（检测技术与自动化装置专业论文）脑电信号采集与分析系统的设计与研究.pdf

脑电信号采集与分析系统的设计与研究 摘要 脑电信号是一种典型的生物电信号，是脑神经细胞传导信息时在大脑皮层 或头皮表面电活动的总体反映。其中包含了大量的生理和病理信息，通过对脑 电信号的研究，可以了解神经细胞电活动与人的生理和心理状态之间的关系， 在临床医学和认知科学领域具有重要的科学意义。 脑电信号十分微弱，背景噪声强，是一种非平稳性比较突出的随机电生理 信号，只有从大量的数据中得出的统计结果才具有诊断价值。传统的脑电检测 仪器价格昂贵、仪器可扩展性差，不适用于实验教学。本文从实验室教学要求 出发，在深入研究脑电信号基本知识的基础上，设计了一种功能可扩展的脑电 信号采集和分析系统。以此系统为平台，可进行脑电信号分析的实验室教学与 应用。本文的主要内容为： 1 详细研究了脑电信号的产生、分类、导联、电极安放。 2 进行脑电采集系统中放大电路的设计。根据脑电的特性设计了一个增益 可调，滤波频率可选的放大电路。电路中包括的滤波器有：e e g 低通滤波器、 e e g 高通滤波器、带阻滤波器。 3 基于虚拟仪器开发平台l a b v i e w 和“n i d a q m x d a t aa c q u i s i t i o n 工具 包设计了脑电信号的采集控制程序，对采集的脑电信号进行脑电图的回放。 4 介绍了小波变换的基本理论，讨论了小波分析在脑电信号处理中的优势。 在l a b v l b w 平台上设计了脑电信号分析软件：用小波分析实现了对脑电信号的 滤波处理和脑电节律的提取；实现了脑电功率谱分析；基于数据平面插值技术 实现了绘制脑电地形图的功能。 关键词：脑电信号l a b v i e w 数据采集小波变换脑电地形图 d e s i g na n dr e s e a r c ho fe e gs i g n a l sa c q u i s i t i o na n d p r o c e s s i n gs y s t e m a b s t r a c t e l e c t r o e n c e p h a l o g r a m ( e e g ) s i g n a li sat y p i c a ls i g n a lo fb i o e l e c t r i c i t y w h e n n e r v ec e l l so fab r a i nt r a n s m i ti n f o r m a t i o n ，i ti sag e n e r a lr e f l e c t i o no fe l e c t r i c a l a c t i v i t i e si nt h ec o r t i c a ll a y e ra n do nt h es c a l p ，w h i c hc o n t a i n sm u c hp h y s i o l o g i c a l a n dp a t h o l o g i c a li n f o r m a t i o n w ec a nl e a r nt h er e l a t i o n s h i pb e t w e e nt h ee l e c t r i c a l a c t i v i t i e so fn e r v ec e l l sa n dt h ep h y s i o l o g i c a la n dp a t h o l o g i c a ls t a t e so fp e o p l e ，a n d t h i sr e l a t i o n s h i ph a sg r e a ts i g n i f i c a n c ei nt h ep r o v i n c eo ft h ec l i n i c a lm e d i c i n ea n d t h ec o g n i t i v es c i e n c e e e gi ss ow e a k t h eb a c k g r o u n dn o i s eo fe e gi s v e r ys t r o n ga n dt h e c h a r a c t e r i s t i co fn o n s t a t i o n a r yr a n d o mb i o e l e c t r i c i t yo fe e gi so u t s t a n d i n g t h e v a l u a b l ed a t ao fe e g o n l yc a nb eg o tf r o ms t a t i s t i c a lr e s u l tf r o ml a r g en u m b e r so f e x p e r i m e n t a ld a t