基于模式识别方法提取脑电特征信息及其在脑卒中诊断中的应用
脑卒中是导致人类死亡的一大病因，尤其是缺血性脑卒中，占到所有脑卒中患者的60～80％。由于脑卒中有效治疗时间特别的短，只有四五个小时，超过这个时间，致残率会大大升高，所以及时的诊断，并进行迅速的治疗非常的关键。目前诊断方法主要是影像诊断，包括计算机断层扫描、核磁共振、经颅多普勒、血管造影，但上述的方法得出诊断结果需要的时间都比较久，而且为了使影像更加的清晰，往往需要注射造影剂，是有创的。脑电信号的诊断和影像诊断不同，由于脑电信号拥有精度高、采集过程易于操作、对病患无创等优点，在脑卒中的诊断中，脑电信号的研究一直是一个很重要的方向。本文采用的脑电数据来自首都医科大学附属北京天坛医院，数据包括8个左脑缺血性卒中患者，4个右脑缺血性卒中患者以及4个作为对照的健康人。本文的研究内容包括以下三个方面: (1)第一部分使用短时傅里叶变换(STFT)和频带能量的方法，获得delta频带能量占比(DFBEP)，alpha频带能量占比（AFBEP），以及后者与前者之比(AD)三个指标。结果如下，对于健康人，以上三个指标在左右半球之间是对称的，但对于卒中患者，病灶侧半球的DFBEP明显高于另一侧，AFBEP和AD则相反，而且AD比AFBEP更加的敏感，从而可以判断卒中的病灶位置。对一个时间长达15个小时的左脑卒中患者的脑电信号进行长程监测，通过对这三个指标的趋势分析，得出病人病情的变化趋势，与病人的实际情况一致。 (2)第二部分运用层次聚类的方法，分别从脑电信号的时域、频域和时频域三个角度对每一个人的8组脑电数据进行聚类分析。结果表明，健康人的聚类分析结果呈现一致性，脑卒中患者的聚类分析结果比较凌乱，但没有出现和健康人一致的聚类结果。所以可以用来确定一个人是否为健康人。 (3)利用短时傅里叶变换、主元分析法(PCA)和箱型图相结合的方法，以健康人的脑电数据为训练数据，以左右脑卒中患者的数据为检测数据，得出一种对左右脑缺血性脑卒中患者分类的方法。并探讨了是否做预处理和窗口长度两个因素对分类结果的影响。最后得出是否做预处理对结果影响不大，窗口长度在左脑卒中患者到达60s，右脑卒中患者到达90s时，结果达到最佳。
脑电信号;短时傅里叶变换;频带能量;层次聚类
北京化工大学
硕士
化学工程与技术
孙巍
2019
中文
TN911.7
2019-09-26（万方平台首次上网日期，不代表论文的发表时间）