小波分析原理及在脑电图中的应用

小波变换是一种时/频域的分析方法,它将时域的一维信号变换至时间—尺度的二维空间。小波分析的一个重要特点就是具有良好的时频局部化性质,对于处理时变信号具有独特的优越性。而医学信号如脑电信号就是非稳态的时变信号,特别是许多疾病的信号如癫痫的脑电信号就是一种突变的信号。利用小波分析,分离出有关信号,减少诱发、长期监护等手段来获得特征波的方法,能方便、快速的提取有关信号,作为癫痫诊断的辅助方法。     

WICA算法在脑电P300波成分提取中的应用研究

目的:研究新的脑电波成分提取方法,以便更有效地提取脑电P300波成分.方法:根据脑电信号以及信号分析方法各自的特点,把小波变换(WT)和独立分量(ICA)相结合的方法(WICA)应用到脑电P300波成分提取中.结果:小波变换可以增强待检测信号成分,削弱非目标信号成分和噪声的干扰;在经过小波变换后子带重组的多道ICA输入信号中,非目标信号成分和干扰信号成分已变得较弱,因此WICA算法能有效地分离出相对较强的目标信号成分.结论:实验结果表明,WICA算法在脑电P300波成分提取中取得了比较理想的效果.     

脑电节律提取的小波变换方法

脑电（EEG）信号是种基本的人体生理信号．具有极其重要的临床和科研价值。为了提取脑电节律．提出一种基于小波变换的方法。这种方法使用Daubechies正交小波基．首先把EEG信号在其上进行多尺度分解．在某些尺度上对干扰信号进行消除．然后提取动态脑电节律。此方法不仅可以有效的消除脉冲干扰．而且能够很好地对脑电基本节律信号进行提取。     

心外膜标测系统中基于小波变换的室颤波检测技术

提出了一种基于小波变换进行心脏室颤波特征点识别的新方法。该方法首先对信号在特定不同尺度上的小波变换结果进行“多尺度交叉搜索”,然后再在此基础上进行自适应判决检测。实践证明该方法的识别率达到９４．５％,通过与常规检测方法进行比较发现它具有明显的优越性。     

基于小波神经网络的脑电信号数据压缩与棘波识别研究

在对小波神经网络及其算法研究的基础上，提出了一种对脑电信号压缩表达和痫样脑电棘波识别的新方法。实验结果显示，小波网络在大量压缩数据的同时，能够较好的恢复原有信号，另外，在脑电信号的时频谱等高线图上，得到了易于自动识别的棘波和棘慢复合波特征，说明此方法在电生理信号处理和时频分析方面有着光明的应用前景。     

应用小波变换模极大值检测ECG特征点

利用小波变换模极大值对ECG信号进行奇异性检测，提取ECG信号P波、T波和QRS波群的特征点，具有定位准确，检出率高的特点。实验中选用Mexicanhat连续小波算法，应用MATLAB6．5对MIT-BIH心电数据库的数据进行处理，证实了算法的有效性和可靠性。     

用LM算法改进的BP网络在表面肌电信号识别中的应用研究

提出用Levenberg-Marquardt算法改进BP神经网络识别表面肌电信号的方法.采用多尺度小波变换对肌电信号进行分析,提取各尺度下小波系数幅值的最大和最小值构造特征矢量,输入BP神经网络可进行模式识别,经过训练能够成功地从表面肌电信号中识别展拳、握拳、前臂内旋、前臂外旋四种运动模式.实验表明,LM算法在响应时间和识别精度上都比标准的BP算法有了很大提高.     

基于小波变换和BP神经网络的视觉诱发电位识别

结合小波变换和BP神经网络对视觉诱发脑电信号（VEP）进行分类而产生脑机接口控制信号。利用一维离散小波变换提取强噪声背景下的低频微弱脑电信号，获取特征向量输入BP神经网络进行事件相关电位模式识别。实验表明，小波变换特征向量提取方法能有效地实现信号的去噪、降维和特征提取，BP神经网络能比较准确地从VEP中识别出事件相关电位，进行10次测试的平均识别正确率为99．375％，有利于产生脑机接口控制信号。     

基于小波变换的病灶心音信号识别

心音信号分析在无创诊断心血管疾病中发挥着重要作用,病灶心音信号中包含大量的心脏疾病信息。本文根据心音信号频率分布的特点,采用小波变换算法,在不同的尺度上对心音信号进行提取分析,将不同尺度的高频部分进行重构,分别计算其能量,再对比正常心音在相应尺度上的能量分布,通过仿真可实现对病灶信号的识别。本文方法能够准确识别病灶信号,由于较少采用复杂度高的算法方法,因而具有较高的检测效率。     

