基于小波的腦電信息提取

董素鴿 ,李 華,王小麗（鄭州大學(xué)西亞斯國(guó)際學(xué)院電子信息工程學(xué)院,鄭州 451150）

基于小波的腦電信息提取

董素鴿 ,李 華,王小麗
（鄭州大學(xué)西亞斯國(guó)際學(xué)院電子信息工程學(xué)院,鄭州 451150）

腦神經(jīng)功能信息學(xué)是信息科學(xué)與腦神經(jīng)科學(xué)的交叉科學(xué), 它既有意義重大的基礎(chǔ)研究, 又有豐富而廣闊的應(yīng)用課題腦神經(jīng)功能信息學(xué)的交叉學(xué)科的性質(zhì), 不僅體現(xiàn)在其研究方法、研究領(lǐng)域與其他學(xué)科的重合和互補(bǔ)上,還體現(xiàn)在其從基礎(chǔ)研究走向應(yīng)用研究的過程中與其他學(xué)科的雙向促進(jìn)。腦電圖信息是反映大腦活動(dòng)狀態(tài)的重要數(shù)據(jù)，該種類型的數(shù)據(jù)信息主要具有自動(dòng)性和誘發(fā)性。在這種情況下，如何更好地對(duì)這些信息加以分析，并進(jìn)行有效利用對(duì)于醫(yī)學(xué)上的臨床診斷工作水平的不斷提高來說具有十分積極的意義。小波變換是信號(hào)分析和特征提取的重要工具，能夠?qū)r(shí)間這一要素考慮在內(nèi)。本文對(duì)此進(jìn)行了有效分析，并指出了改進(jìn)方法。

自發(fā)腦電信號(hào); 誘發(fā)腦電信號(hào);小波變換; 閾值

1 引言

進(jìn)入二十一世紀(jì)之前, 美國(guó)最早提出了“ 人類腦計(jì)劃”這一研究課題, 該項(xiàng)研究主要屬于神經(jīng)信息學(xué)方面的研究工作, 其實(shí)是對(duì)神經(jīng)學(xué)科與信息技術(shù)的融合。從這一一時(shí)期開始，人們便將更多的精力投入到大腦支配行為的研究當(dāng)中。人工電子耳蝸就是腦神經(jīng)功能信息學(xué)的典型應(yīng)用，把麥克風(fēng)接收到的數(shù)據(jù)信息, 經(jīng)過特殊手段處理成為多通道（ 可多達(dá)28 通道以上）的語(yǔ)音刺激信息,用一定的微電極對(duì)耳蝸處的聽覺細(xì)胞進(jìn)行有效調(diào)控,從聽覺上可以達(dá)到良好的效果, 強(qiáng)化大腦神經(jīng)中樞的聽覺功能?，F(xiàn)階段，澳大利亞、美國(guó)在這些方面均取得了一些進(jìn)步。對(duì)于這些研究?jī)?nèi)容我們可以進(jìn)行如下的分析[1，2]:

（1） 腦功能數(shù)據(jù)信息的收集、整理，這是開展相關(guān)性研究的最基本的要素。

（2）對(duì)于出現(xiàn)異常的腦部疾病表癥的檢查，這是腦功能信息學(xué)最應(yīng)該研究的，具有關(guān)鍵性的內(nèi)容。

（3） 腦功能調(diào)控及康復(fù)研究，這在醫(yī)學(xué)領(lǐng)域有很廣泛的應(yīng)用。腦電信息（Eleetroeneephalogram簡(jiǎn)稱EEG）是人體內(nèi)部大腦信息活動(dòng)的整體檢查反應(yīng)。人體大腦活動(dòng)，被稱作是Elektroenkephalogramm，簡(jiǎn)稱EEG。二十世紀(jì)三十年代，Deicth首次對(duì)EEG的相關(guān)內(nèi)容進(jìn)行了分析。在之后的幾年里，該領(lǐng)域分別展開了相關(guān)的各項(xiàng)分析研究工作。不同的分析方法所分析的對(duì)象具有很大的不同，如幅度、均值、方差等。

