号波动指数作为输入参数，送入由提升训练的分类器进行计算，获得输出概率值，将输出概率值与预设阈值进行比较，从而获得脑电检测结果。本发明还提供一种利用上述方法进行检测脑电的装置。本发明的技术方案如下—种利用波动指数和提升训练的脑电检测方法，步骤如下1)利用脑电放大器和数据采集卡采集脑电信号，将采集到的脑电信号通过A/D转换，存储到计算机中；2)计算机对脑电信号进行滤波和去噪；3)计算机提取脑电信号各通道各小波层的波动指数；4)将步骤3)提取到的波动指数输入分类器进行计算，得到输出概率值；5)将输出概率值与预设阈值进行比较，获得脑电检测结果并标记输出概率值大于预设阈值，则判断检测脑电为异常，标记为1 ；输出概率值小于或等于预设阈值，则判断检测脑电为正常，标记为-1。优选的，所述的预设阈值为0. 5。步骤1)中所述的脑电放大器为Neurofile NT脑电放大器，所述的数据采集卡为16位A/D转换数据采集卡，采样频率为256Hz。步骤2)中所述的计算机对脑电信号进行滤波和去噪的方法步骤如下采集一段长度为LEN的脑电信号，利用Daubechies-4小波进行S层小波分解，优选S = 5 ；随后对分解后的脑电信号进行信号重构，提取重构信号的3-30HZ频段，即第3、 4、5层重构信号 ,n， ,n代表长度为LEN的脑电信号第j通道信号\的第η层小波重构信号，其中j = 1，2，...，C，η = 3，4，5 ;C是通道数，优选C = 6。优选LEN = 1024。步骤幻中所述的提取脑电信号各通道各小波层的波动指数的方法为利用公式⑴计算步骤2)脑电信号中第j通道信号\的第η层小波重构信号的波动指数wa、n*
权利要求
1.一种利用波动指数和提升训练的脑电检测方法，其特征在于，步骤如下1)利用脑电放大器和数据采集卡采集脑电信号，将采集到的脑电信号通过A/D转换， 存储到计算机中；2)计算机对脑电信号进行滤波和去噪；3)计算机提取脑电信号各通道各小波层的波动指数；4)将步骤幻提取到的波动指数输入分类器进行计算，得到输出概率值；5)将输出概率值与预设阈值进行比较，获得脑电检测结果并标记输出概率值大于预设阈值，则判断检测脑电为异常，标记为1 ；输出概率值小于或等于预设阈值，则判断检测脑电为正常，标记为-1。
2.如权利要求1所述的方法，其特征在于，步骤1)中所述的脑电放大器为Neurofile NT脑电放大器，所述的数据采集卡为16位A/D转换数据采集卡，采样频率为256Hz。
3.如权利要求1所述的方法，其特征在于，步骤2)中所述的计算机对脑电信号进行滤波和去噪的方法步骤如下采集一段长度为LEN的脑电信号，利用Daubechies-4小波进行S层小波分解，优选S =5 ；随后对分解后的脑电信号进行信号重构，提取重构信号的3-30HZ频段，即第3、4、5层重构信号 ,n， ,n代表长度为LEN的脑电信号第j通道信号\的第η层小波重构信号，其中 j = 1，2，...，C，n = 3,4,5 ；C 是通道数。
4.如权利要求3所述的方法，其特征在于，所述通道数C= 6。
5.如权利要求3所述的方法，其特征在于，所述LEN= 10M。
6.如权利要求1所述的方法，其特征在于，步骤3)中所述的提取脑电信号各通道各小波层的波动指数的方法为利用公式(1)计算步骤2)脑电信号中第j通道信号\的第η层小波重构信号的波动指数wa、n*
7.如权利要求1所述的方法，其特征在于，步骤4)中所述的通过分类器计算输出概率值的方法为将步骤3)中的波动指数WaVj,n作为特征向量w送入分类器F，利用公式
8.如权利要求1所述的方法，其特征在于，步骤5)中所述的预设阈值为0.5。
9.一种利用权利要求1所述方法进行脑电检测的装置，其特征在于，所述装置包括以电路连接的脑电放大器、数据采集卡和计算机，所述计算机中内置有利用波动指数和提升训练方法检测脑电的脑电检测模块，利用脑电放大器和数据采集卡对脑电信号进行采集后传输到计算机中，利用波动指数和提升训练方法检测脑电的脑电检测模块对脑电信号进行滤波和去噪处理；提取每段脑电信号的波动指数作为特征向量；将特征向量送入以提升训练方法所获得的分类器中，获输出概率值；将输出概率值与预设阈值比较，得脑电检测结果并加以标记。
全文摘要
本发明涉及一种利用波动指数和提升训练的脑电检测方法和装置，利用特征效果较好的波动指数对采集并经预处理后的脑电数据进行特征提取，将提取的特征向量送入由提升训练方法获得的分类器中，从而得到对异常脑电信号的标记，不但减轻了临床医生对大规模脑电数据进行判别的工作量，而且提高了对异常脑电检测的时效性。
文档编号A61B5/0476GK102488518SQ20111041644
公开日2012年6月13日 申请日期2011年12月14日 优先权日2011年12月14日
发明者周卫东, 陈爽爽 申请人:山东大学