基于SVM算法癫痫脑电的研究初探

目的：通过算法的选择，对癫痫患者进行无创性脑电图筛查，以期及早发现、正确干预具有癫痫发病倾向的人群，有效降低癫痫的发病率、致残率和死亡率。方法：通过对基于支持向量机分析技术的数字脑电图（EEG）信号正常和癫痫特征渡的提取、自动识别和分型等研究．以期实现癫痫的自动、规模性筛查。结果：癫痫患者和健康人的16导脑电信号在能量特征上表现出较高的模式可分性．支持向量机作为一种新的机器学习方法，具有较强的泛化能力，基于该算法的EEG信号的分类方法会成为诊断隐匿癫痫患者的一种新的可行途径。结论：SVM算法适合有限样本（小样本）问题，对自发脑电信号的分类可以取得较好的效果．可用于癫痫脑电信号异常的筛选。     

基于小波变换的癫痫脑电相位同步化分析方法

目的：探讨预报癫痫疾病的方法。方法：应用基于小波变换的相位同步化分析方法．对6例癫痫患者长期颅内EEG记录的8个导联进行相位同步化分析，得到每两个导联之间的相位同步化值R。结果：6例癫痫患者的分析结果均表明该方法可以区分发作间期与发作前期的状态。结论：基于小波变换的相位同步化分析方法是一种适用性强、局限性小、可靠性高的癫痫预报算法。     

动态脑电图监测对癫痫诊断和鉴别诊断的意义

目的探索24h动态脑电图(AEEG)对癫痫诊断和鉴别诊断的意义。方法对225例临床确诊为癫痫及121例非癫痫性发作性疾病患者的AEEG诊断行回顾性分析。结果AEEG与EEG的异常率及痫样放电检出率均有非常显著性差异(P<0.01)。AEEG描记中睡眠期痫样放电检出比清醒期增加15.6%,且57.8%出现在NREM1～2期。癫痫组与非癫痫组两组之间异常率和痫样放电检出率均有显著性差异(P<0.05)。睡眠纺锤波的缺如及减弱,对癫痫患者具有重要的脑电图意义。AEEG可以记录到癫痫发作起始时的波形变化。结论AEEG对癫痫的诊断、鉴别诊断和治疗有重要意义。     

24h动态脑电图监测对儿童癫痫的诊断价值

目的探讨24h动态脑电图在儿童癫痫与非癫痫发作性疾病诊断与鉴别诊断中的价值。方法2004年11月~2007年9月在我院癫痫专科门诊就诊的具有发作性症状儿童病例845例,其中拟诊癫痫554例,非癫痫性发作性疾病291例,全部病例均作常规脑电图(EEG)和24h动态脑电图(AEEG)检查。结果拟诊癫痫554例,经24h动态脑电图检查,结合其临床表现,确诊为癫痫491例;而拟诊非癫痫性发作性疾病291例,经24h动态脑电图检查,结合其临床表现,276例被除外癫痫。结论24hAEEG是鉴别诊断儿童癫痫与非癫痫发作性疾病的可靠检查方法。     

儿童植物神经发作性癫痫62例分析

目的:分析儿童植物神经发作性癫痫的临床特点,探讨其病因、诊断及预后的相关因素。方法:对1996～2005年本院收治的62例植物神经发作性癫痫患儿进行回顾性分析,包括病因、临床表现、发作类型、脑电图及神经影像学检查等。结果:男童23例(37.1%),女童39例(62.9%);7岁以上38例(61.3%);病程在6个月内29例(46.8%),1年内46例(74.2%)。病因较明确54例(87.1%),其中最常见为围生期窒息16例(25.8%),其余依次为高热惊厥10例(16.1%)、脑发育畸形9例(14.5%)、产伤6例(9.7%)、颅脑外伤5例(8.1%)、中枢神经系统感染4例(6.5%)、癫痫发作家族史3例(4.8%)、脑动脉瘤1例。腹型癫痫25例(40.3%),头痛型癫痫20例(32.3%),再发性呕吐17例(27.4%)。常规脑电图检查59例有痫样放电,阳性率95.2%;55例患儿进行了神经影像学检查,其中21例(38.2%)有异常发现。治疗有效48例,总有效率77.4%。影响疗效的主要因素有脑电图异常程度、发病年龄及病程。结论:脑电图对诊断至关重要,要注意提高其阳性率;神经影像学检查有助明确病因;脑电图异常程度轻、发病年龄小、早期治疗有助改善预后。     