a t h et r a d i t i o n a le e ga n a l y z e r sa r ee x p e n s i v e ，a n du s u a l l yw o r k e d i n a c c u r a t e ，w h i c hi sn o tc o n v e n i e n tt ou s e o nt h ef o u n d a t i o no fb a s i ce e g k n o w l e d g e ，t h i s d i s s e r t a t i o n o r i g i n a l l yr e s e a r c h e da c q u i s i t i o na n da n a l y s i s o f e e g t h em a i nj o bi n c l u d i n g ： 1 s t u d yt h eg e n e r a t i o n ，a s s o r t m e n t ，l e a d ，p l a c e m e n to fe l e c t r o d ed e t a i l e d l y 2 a na d j u s t a b l ea m p l i f i e ro fg a i na n df r e q u e n c yi ne e ga c q u i s i t i o ns y s t e m w a sd e s i g n e da c c o r d i n gt ot h ef e a t u r e so fe e g f i l t e r s c o m p r i s ee e gl o wp a s s f i l t e r ，e e gh i g hp a s sf i l t e r ，e e gb a n de l i m i n a t i o nf i l t e r 3 a ne e ga c q u i s i t i o na n dc o n t r o l p r o c e d u r e s w a sd e s i g n e db a s e do n l a b v i e wv i r t u a li n s t r u m e n t d e v e l o p m e n tp l a t f o r ma n d “n i d a q m x - d a t a a c q u i s i t i o n ”t o o l k i t ，i tu s e dt oc o l l e c te e gs i g n a l ，s a v et h es i g n a lt oc o m p u t e ra n d p l a y b a c ki ti nw a v e f o r mm o d e 4 1t h ea d v a n t a g e so fw a v e l e ta n a l y s i si nt h ep r o c e s s i n go fe e g w a sd i s c u s s e d b a s e do nt h ei n t r o d u c t i o no ft h eb a s i ct h e o r yo fw a v e l e tt r a n s f o r m a ne e ga n a l y s i s s y s t e mw a sd e s i g n e do nl a b v i e 彤u s i n gw a v e l e ta n a l y s i st of i l t e re e gs i g n a la n d e x t r a c te e gr h y t h m s b a s e do nt h ee e gp o w e rs p e c t r u ma n a l y s i s ，b e a mw a s d r a w n ，a c c o r d i n gt ot h ep r i n c i p l eo fd a t ai n t e r p o l a t i o n k e yw o r d ：e e g ，l a b v i e w ，d a t aa c q u i s i t i o n ，w a v e l e tt r a n s f o r m ，b e a m 插图清单 图1 11 0 2 0 系统电极放置法2 图1 2 典型的脑电波形4 图2 1 信号的小波分解与重构12 图2 2 小波包分解树形原理图1 3 图2 3 各阶d b 小波的甲( t ) 和甲( q ) 1 4 图3 1 脑电信号采集系统的基本组成1 6 图3 2 脑电等效电路1 7 图3 3 信号放大和处理电路功能结构图1 7 图3 4 前端处理及差分放大原理图1 8 图3 5 隔直放大及二阶低通滤波原理图1 