在有的情況下，可以接受到的腦波信息是非常微弱的，且信號(hào)源的內(nèi)阻很高，不管采取什么樣的檢查手段最后所得的效果差異性也很大，同時(shí)還特別容易受到外部信息源的影響。小波調(diào)整是各類信號(hào)不斷進(jìn)行有效調(diào)整的重要手段，不管在時(shí)間上還是在地域上都會(huì)受到很大的影響，適應(yīng)性很強(qiáng)。一些頻率比較高的波，需要采取特殊的方式控制好時(shí)間范圍與距離范圍，才能獲得有用的信息，加以利用，才可以進(jìn)行更加精確的分析從而獲得理想的效果;對(duì)于波頻比較低的情況，小波分析采用逐漸粗略的時(shí)域或空域采樣步長(zhǎng)，這樣才能獲得更加客觀的整體的信息?，F(xiàn)階段，在醫(yī)學(xué)界的臨床治療中，對(duì)于腦電圖的分析很多情況下都是通過肉眼觀察來完成的，這種傳統(tǒng)的方式很容易引起各類失誤的產(chǎn)生，容易導(dǎo)致臨床EEG的“數(shù)據(jù)壓縮”和“特征提取”處在主觀階段無法改變。小波分析則會(huì)對(duì)這些問題產(chǎn)生很大的影響，為影響信號(hào)的有效傳遞。在對(duì)狀態(tài)進(jìn)行調(diào)整時(shí)，通過傳統(tǒng)形式無法實(shí)現(xiàn)正常的轉(zhuǎn)變，在這種情況下我們必須進(jìn)行必要的檢測(cè)，還需要對(duì)周期性的數(shù)據(jù)信息進(jìn)行個(gè)別化處理。小波則會(huì)對(duì)局部特征產(chǎn)生獨(dú)特的影響，在短時(shí)間內(nèi)實(shí)現(xiàn)更好地轉(zhuǎn)變，不但能對(duì)數(shù)據(jù)進(jìn)行調(diào)整，同時(shí)也能進(jìn)行數(shù)據(jù)信息的進(jìn)一步簡(jiǎn)化。

2 基于小波的腦信號(hào)去噪

2.1 小波閾值法在腦電信號(hào)去噪中的應(yīng)用

用Dnohoo提出的小波閾值措施可以控制噪聲的干擾。該種措施的觀點(diǎn)是信號(hào)對(duì)應(yīng)的小波系數(shù)對(duì)于信號(hào)的影響是重要的，其幅度比較大，而且數(shù)目的量也比較低，同時(shí)其與噪聲相關(guān)的系數(shù)也很容易發(fā)生變化，個(gè)數(shù)與幅度均會(huì)發(fā)生很大的變化。在這一思想觀念的基礎(chǔ)之上，Donoho等人則提出了相應(yīng)的方法進(jìn)行控制，將絕對(duì)系數(shù)值控制在一定的范圍內(nèi)，在這種方式之下小波系數(shù)則會(huì)發(fā)生相應(yīng)的改善。通過這種措施在Besov空間中可以得到最佳的實(shí)現(xiàn)方式，而其它的估算方式（包括核估計(jì)、近鄰估計(jì)以及局部多項(xiàng)式估計(jì)）都不能達(dá)到這種效果，所以該種方式是目前去除噪聲干擾的最佳方式。本文在這一基礎(chǔ)上進(jìn)行了相應(yīng)的研究與分析，對(duì)其在腦電系統(tǒng)中的應(yīng)用進(jìn)行了分析。在生物醫(yī)學(xué)信號(hào)采集過程中，可以通過過個(gè)儀器設(shè)備的使用來達(dá)到良好的效果，所有信號(hào)的使用都是獨(dú)立成分的相互融合，這一點(diǎn)具有普遍使用性。在進(jìn)行腦電信息收集的過程中，不但會(huì)對(duì)腦內(nèi)神經(jīng)元產(chǎn)生影響，同時(shí)也會(huì)對(duì)其它方面產(chǎn)生重大影響，影響了研究結(jié)果的科學(xué)性。所以需首先將心電和腦電信號(hào)進(jìn)行分離。

