基于切片谱脑电特征分析.docVIP

基于切片谱脑电特征分析 　　摘 要：脑电信号包含与人脑的生理结构、状态等相关的大量信息。由于脑电信号很容易受到其他噪声的污染，并且其本身又具有很强的随机性，为了更好地提取脑电信号中的有用信息，运用三阶累积量切片谱分析法对临床实测脑电数据进行分析。仿真结果表明，该方法能有效抑制随机信号中的加性高斯噪声，并且能揭示不同状态下癫痫脑电信号中的非线性耦合现象，这表明该方法将为研究脑电信号提供一个新的途径。 　　关键词：脑电信号;高阶统计量;切片谱;非线性耦合 　　中图分类号：TP391 文献标识码：B 文章编号：1004373X(2008)1812203 　　 　　Feature Analysis of the Electroencephalogram Based on Slice Spectrum 　　ZHOU Jianfang,LUO Xiaoshu,HU Yerong 　　(College of Physics and Electronic Engineering,Guangxi Normal University,Guilin,541004,China) 　　 　　Abstract：Electroencephalogram (EEG) signals include plentiful information on the human brain,such as physical structure,state and so on.Since EEG signals are vulnerable to pollution by other noise and have a strongly random characteristic,in this paper,the clinical EEG data are analyzed by using third order cumulant slice spectrum technique in order to extract the useful information of the signals.The simulation results show that,this technique can effectively inhibit the additive Gaussian noise from random signals and reveal the nonlinear coupling phenomenon of epilepsy EEG signals.These results indicate that the technique provide a new way to the study of EEG signals. 　　Keywords：EEG;higher order statistics;slice spectrum;nonlinear coupling 　　 　　高阶统计量是非因果、非最小相位系统和非高斯信号的主要数学分析工具，在雷达、声纳、通信、生物医学、故障诊断等领域得到广泛的应用。高阶统计量包含二阶统计量所没有的大量丰富信息，成为近年来国内外信号处理领域的一个热门研究课题。 　　近年来，人们采用各种信号处理技术研究脑电信号［1］，使脑电信号的研究得到进一步发展。其中功率谱分析得到了较广泛的应用，功率谱所包含的信息基本上蕴藏在自相关函数中，这对于一个高斯过程的完全统计是足够的，但是却不能获得有关高斯性的偏离度和非线性存在的信息，然而用高阶累积量定义的高阶谱却含有这样的信息［2］。很多学者用双谱分析脑电并取得了较好的研究成果［35］。然而，使用传统的双谱方法的缺点是计算量很大，且相对估计精度差。本文采用一种新的计算脑电信号频谱的方法，即利用三阶累积量的对角切片，对其进行一维傅里叶变换 ，得到脑电信号的切片谱［6］（又称1.5维谱）。利用切片谱分析方法对脑电信号的二次相位耦合进行分析，研究了癫痫脑电信号在不同的发作时期的二次相位耦合现象。研究结果表明：切片谱分析方法能抑制附加在信号中的高斯噪声，从而更易提取出有用的非高斯信号。该方法既保留了信号的幅度信息，也保留了信号的相位信息。同时利用切片谱分析方法可以极大地减少计算量和降低方法的复杂程度，可以有效地提取常规谱分析方法所无法获得的有用信息。 　　 　　1 脑电数据的来源及特征检测 　　 　　本文采用的数据来源于桂林市第二人民医院临床病例。实验设备按照国际标准导联10~20系统放置，共记录了16导联(FP1,FP2,F3,F4,C3,C4,P3,P4,O1,O2,F7,F8,T3,T4,T5,T6)的脑电信号，以左右耳垂（A1,A2）作为参考电极。脑电数据