9 图3 6 高通滤波和低通滤波电路2 0 图3 7 低通滤波器幅频特性一2 1 图3 8 双t 型选频网络原理图及幅频特性一2 2 图3 95 0 h z 带阻滤波器2 2 图3 1 0n iu s b 6 0 0 9 数据采集卡的原理框图2 5 图3 1 1n iu s b 6 0 0 9 采集卡的安装2 5 图4 1 软件功能模块2 7 图4 2 工具模板2 8 图4 3 控制模板2 9 图4 4 功能模板一2 9 图4 5 前面板3 0 图4 6 流程图3 0 图4 7n i d a q m x d a t aa c q u i s i t i o n 工具包3i 图4 8 数据采集程序流程3 1 图4 9 数据采集程序框图一3 3 图4 1 0 波形显示模块3 4 图4 1 1 数据存储模块3 5 图4 1 2 数据采集平台控制显示界面3 6 图4 1 3f f t 功率谱程序框图3 6 图4 1 4 小波工具包3 7 图4 1 5 小波滤波程序框图一3 7 图4 1 6 脑电节律提取的部分程序框图一3 8 图4 17 强度图应用v i 的程序框图及显示结果3 9 图4 18 脑电地形图绘制程序框图4 0 图4 1 9 脑电信号分析部分控制显示界面4 0 图5 1 脑电信号采集实验4 1 图5 2 三通道脑电信号4 2 图5 3 滤波后信号4 4 图5 4 功率谱4 4 图5 5 四种节律信号4 5 图5 6 脑电地形图4 5 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标志和致谢的地方外，论文中不包含其他人已 经发表或撰写过的研究成果，也不包含为获得 金b 巴些态堂 或其他教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示谢意。 学位论文作者繇枷物一期：。7 年归修 学位论文版权使用授权书 本学位论文作者完全了解 金胆王业态堂 有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借 阅。本人授权 金目曼工些太堂 可以将学位论文的全部或部分论文内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 签字日期： 栖物 l l f 学位论文作者毕业后去向： 工作单位： 通讯地址： 导师签名：易刍会 签字日期：弘八9 9 峰f7 电话： 邮编： 致谢 在硕士学位论文即将完成之际，我深深感谢我的导师方敏教授。在我攻读 硕士学位的三年时间里，自始至终得到了方老师的精心指导和热情关怀。本论 文中的每一项研究成果，都凝聚着方老师的心血。方老师严谨求实的治学作风， 宽厚坦诚的待人之道，诲人不倦的师者风范，对教育事业满腔热情、无私奉献 的工作精神，无时不感染着我，教育着我，将使我受益终生。 感谢我的父母家人，他们不仅给予我物质上的支持，而且在精神上鼓励我 不断超越自我，迎接新的挑战，正是他们的厚望和无私奉献使我能够全身心地 投入到学业和科研中，他们的殷殷之情始终是我奋斗的动力与源泉! 感谢戴祥亭、李健、李加良、刘罡、张兰芳、刘震、尹一鸣、罗来豹、程 良艳、喻海军以及8 0 5 a 所有的兄弟姐们在我的研究课题及论文写作期间给予我 的帮助。在此，祝他们前程似锦、事业有成! 最后，再次向所有曾关心、帮助过我的老师、同学、同事和朋友们表示衷 心的感谢! 作者：杨扬 2 0 0 9 年3 月 第一章绪论 随着社会的不断发展和生活水平不断提高，人们对生命健康的关注和重视 也越来越突显，近代医学的高速发展集中体现了这一点。超声波诊断仪、颅颈 多普勒诊断仪等各种高科技医疗仪器如今己经和人们的健康事业密不可分。计 算机技术则是推动这些高科技医疗仪器发展的重要动力之一，随着它在医学领 域的应用范围日益扩大，促进了医学尤其是神经电生理学的发展。在大脑电生 理领域中，现代化的检测技术、新型检测仪器以及软件也已经成为脑部疾病早 期诊断的重要手段。上世纪8 0 年代以来，随着计算机技术的发展与应用，c t 、 磁共振成像( m r i ) 及数字减影等产品的问世，简化了诊断过程，提高了精确性， 能够显示出大脑结构形态改变的清晰影像。但是，它们对大脑功能性疾病的检 查则不显影，而脑电地形图( b r a i ne l e e t r i c a lm a p i n g ，简称b e a m ，) 通过应 用计算机技术对脑组织实现时空定位、定量的分析，对揭示脑的生理状态及其 活动特性能提供重要的信息，弥补了c t 和m r i 等仪器的不足，成为神经电科学 不可缺少的诊断技术【l 。 1 1 脑电信号概述 我们知道人和动物的大脑，特别是皮层细胞，存在着频繁的电活动。这些 电活动来自神经元。