2.2 快速定點(diǎn)獨(dú)立分量算法用于心腦電信號(hào)的分離研究

采取獨(dú)立分量診斷（CIA）是最近幾年最常用的重要信號(hào)處理技術(shù)，主要的方法就是將不同的幾個(gè)原則分解成為相關(guān)的幾個(gè)方面，在CIA為基礎(chǔ)的條件之下，進(jìn)行不同信號(hào)源的設(shè)計(jì)。

其中，ICA的問題可以敘述如下:可以對(duì)相關(guān)獨(dú)立源進(jìn)行設(shè)計(jì)，S（t）=[s1（r），s2（t），…sm（t）]T經(jīng)過線性瞬時(shí)系統(tǒng)的確認(rèn)以后，可以測(cè)得數(shù)據(jù)信息為X（t）= [x1（t），x2（t），…，xm（t）] T，即S（t）= X（t）。其中各類數(shù)據(jù)信息源的系統(tǒng)都是無法得以確認(rèn)的，只有在混合后的情況下X（t）可以得到確認(rèn)。ICA的主要工作就是對(duì)A和源信號(hào)S（t）的進(jìn)一步確認(rèn)，從中尋找出更好的解決方案W,從X（t）中分離出S（t）的各分量Y（t），即Y（t）= WX（t），以此證明在n大于等于m的前提之下，如果S（t）中含有的高斯分量的個(gè)數(shù)不足，在Y（t）逼近S（t）的情況下，只是Y（t）中各所含有的各個(gè)成分表現(xiàn)出了各自的不同。從本質(zhì)上來說可以達(dá)到一定的效果，通過各類信息的使用來達(dá)到良好的效果。所以，CIA所涉及到內(nèi)容可以從下面幾個(gè)方面反映出來:優(yōu)化判據(jù)（代價(jià)函數(shù)）和尋優(yōu)算法，在計(jì)算方法不斷深入發(fā)展的當(dāng)下，精度和穩(wěn)定性是所有的計(jì)算工作所必須遵守的一個(gè)原則。

通過專門的手段進(jìn)行處理后所得的數(shù)據(jù)信息仍然表現(xiàn)出受到影響的特點(diǎn)，接下來我們將要對(duì)各類電信號(hào)進(jìn)行進(jìn)一步處理。將電腦信號(hào)作為最初的研究對(duì)象。使用軟閉值法去噪后重建的信號(hào)，對(duì)于信號(hào)的重構(gòu)容易產(chǎn)生影響。不過，在這種情況也會(huì)對(duì)電腦的具體使用產(chǎn)生重大影響，隨著尺度的不同，信號(hào)與噪聲的模制也會(huì)產(chǎn)生很大的差距，所以必須選定標(biāo)準(zhǔn)的值數(shù)進(jìn)行分析研究，容易對(duì)原始信號(hào)產(chǎn)生不利的影響，導(dǎo)致信息失去效用。但是在電腦信號(hào)往往會(huì)受到更大的影響，但是小波對(duì)其產(chǎn)生的影響則是獨(dú)立的，所以，必須根據(jù)實(shí)際的需求對(duì)此進(jìn)行進(jìn)一步的改進(jìn)和完善[3，4]。