脑电图在癫痫诊断和治疗中的研究进展

癫痫主要是指大脑内部神经元突然兴奋放电而导致的患者出现暂时功能障碍。癫痫主要是在夜间发作,并且患者自身对于癫痫发作过程没有明显印象。医生主要依据患者家属以及患者癫痫发作时其他在场人员对患者的病情进行诊断,但是这种诊断方法准确性较低。近些年随着脑电图技术的不断成熟和完善,人们发现脑电图对于癫痫症状具有良好的诊断价值,原发性癫痫和继发性癫痫在发作时,脑电图图像上均具有明确的相应。因此近些年人们关于脑电图在癫痫诊断和治疗中的应用开展了大量的研究工作,取得了一些新认识和新进展,本文对这些进展进行综述,以期为临床癫痫诊断和治疗提供借鉴。     

Performance of epileptic single-channel scalp EEG classifications using single wavelet-based features

Classification of epileptic scalp EEGs are certainly ones of the most crucial tasks in diagnosis of epilepsy. Rather than using multiple quantitative features, a single quantitative feature of single-channel scalp EEG is applied for classifying its corresponding state of the brain, i.e., during seizure activity or non-seizure period. The quantitative features proposed are wavelet-based features obtained from the logarithm of variance of detail and approximation coefficients of single-channel scalp EEG signals. The performance on patient-dependent based epileptic seizure classifications using single wavelet-based features are examined on scalp EEG data of 12 children subjects containing 79 seizures. The 4-fold cross validation is applied to evaluate the performance on patient-dependent based epileptic seizure classifications using single wavelet-based features. From the computational results, it is shown that the wavelet-based features can provide an outstanding performance on patient-dependent based epileptic seizure classification. The average accuracy, sensitivity, and specificity of patient-dependent based epileptic seizure classification are, respectively, 93.24%, 83.34%, and 93.53%.     

Epilepsy surgery in childhood: theory and practice

1-1.5% of the Hungarian child population has epilepsy, and around 20% of them produces seizures in spite of modern antiepileptic drugs. A part of the pharmaco-resistant children may benefit from surgical removal of the epileptogenic focus. Presurgical evaluation has been developed a lot since the progress of neuroimaging, video-EEG monitoring, neuropsychology, and neurosurgical techniques in the 1990s. Authors summarize the important steps of presurgical evaluation in epileptic children emphasizing the role of history taking, physical examination, neuroimaging, standard EEG, long term monitoring, and neuropsychology. They describe the surgical treatment of the most important epilepsy syndromes in childhood analyzing the data of 58 epileptic children examined in the Bethesda Children's Hospital and operated in the National Institute of Neurosurgery (Budapest, Hungary). Age of children at surgery was between 16 months and 18 years, dysplasia and benign tumors covered etiology in 59% of the cases. The most frequent intervention was resection; however also some callosotomies and hemispherotomies were completed. Authors emphasize the importance of early surgical intervention of therapy resistant children in order to prevent the deteriorating effects of epilepsy on childhood psychomotor development.     

基于平稳小波变换的自适应心电信号去噪方法

针对小波变换的阀值去噪在心电信号消噪中的缺陷,提出将平稳小波变换和自适应滤波方法相结合的心电信号消噪方法。平稳小波变换有效地抑制了传统离散正交小波变换易产生Gibbs振荡现象。在高尺度的平稳小波分解系数中引入了自适应滤波,既消除了基线漂移噪声,又较好的保持了心电信号的低频低幅的P波、T波及ST段波的形态。这对于进一步分析心电信号的其他特征信息具有重要作用。     

33例儿童腹型癫痫临床观察与脑电图分析

目的分析儿童腹型癫痫脑电图特点。方法用日本光电7314F型脑电图仪检查33例儿童腹型癫痫患者。结果33例儿童腹型癫痫患者,异常波主要为:(1)出现单个棘、尖-慢复合波7例;(2)出现阵发性中至高波幅θ活动10例;(3)出现阵发性中至高波幅δ活动3例;(4)枕、颞区一侧性局限性慢活动3例。脑电图异常23例,异常率为69.6%。全部病例均使用抗癫痫药治疗,经过6个月～2年治疗观察,20例腹痛发作完全控制,9例发作次数明显减少,治愈好转率达87.8%。结论脑电图检查对儿童腹型癫痫的诊断、鉴别诊断和预后都有重要的意义。