脑内任何部位神经元的活动，通过容积导体( 由皮层、颅 骨、脑膜及头皮构成) 传导后在头皮形成电位分布，再用电极将头皮的电位变 化放大记录下来，这就是通常所说的脑电波，也称为脑电图( e e g ， e 1 e c t r o e n c e p h a l o g r a m ) 1 0 1 。 1 1 - 1e e g 的产生机理 自从上世纪3 0 年代b e r g e r 首次报道了人的脑电图后，对于它的形成机制， 一直是神经生理学家们感兴趣的问题。目前比较公认的看法是，脑电图是皮层 神经元群树突突触后电位的总和电位变化。3 0 年代后期f o r b e s 等( 1 9 3 6 ) 的研究 工作表明脑电慢波发生部位在突触附近。a d r a i n 和张香桐提出脑内神经元的慢 波活动发源于大脑皮层浅层并且与顶树突的活动有关。4 0 年代后，应用微电极 记录单个神经元技术，b r e m e r ( 1 9 4 9 ) 和e c c l e s ( 1 9 5 1 ) 提出了脑电节律活动的形 成机制是由大脑皮层神经元慢突触电位综合而成的。l i 和j a s p e r ( 1 9 5 3 ) 以猫为 试验体，发现利用微电极记录的皮层下电位变化和粗大电极记录的皮层表面的 脑电时相相同。c r e u t z f e l d t 等证实i 静脉注射巴比妥类药物剂量达到5 0 0 m g 时， 脑电波与细胞内记录所得的突触后电位同时消失，停止注射5 分钟则两者同时 恢复。以上这些有力地支持了突触后电位学说。无数神经元的数以万计的突触 后电位的综合形成了脑电图【23 1 。 脑电变化可分为两类：( 1 ) 当人受到声音、闪光、触击等刺激时，会在头皮 上产牛微弱的电位变化，称为事件相关电位( e r p , e v e n t r e l a t e dp o t e n t i a l ) ，也称 诱发电位( e re v o k e dp o t e n t i a l ) 。( 2 ) 神经系统本身自发地产生的电位变化，周 围没育任何刺激时仍然存在，称为自发电辑动。e e g 是脑未接受外来刺激下的 自发电活动。脑电图是脑神经细胞群电生理活动在大脑皮层或头皮表面的总体 反映。脑电囤反映了大脑组织的电活动及大脑的功能状态。 112e e g 信号获取 提取脑电信号可有不同的方法。一是将圆盘电极放在头皮上，要求电极与 头皮连接可靠，通过脑电图机记录大脑皮层的自发电活动，称为脑电图( e e g ) 。 二是在动物试验或在临床上给病人做开颅手术时，把电极直接置于暴露的大脑 皮层表面记录到的电活动称为皮层腩电图( e c o g ) 。两者都反映了大脑皮层的 自发电活动。 目前国内外普遍采用国际1 0 2 0 系统电极放置法。如图11 所示。( 1 ) 首先 确定前一后方向的电极位置，在正中线上将鼻根( n ，n a s i o n ) 、颅顶( v ，v e r t e x ) 与枕骨粗隆( i ，i n o i n ) 连成一线，此连线全长作为1 0 0 。在此连线上标出5 点：f p ( 额极) 、f z ( 额) 、c z ( 中央) 、p z ( 顶) 、o ( 枕) 。除n - f p 及1 - o 各 为此线全长的1 0 外，其余各点间距为此线全长的2 0 。( 2 ) 冠状线：从左耳 屏切迹经项部( 中央c z ) 到右耳屏切迹连一条线，全长为1 0 0 ，标出5 点分 别命名为t 3 ( 左颞) 、c 3 ( 左中央) 、c z ( 中央) 、c 4 ( 右中央) 、t 4 ( 右颢) 。 除左耳屏切迹到t 3 、右耳屏切迹到t 4 间距离为此线全长的l o 外，其余各点 间距离为此线全长的2 0 。( 3 ) 颢侧线：从即至o 引一条与鼻根耳屏切迹 一枕外粗隆连线上相平行的线，以其全长为1 0 0 ，在其间标出5 点分别命名 为：即l 、f p 2 、f 7 、f 8 、t 3 、t 4 、t 5 、t 6 。除f 口一唧1 ( f p 2 ) 及o 0 1 ( 0 2 ) 间距为此线全长的1 0 外，其余各点间距为此线全长的2 0 。国际l o 2 0 系 统电极放置法的命名即源于这种1 0 、2 0 的测量安装电极方法。编号依国际 惯例，用奇数表示左侧，偶数表示右侧。零线代表头正巾位，a 】、a 2 ( 左右耳 电极) 为参考电极。真正记录脑电信号的共有1 6 个电极，即1 6 导联。 图l11 0 2 0 系统电极放置法 原则上，记录脑电图的过程应在患者安静闭目的状态下进行。但是有些患 者在安静时完全无异常或只有不明显的极为轻度的异常，只有在特定的生理、 物理或药物条件下，潜在的异常脑电波才会出现或增强。例如，癫痫患者在发 作间歇期安静时脑电图几乎不出现异常，若进行过度换气多会出现异常波。进 行脑电图的诱发试验就是一种使潜在的异常波被引导出来或使异常程度更加显 著的方法。脑电图的诱发试验有以下几种方法：( 1 ) 睁闭眼诱发试验；( 2 ) 过度换 气诱发试验；( 3 ) 闪光刺激诱发试验；( 4 ) 睡眠诱发试验；( 5 ) 贝美格( 一种中枢神 经兴奋剂) 诱发试验。