2.3 基于中值濾波的自適應(yīng)小波閩值方法。

（1）自適應(yīng)閉值法，在尺度不斷加大的同時(shí)，對(duì)于噪聲所產(chǎn)生的影響的調(diào)控是有限的，信號(hào)的幅度與密度也會(huì)隨之發(fā)生相應(yīng)的變化。所以說每一個(gè)環(huán)節(jié)上的尺度都會(huì)受到相應(yīng)的影響，對(duì)于EEG信號(hào)的產(chǎn)生來說太過簡(jiǎn)單粗糙。所以必須要對(duì)相應(yīng)的數(shù)據(jù)進(jìn)行專業(yè)的調(diào)控。[5]

（2）中值濾波方法。通過一系列的過濾措施能夠達(dá)到良好的效果，將噪聲的產(chǎn)生控制在一定的范圍以內(nèi)，不利于信號(hào)的有效傳遞，無法使用信號(hào)的有效傳播。

3 腦神經(jīng)功能信息學(xué)的主要研究領(lǐng)域

腦一機(jī)相互連接的分析。 腦機(jī)相互連接, 是在人腦和計(jì)算機(jī)或其它電子儀器之間構(gòu)建起一種數(shù)據(jù)信息的相互融合, 主要目標(biāo)就是實(shí)現(xiàn)信息技術(shù)與計(jì)算機(jī)之間的良好連接,有利于計(jì)算機(jī)信息技術(shù)功能的強(qiáng)化、完善、實(shí)現(xiàn)各類信息的綜合高校利用,有利于殘疾病人各項(xiàng)身體技能的進(jìn)一步恢復(fù)完善。

音樂認(rèn)知與腦功能機(jī)制研究?，F(xiàn)階段,從音樂角度出發(fā)進(jìn)行的研究工作已經(jīng)從心理發(fā)展到了大腦，這一轉(zhuǎn)變有利于將更加精密的儀器設(shè)備與高端的研究技術(shù)與學(xué)科的拓展研究工作精密的聯(lián)合起來，以達(dá)到良好的研究效果，通過探索音高、音樂速度刺激等的改變對(duì)誘發(fā)腦電的幅度和潛伏期來進(jìn)一步加深對(duì)大腦結(jié)構(gòu)以及內(nèi)部機(jī)制的認(rèn)識(shí),所得的研究結(jié)果將會(huì)對(duì)我們的生活與發(fā)展帶來積極的影響。

4 展望和結(jié)束

對(duì)于腦神經(jīng)的功能性研究，是現(xiàn)階段生命科學(xué)和腦科學(xué)最為前沿性的研究領(lǐng)域, 對(duì)其進(jìn)行的研究工作將會(huì)對(duì)我們的日常生活產(chǎn)生極大的影響, 不但有利于我們對(duì)腦功能的進(jìn)一步理解, 同時(shí)也能夠進(jìn)一步實(shí)現(xiàn)相關(guān)學(xué)科領(lǐng)域信息的豐富化。其最終的研究結(jié)果將會(huì)使得臨床診斷與治療評(píng)估結(jié)果進(jìn)行完善, 該項(xiàng)研究工作將會(huì)對(duì)社會(huì)和諧發(fā)展產(chǎn)生積極的影響, 有利于人類社會(huì)的優(yōu)化性進(jìn)化發(fā)展, 不僅能夠?qū)崿F(xiàn)身體健康同時(shí)能夠提高人們的工作能力與效率。應(yīng)用是科學(xué)研究的重要推動(dòng)力, 同時(shí)更是對(duì)以往研究工作的進(jìn)一步驗(yàn)證。雖然其中存在很多技術(shù)性的難點(diǎn)，不過,其所具有的功能性效果是不容質(zhì)疑的。

[l]鄭崇勛,裴曉梅,徐進(jìn).腦神經(jīng)功能信息學(xué)研究進(jìn)展[J].中國(guó)醫(yī)療器械雜志,vol.30（6）:399-407.20.

[2]唐孝威,尹嶺,唐一源.人類腦計(jì)劃和神經(jīng)信息學(xué)[J].武警醫(yī)院,2003.

鄭州大學(xué)西亞斯2014年度校級(jí)科研項(xiàng)目，編號(hào)2014KYYB05