基于非线性动力学的EEG信号分析方法研究.pdfVIP

第16卷第6期 辽 宁 省 交 通 高 等 专 科 学 校 学 报 VOl_l6NO．6 2014年 12月 JOURNAL OF LIAONING PROVINCIAL COLLEGE OF COMMUNICATIONS Dec． 20 14 文章编号 ：1008—3812(2O14)06—011—03 基于非线性动力学的EEG信号分析方法研究 付 强忱 陈茂丛’ 白东’ (1．辽宁省交通高等专科学校 ，辽宁 沈 阳 110122，2．东北大学机械工程与 自动化学 院，辽宁 沈 阳 110004) 摘 要 本文讨论了相关维数、Lyapunov指数和复杂度等非线性动力学的分析方法，并对不同 生理和病理状态下的EEG信号进行分析。结果表明，利用非线性动力学方法确能将脑的不同状态分 开，为临床医学中脑疾病的诊疗提供重要的依据和手段。 关键词 EEG；非线性动力学 ；相关维数 ；Lyapunov指数 ；复杂度 中图分类号：R318 文献标识码 ：A l 引言 近年来 ．随着非线性动力学的发展 ，越来越 脑电图 (EEG)是脑神经细胞 电生理活动在 多的证据表明：大脑神经元活动和EEG信号均具 大脑皮层或头皮表面的总体反映，包含了大量的 有非线性动力学特征 。因此，传统线性分析方法 生理和疾病信息，在临床医学中为某些脑疾病提 难以准确评定 EEG信号的动力学结构 ，也就无法 供诊断依据和治疗手段 。1924年德 国耶那 (Je． 揭示出大脑活动的本质特征 ，而运用非线性动力 na)大学精神科教授 HansBerger首先采用头皮 电 学的方法对 EEG信号进行提取和分析 ，为更深入 极记录到人类的脑电活动 ．并第一次将脑电活动 地研究人脑活动 的过程和特征开辟 了新 的途径 。 命名为 EEG n]。1933年英 国生理学家 E．D．Adri— 目前，EEG信号分析中较常用的非线性动力学方 an证实 了HansBerger的研究成果 ，从此脑 电信 法主要有相关维数、Lyapunov指数和复杂度等。 号的研究才得到快速的发展 _2]。人们对 EEG信 2 EEG信号非线性动力学分析方法 号的特征和规律进行 了大量 的分析和研究，取得 2．1 相关维数 了一些进展和实用性成果，但 由于EEG信号属 相关维数用于描述系统的自由度 ，EEG信号 于不具备各态历经性的非平稳、非线性信号，且 的分形特征可以用相关维数进行定量描述，本文 信号幅度微弱背景噪声很强 ，因此 EEG信号分 主要讨论基于最小嵌入维数 的修正GP算法 析和处理一直是非常吸引人但又是具有相难度的 (Grassberger和 Procaccia提出)。修正的GP算法 研究课题 基本 思想是对 EEG信号进行相空 间重构 ．采用 EEG信号的传统分析方法主要有时域分析法 延迟时间法构造一个大小等于嵌入维数 的状态空 (Timedomain)和频域分析法 (Frequencydo— 间，来计算相关维数，主要步骤如下： main)。时域分析主要用来描述脑电信号随时间 (1)采集时间信号序列x(n)，重构 m维相空 变化 的规律 ，分析脑电信号波形的几何特征和统 间．得到其向量为 计特征 ，包括脑电信号的波形 、波幅、频率、位 = {}， =(， ，… ， ++1)，i=1，2， 相等特性，常用过零截点、直方图、方差、自相 … ， Ⅳm (1) 关、互相关、峰值检测与波形参数 、多通