各种试验的方法及临床意义详述参见文献。在脑电数据采 集过程中，经常会有一些或强或弱的伪差信号混杂在脑电信号中。伪差是由环 境、仪器、人体状态等其他因素造成的非脑电信号，常见的有：( 1 ) 心电伪差， 心电图特别容易进入左侧耳垂的参考电极；( 2 ) 体动及肌电位的伪差，如咳嗽、 咬牙等；( 3 ) 眼动伪差；( 4 ) 出汗及皮肤电反应所致的伪差，作为缓慢的基线漂移 被记录；( 5 ) 电极质量不良的伪差，一般是电极与导线连接处有腐蚀的情况；( 6 ) 电极与头皮接触不良的伪差，此时交流电位会在相关电极记录中出现大的基线 漂移；( 7 ) 交流电干扰的伪差。在脑电描记中应尽量排除伪差，以使e e g 结果 判断正确 10 1 。 1 1 3e e g 频带分布 脑电信号是一种重要的生理电信号，它以频率为其重要特征，是振幅、相 位、频率连续变化的非周期性输出信号，其频率变化范围大约在0 5 3 5 h z 范围 内，为了便于分析处理，通常将此频率变化大致分为4 个波段： 1 ) d 波，频率为0 5 3 5 h z ，正常成人只有在深睡时才一可记录到这种波； 2 ) 0 波，频率为3 5 7 ，5 h z ，成人在困倦时常可记录到此波；o 和d 波统称慢 波，清醒的正常人身上一般记录不到0 波和d 波； 3 ) a 波，频率为7 5 1 2 5 h z ( a 1 约为7 5 9 5 h z ，a 2 约为9 5 1 2 5 h z ) 正 弦形节律，它是正常成人脑电波的基本节律，在清醒并闭眼时出现； 4 ) b 波，频率为1 2 5 3 5 h z ( b 1 约为1 2 5 2 0 h z ， 3 2 约为2 0 - - 一3 5 h z ) ，安静 闭目时只在额区出现，睁眼或进行思考时出现的范围较广，b 波的出现一般表 示大脑皮层处于兴奋状态； 在病理状态下，脑电中常出现一些异常瞬态波，如棘波、尖波、棘慢综合 波、尖慢综合波等。棘波周期短于8 0 m s ，波形呈快速上升和下降，是大脑皮质 受刺激的表现，多见于局限性癫痫。尖波周期在8 0 一2 0 0 m s 之间，波形快速上 升和缓慢下降，似三角波，多见于癫痫。棘慢综合波是由一个棘波和一个慢波 组成的复合波，出现于局限性癫痫，两侧对称、同步3 h z 持续的有规律的棘慢 节律是癫痫小发作的特征波。 尸崎 - _ - 声 硝骷诎讹m 啪吼嘶4 m ，、儿帅v0 州以凡 图1 2 典型的脑电波形 脑电图的病理波形在一般情况下不是某种疾病的标志，而是疾病所引起的 脑功能紊乱的表现。在各种病因作用下，不同疾病脑功能改变可以相似，因而 可具有类似的脑电图变化，如脑肿瘤、脑外伤等可出现类同的慢活动。反之， 病因虽然相同，但被检者由于脑功能受损的程度、范围、病程等不同，脑电图 可有不同的改变。因此，除个别波形( 如3 h z 棘慢节律表示癫痫小发作) 外， 一般不存在某种疾病所特有的波形。但是，中枢神经系统疾病及某些躯体性疾 病在各个阶段可有不同程度和性质的脑电图变化。根据脑电图的特点、异常程 度、病变部位及疾病不同阶段脑电图的变化，并结合临床资料，对疾病的诊断、 预后和防治是有帮助的。也就是说，脑电图对脑部疾病有一定的诊断价值，但 受到多种条件的限制，故多数情况下不能作为诊断的唯一依据，而需要结合患 者的症状、体征、其他实验检查或辅助检查来综合分析【l2 1 。 1 1 4 研究e e g 的意义 脑电信号蕴含着丰富的大脑活动信息，通过脑电图这个“窗口 ，人们可以 深入地了解大脑的功能状态及活动规律。通过对脑电信号的分析和处理，有效 地从脑电信号中提取出可靠的特征参量来反映脑的功能状态，已经成为生理科 学研究和临床诊断的重要手段，对于临床脑疾病诊断具有重要意义，一直是国 内外关于脑和神经科学研究的热点问题。 脑电图检查具有安全无痛、经济方便等特点，已被广泛应用于生理科学研 究和临床诊断中。主要有以下几个方面： ( 1 ) 根据脑电图判断精神状态，如：清醒、睡眠、焦虑紧张、疲劳困倦、 安静放松、情绪波动、注意力集中等。在用脑电图量化判断人体精神状态方面， 目前已进行了初步的研究。 ( 2 ) 借助脑电图进行脑和神经疾病的诊断。早期的研究结果表明，许多脑 和神经疾病如癫痫、脑炎、脑血管病、颅内肿瘤、颅脑损伤、中枢神经系统感 染、意识障碍都和脑电异常相关。例如癫痫病，c t 、核磁共振成像( m r i ) 、正 电子发射断层扫描( p e t ) 等一些非常先进的检查方法仅能表明癫痫病患者脑的 4 组织结构、代谢及局部脑血流量的变化，而无法证实是否为癫痫发作。目前脑 电图的癫痫样放电是癫痫病的唯一客观证据。脑电图不仅能帮助理解癫痫放电 的机理和病因，而且可以准确地定位癫痫病灶，为外科手术治疗创造条件。另 外还可以根据癫痫的发作类型，为选择治疗药物提供资料。