脑电图检测和智能诊断系统的研究-南京工业大学学报自然科学版.pdfVIP

第! 卷第# 期 南 京 工 业 大 学 学 报 189: ! +8: # !$$% 年# 月 ’()*+,- (. +,+’/+0 )+/12*3/45 (. 4267+(-(05 ’;: !$$% 脑电图检测和智能诊断系统的研究 金洪星，胡 平 （南京工业大学信息科学与工程学院，江苏 南京!#$$$= ） 摘 要：脑电图已广泛应用于脑部疾病和神经系统疾病诊断中，脑电图的检测和智能诊断在临床上很有意义。通 过数据采集、滤波、特征提取获得波形特征参数，送入已训练好的神经网络进行分类，再利用专家系统结合专家的 经验根据病情对疾病做出诊断，为医生提供辅助诊断。文中综合了多种智能方法应用于不同阶段，这种研究方法 也适用于其它生物电医疗诊断系统。 关键词：脑电图；滤波；神经网络；智能诊断! 中图分类号：*#?: $@ ；4A#?! 文献标识码：, 文章编号：#B# C B@（!$$% ）$# C $$?# C $@ 脑电图在脑部疾病和神经系统疾病临床诊断中 比等特征，识别较困难。目前脑电图自动检测技术有 起着十分重要的作用，常作为癫痫、中枢神经系统感 频域分析法、时域分析法、人工神经网络分析法，专家 染性疾病、占位性疾病等疾病的辅助诊断［#］。脑电 系统分析法和非线形动力学分析法。这些方法各有 图诊断主要是先对脑电图中正常节律和异常节律的 优点，但也存在着一些缺点［! ， ］。因此本文在脑电图 识别，再根据病人的年龄、病情、病史和波形及所发 检测过程中针对不同的处理阶段挑选合适的方法来 生的部位等来判断病人可能所患的病症。但脑电图 实现，综合了不同方法的优点，避免了使用单一方法 须由脑电图医生人工解释，由于脑电图数量大且不 的缺点。本文使用#B 导联采集病人的原始脑电数 易识别，所以脑电图医生的工作量很大且识别的主 据，经过过滤掉部分伪迹后，提取出波形的特征参数， 观性较强，容易产生误判和漏判。因此如何利用已 把这些特征参数送入到已经训练好的神经网络中进 经成熟的经验对脑电图进行自动检测和诊断是一个 行识别，最后采用专家系统结合病人的年龄、病史、临 十分有意义且实用的研究课题。 床表现和波形及产生波形的部位做出诊断，提供可能 脑电信号是一种生物电，具有非平稳性和低信噪 的病症供医生选择，流程见图#。 图# 脑电图检测和诊断系统框架 .DE: # .F;GHI8FJ 8K LHMHNMD8 ;L LD;E8ODO OPOMHG K8F H9HNMF8HNHQR;98EF;G #$ S !$ 电极放置系统，采用双极导联方式，参考电 # 脑电数据采集系统 极在左右耳上。#B 导脑电极把从头皮电极采集的 信号送入到高精度放大器，放大后的信号经过采样 脑电数据采集电极的安放严格按照国际标准的 保持，#! 位模数转换后，得到离散的数据作为分析 ! 收稿日期：!$$@ C $ C !B 万方数据 作者简介：金洪星（#=@ C ）男，南京人，硕士生，主要研究方向为人工智能；胡 平（联系人），副教授，2G;D9 ：RTQDEU VTM: HLT: N 2’ 南( 京( 工( 业( 大( 学( 学( 报( 第’9 卷( 数据，其中数据采样频率为! #$ 。采得的脑电图 ! ’ 为线形函数；’ 为第二层权值，! ! 为高斯