脑电波分离及应用.PDF

腦電波分離及應用 洪至懿 生物醫學影像暨放射科學系暨研究所 關鍵詞 腦電波獨立成份分析法小波分析大腦人機介面庫欣氏症體感覺誘發電位 摘要 腦電波訊號為廣泛地應用於學術研究與臨床診斷之工具。然而，非侵 入式的腦電波紀錄方式所擷取的資料，多半來自各種不同訊號源，包括多種腦電 波、不同頻帶的腦波律動、生理雜訊和系統雜訊混合。因此，如何由混合訊號中分離雜訊和 感興趣之腦波特徵是相當重要的課題。其中獨立成份分析法和 小波分析法皆為近年來熱門的技術。獨立成份分析法可根據訊號的統計特性， 由腦電波拆解出隱含其中之獨立成份，而小波分析則可針對腦電波中不同頻率的律動進行分 解。拆解腦電波訊號，可望提供不同以往且深入的觀點來解讀腦電波。 本論文致力於研究 與發展以獨立成份分析法和小波分析法為基礎之腦電波分解技術，進而提升腦電波之研究與 應用價值。此技術之特點在於利用獨立成份分析法或小波分析法，由腦電波分解出混合其中 之各種訊號成分，接著根據研究或應用需求設計成分辨識流程，以區分雜訊並萃取重要特徵 。本論文中，將獨立成份分析法與小波分析應用於大腦人機介面系統之設計，輔助庫賈氏症 臨床診斷，以及提升體感覺誘發電位之訊雜比。 大腦人機介面系統之研究以辨識想像左、 右手手指運動之腦波特徵為基礎分為兩階段，第一階段研究發現透過獨立成分分析法可有效 萃取出與想像手指運動相關之腦波特徵，大幅提高了腦波辨識率，進而改善大腦人機介面系 統之運作效能。第二階段則以小波分析為基礎之時頻共同訊息法 ，萃取出想像左右手運動時之大腦網路聯絡特徵，研究發現網路聯絡特徵提供了更 有效之辨識訊號。 在庫賈氏症患者之腦電波分析中，則發現相較於阿茲海默氏患者，獨立 成分分析法於庫賈氏症患者之腦電波中分解出較多種與疾病相關之腦波特徵，而此多種疾病 相關腦波特徵共存的現象 ，可用於輔助鑑別與早期診斷庫賈氏症。 於體感覺誘發電位之應 用，則是利用獨立成份分析法分解體感覺誘發電位腦電波，輔以小波分析辨識與體感覺相關 之成份，相較於傳統平均運算方式，顯著提升了訊雜比。 由上述可知 ，不論以獨立成份或 小波分析拆解過後 ，異於就混合訊號解讀腦電波，可獲得更豐富的訊息，值得深入多方應用 於基礎研究與臨床診斷。