再如脑瘤，异常慢 波的出现，尤其是3 h z 以下的慢波，可以通过单极导联，观察两侧脑电图的不 对称性来确定病变在哪一侧，再用双极导联观察高幅慢波就可以确诊脑瘤的位 置。 ( 3 ) 脑电图进行麻醉深度监护。麻醉深度不同时，e e g 节律和功率谱都将 发生变化。临床上e e g 已被成功用于外科手术的麻醉深度监护，e e g 还被许多 学者用于麻醉学研究。 ( 4 ) 应用脑电图进行睡眠过程的分析和研究。目前多借助脑电图进行睡眠 的分期和睡眠质量的评价，e e g 随着睡眠深度的加深总是变慢( 同步化) ，出现 睡眠梭形波和k 复合波。深度睡眠时总是出现高幅的6 特征波。从生理学角度 对睡眠质量评价不是仪仪依赖主观感受，而是以e e g 为重要依据。 ( 5 ) 脑电图作为进行死亡判定的依据。临床上，不能恢复自发的呼吸，仅 靠人工呼吸维持微弱的心跳的病人，若脑电图普遍消失，应确定为死亡。脑电 是典型的时变非平稳信号，幅度只在微伏级，检测时又极易受到噪声的污染， 波形繁杂。目前，临床医务工作者仍沿用传统的目测标注法分析脑电图，效率 低且在阅读和判断过程中易造成误诊和漏诊。因而对e e g 的分析诊断一直停留 在主观处理水平上。目测法过分简化了波的成分和复杂性，误差较大。例如， 在原始脑电数据中看来相似的波形却可能隐含着不同的时频结构，而这种时频 结构靠目测检查无法辨别。因此，寻求客观有效的e e g 检测方法已成为医学界 的迫切要求1 1 2 。 1 1 5 目前国内外e e g 研究动态和发展趋势 目前，国内外的数字化脑电图仪产品中，分析脑电信号主要采用以下三种 方法：( 1 ) 在时域上着重分析脑电波的波幅、波形、时程；( 2 ) 在频域上采用经 典的傅立叶变换方法；( 3 ) 在统计学分析方面，是将脑电信号看作准平稳过程信 号，进行相干分析、系统传递函数和脉冲响应分析以及频率的估计分析等。但 是，由于脑电源于非线性、时变、非平稳的复杂系统，使得上述传统的分析方 法存在很大的局限性。例如，传统的时域和统计分析方法无法解释脑电中大量 存在的非周期事件如极短暂的癫痫发作及偶发尖波等；以f o u r i e r 变换为核心 的经典功率谱分析方法由于存在频率分辨率和谱估计稳定性之间的矛盾、数据 加窗处理造成能量向旁瓣中泄漏使主瓣模糊不清、无法实现时间定位和时间局 部化等缺陷，使其得出的很多结论无法与神经生理学的结果相吻合。显然，要 用传统的时域、频域和统计分析方法来揭示出脑电活动的本质特征和为临床诊 断提供更多的有用信息就非常困难了。 因此，人们采用现代信号处理方法，如小波变换、现代谱估计、奇异谱分 析、混沌理论、复杂性度量、人工神经网络方法等进行了大量有益的探索。例 如，利用人工神经网络方法检测癫痫样放电阈值自动确定、对正常和异常的脑 电信号进行分类、将小波变换和神经网络结合起来检测癫痫发作；从非线性动 力学的角度如关联维数、近似熵、最大李亚普诺夫指数等研究脑电信号，用上 述参数来揭示大脑活动的一些规律；应用现代谱( 最常用的是双谱) 分析方法显 示出隐含在脑电中的高阶信息，探讨不同脑功能状态下双谱结构的差异；应用高 阶统计量对脑电进行高阶奇异谱分析等。将现代信号处理方法结合先进的计算 机技术，进行生理信号( 如脑电、心电、眼电、肌电、呼吸) 的综合分析正在 成为生物医学信号处理的发展趋势。 1 2 脑电图技术的发展 脑电图( e l e c t r o e n c e p h a l o g r a p h ) 是通过电极记录下来的脑细胞群的自发性、 节律性电活动，将脑细胞电活动的电位作为纵轴，时间作为横轴，这样把电位与 时间的相互关系记录下来的就是脑电图。脑电信号对脑功能的研究、临床诊断 都十分有意义。据文献记载，r i c h a r dc a t o n ( 1 8 4 2 1 9 2 6 ) 是第一位研究脑电活动 的人。他是英国利物浦的一名医生，从事英国皇家协会的一个研究兔子和猴子 的暴露的大脑半球的电现象。c a t o n 于18 7 5 年8 月2 4 日向协会报告了他的发 现，他用电流计描记出兔子和猴子的脑电波的震荡电位，他还描述这样的现象 “当灰质的任何一部分处于功能活动状态的时候，其电流通常会出现负的变 化，因此他不仅被认是自发脑电的第一人，还是发现诱发脑电的先驱，在脑电 面做出了里程碑式的贡献。b e c k 于1 8 9 0 年曾从动物的大脑描记出连续的电流， 并证明它是与周缘刺激、呼吸和心率无关的自发性电活动。德国神经精神病学 家h a n sb e r g e r ( 18 7 3 19 4 1 ) 被认为是人类脑电图的发现者。他在19 0 2 19 1 0 年间使用毛细管静电计( c a p i l l a r ye l e c t r o m e t e r ) 研究过狗的脑电活动，首次将 脑电命名“e l e k t e n k e l p h a l o g r a m ( 德文) 。其后他不断的改善检测仪器，从线检 流器到弦线检流器，在19 2 6 年使用s i e m e n s 双线圈检流器，灵敏度达到13 0l a v c m ，记录到了人的脑电活动。19 3 6 年以后，脑电图学在世界范围内发展很快， 开始为临床和科研服务。19 4 7 年在美国成立e e g 协会并举行了第一次国际e e g 会议，2 0 世纪7 0 年代，诱发电位技术( e v o k e dp o t e n t i a lt e c h n i q u e ) 取得了很 大进步并广泛应用于临床诊断视觉、脑干听觉和体感等。2 0 世纪8 0 年代出现 了数字化e e g 、偶极子模型和定位技术、脑地形图的临床应用。近年来脑机接 口技术又成为一大热点，特别是对康复工程领域的应用尤为感兴趣，可以从脑 电信号中提取感兴趣的特征量。传统的脑电图机采用描笔进行记录脑电波形， 热笔描记式脑电图机，在电脑普及之前应用很广泛，一般配置8 1 6 导联，用描 6 笔式记录器将脑电波记录在记录纸上，缺点是无自动分析功能，耗费纸张，不 能向使用者提供脑电数据作进一步的分析，属于模拟式脑电图机。无纸式脑电 图机，该类型的脑电图机由放大器、数据采集卡、计算机、打印机等组成。这 种脑电图机将脑电信号放大，然后转换成数字信号，读入计算机中，然后借助 计算机对数据作进一步的分析处理，然后将结果显示在屏幕上或用打印机打印 出来。脑地形图仪，与上述带计算机的脑电图机配置基本相同，其电极至少要 1 6 个电极，它按照国际导联标准将电极的位置投影到一个平面上，然后按照一 定算法计算出每个信号的功率谱，并使用插值方法，绘出头皮上脑电信号功率 谱强度的分布，现在这种功能已是脑电图机的一个基本功能。脑电监护系统， 它能对病人睡眠时的脑电实时地、连续不断地进行监护，还能对脑电信号存储、 分析，并能及时报警，分为床边机和中央处理计算机。脑电h o l t e r ，即完成对 脑电长时间、动态的记录，一般配置3 一1 6 个电极，由于数据庞大，必须对其进 行压缩，功耗较小。记录完后可以通过计算机回放、处理、分析。脑电遥测， 通过遥测技术，让病人的活动范围增加，可以随时随地对病人、实验对象脑电 进行测量，捕捉到准确有用的信息。现在均采用p c 机和打印机输出波形，其 采集卡较早的使用i s a 总线，目前使用p c i 总线的较多；而u s b 总线以其连 接方便，即插即用的显著优点得到广泛的应用【l 2 1 。 1 3 本文研究的主要内容 近年来，随着计算机技术的发展，医学信号采集与处理不断向着自动化、 智能化的方向发展。本课题要研究的内容是构筑一个虚拟仪器平台，该平台能 完成对脑电的采集、分析任务，同时系统平台要具有较强的可扩展性和灵活性。 具体内容可概括为以下几方面： 1 详细研究了脑电信号的产生、分类、导联、电极安放。 2 进行脑电采集系统中放大电路的设计。根据脑电的特性设计了一个增益 可调，滤波频率可选的放大电路。电路中包括的滤波器有：e e g 低通滤波器、 e e g 高通滤波器、带阻滤波器。 3 基于虚拟仪器开发平台l a b v l e w 和“n i d a q m x d a t aa c q u i s i t i o n 工具 包设计了脑电信号的采集控制程序，对采集的脑电信号进行脑电图的回放。 4 介绍了小波变换的基本理论，讨论了小波分析在脑电信号处理中的优势。 在l a b v l e w 平台上设计了脑电信号分析软件：用小波分析实现了对脑电信号的 滤波处理和脑电节律的提取；实现了脑电功率谱分析；基于数据平面插值技术 实现了绘制脑电地形图的功能。 7 第二章小波变换基本理论 小波变换( w a v e l e tt r a n s f o r m ，简称w t ) 是数学领域的一个重要分支，近 年来越来越受到各个学科领域的极大重视。早在1 9 5 2 年，c a l d e r o n 和z y g m u n d 就开始了对小波的纯数学研究，小波变换的数学形式是由g r o s s m a n 和m o r l e t 于19 8 4 年提出的。19 8 7 年，m a l l a t 巧妙地将多尺度分析的思想引入小波分析 中，包括小波函数的构造及信号按小波变换的分解及重构，与此同时， d a u b e c h i e s 构造了具有有限支集的正交小波集。至此，小波分析的系统理论得 以初步建立。然而，小波在工程上的大规模应用是近十年的事。目前，小波理 论己被成功地应用于很多领域，如应用数学、量子力学、物理学和信号分析等。 其中，在信号处理领域，如图象处理、语音识别、数据压缩和多分辨率分析等， 小波变换是一种强有力的分析工具。小波分析中的正交函数系是在选择适当的 基本小波( 母波) 后，通过二进制的伸缩和平移来产生其“小波”。小波分析被誉 为“信号分析的数学显微镜 ，它具有放大、缩小和平移功能，其作用类似于一 组带宽相等、中心频率可变的带通滤波器。小波分析在高频时使用短窗口而在 低频时使用宽窗口，充分体现了常相对带宽频率分析和适应变分辨率分析的思 想，从而为信号的实时处理提供了一条可能途径。本文主要研究利用小波变换 来实现脑电信号中的消噪和节律提取。小波变换是一种可实现时域或频域局部 化的时频域分析方法。它被认为是傅里叶分析发展的新阶段，具有许多其它时 频域分析( 如g a b o r 变换。v i g i n e rw i l i e 分布) 所不具备的优良特性。如正交 性、方向选择性、可变的时频域分辨率、可调整的局部支持、以及分析数据量 小等。这些良好的分析特性更加使得小波变换成为信号处理的一种强有力的新 工具和手段 1 5 1 。 2 1 傅里叶变换 2 1 1 傅里叶级数 设他) 是以2x 为周期的函数，且f ( x ) 亭( 一万，乃) ，那么 去p 咖l 虬 是r ( 一万，万) 的标准正交基，则f ( x ) 可展开为： 厂( x ) = 7 ( 以) 严 ( 2 1 ) 其中 7 ( ，z ) 2 7 - ；i j ：s ( x e i n x 出 ( 2 2 ) 称为以工) 的傅里叶级数。其中，l 的取值为整数，三2 ( 尺) 为满足f i f ( t ) 1 2 d t o 。的有限 能量空间。傅立叶级数把函数分解成在一组归一化正交系函数( 即正弦波) e 的叠加，刻画了在频域的每个离散点上信号的成分，即一个均匀离散谱。 傅立叶分析把以2 万为周期且能量有限的信号f ( x ) 亭( 一万，7 1 ) 分解到一组 在( 一万，万) 上的正交基。这组正交基在r ( 一万，7 9 ) 上稠密，也就是说其线性组合可 以覆盖在r ( 一万，刀) 上的所有函数。这样对信号的限制是很明显的，首先它要求 信号以2 x 为周期，而且这组正交基的频率分辨率是一定的，只能在特定的频 率点上进行分解，为了得到连续的能量谱，就要在实轴上对信号进行分解，于 是就引入了傅立叶变换。 2 1 2 傅里叶变换 傅立叶级数把信号分解为离散谱上数的叠加但是在对频率变化敏感的某些 应用中，离散的频率信息显得太过粗糙，傅立叶变换就是傅立叶级数在连续情 况下的推广： 设f ( x ) z ( 万，石) ，f 为满足f | f ( t ) 1 2 d t 。d 的函数空i 日- j ，那么f i x ) 的傅里叶变 化定义为： f ( c o ) = i 产( f 胁 ( 2 3 ) 其反变换是 巾) = 去7 ( 缈) 扩订 ( 2 4 ) 从傅立叶变换的定义公式可以看出，傅立叶变换是把信号完全转换到频域 进行分析，是整个时间域内的积分，识别出的频率在什么时候产生并不知道， 因此是一种全局变换，不能反映某一局部时间内信号的频谱特性，即在时间域 内没有任何分辨率。这样在信号分析中就面临着时域和频域的局部化矛盾【4 0 1 。 当待处理信号是平稳信号时，这个矛盾并不显现，傅立叶变换也不存在什 么缺陷：但对于非平稳信号，傅立叶变换就无能为力了。这就促使寻找一种信号 时频局部分析新方法【1 3 】。 2 1 3 短时傅里叶变换 短时傅立叶变换又称加窗傅立叶变换，由g a b o r 在1 9 4 6 年提出。其基本思 想是：把信号划分成许多小的时间间隔，用傅立叶变换分析每一个时间间隔， 确定该间隔存在的频率，以达到时频局部化的目的。短时傅立叶变换的表达式 为： 7 9 ( 妒) = 二巾) ；( f f ) 可础巩 ( 2 5 ) 式中，g ( f ) 为时限函数，又称窗口函数，起时限作用。g ( t ) 为g ( z ) 的共轭，8 一耐 起频限作用，g ( f ) 与g 一妇结合可起时频局部化作用。正( ，f ) 大致反映了以x ) 在时 刻t ，频率为的信号成分的相对含量。 由( 2 5 ) 可知，旦窗函数确定， 率就固定了。由于频率与周期成反比， 窗口的大小和形状固定，其时、频分辨 反映信号高频成分需要较高的时间分辨 9 率( 即窄的时间窗) ，反映低频成分需要较低的时间分辨率( 即宽的时间窗) 。 因此，加窗傅立叶变换能实现一定程度的时频局部化，但只适用于确定性的平 稳信号。 2 2 小波变换 2 2 1 连续小波变换 函数缈o ) 经过伸缩和平移可以得到函数族 a ( x ) = 彬y ( 学) 啪犬口o ( 2 6 ) 式中a 为尺度因子，其作用是将渺 ) 作伸缩；b 为平移因子。如果函数 杪n 亭满足小波允许条件： c 妒= e 铎 7 ) 则称y ( x ) 为允许小波，式中y ( ) 为缈( x ) 的傅立叶变换。对于任何f ( 工) l 2 ( r ) ， 其连续小波变换为： ( 咖) = = 小i l 厂( x 州孚) 出 ( 2 8 ) 其中半表示取共轭， 代表内积。其反变换为 厂( x ) = c 歹，( 口，6 ) y 啪( 石) i 厂 ( 2 9 ) 为了更好地从系n 统2 的概念理解小波变d 换a d 的b 物理意义，可以引入另一定义形 式，以缈。 ) 表示妒( z ) 按尺度进行扩张： y ，( x ) = 了1y ( 了x