CN101254098B - 一种脑电超慢波分析处理装置 - Google Patents
一种脑电超慢波分析处理装置 Download PDFInfo
- Publication number
- CN101254098B CN101254098B CN2007101633020A CN200710163302A CN101254098B CN 101254098 B CN101254098 B CN 101254098B CN 2007101633020 A CN2007101633020 A CN 2007101633020A CN 200710163302 A CN200710163302 A CN 200710163302A CN 101254098 B CN101254098 B CN 101254098B
- Authority
- CN
- China
- Prior art keywords
- power
- pedigree
- analysis module
- slow
- brain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明为一种脑电超慢波分析方法及其数据处理装置,它通过对0.5-50Hz范围内的脑电波进行系列分析,提取出其中超慢波,并分析超慢谱系功率,用以反映所对应的脑神经递质的功能状况,为建立一种无创伤脑神经递质功能检测方法提供了条件。
Description
技术领域
本发明涉及诊断用医疗技术设备领域,特别涉及对超慢频率电波进行检测分析的设备;本发明还涉及应用该设备对脑电进行检测分析的方法。
背景技术
在当代医疗技术领域,心电图、脑电图、肌电图等采集分析人体生理和病理电信号的仪器设备被普遍应用,成为诊断的重要手段。目前的电子诊断器具对电波的采集分析局限于快波频段,即频率在Hz以上到兆Hz级别的电波,而对频率在0.3Hz以下的慢波特别是对频率在mHz级别的超慢波无以采集和分析。
在脑电技术领域,现有的脑电分析设备检测频率在0.5-50Hz范围的脑电波。然而,有动物实验表明,在mHz级别的超慢波范围内,某特定频率的脑电波变化反映脑内某种神经递质的变化,成一一对应关系。目前已确认六种递质所对应的超慢波频率,它们是,1mHz→伽马氨基丁酸;2mHz→谷氨酸;4mHz→5-羟色氨;5mHz→乙酰胆碱;7mHz→去甲肾上腺素;11mHz→多巴胺。因此,通过对脑电信号中的超慢波分析来检测脑内神经递质的水平是一种很有前途的无创伤检测方法。在其准确性达到足够高的程度时,将可取代现有的生物化学检验方法。
本发明人的在先专利申请CN1632816A“一种脑电涨落信号分析方法及其设备”,在上述研究成果基础上,提出了一种无创伤的脑内神经递质检测技术。通过依次进行的脑电功率涨落信号分析、脑电涨落图分析和S谱系分析对脑电信号进行分析,筛选脑电中超慢波,按其功率进行排序,并对脑内神经递质所对应的超慢波基频及其谱系进入前八位的次数进行统计,以统计数据来反映该神经递质的功能状况。
但该专利申请的技术在应用中发现若干不足之处:①它在进行优势脑波的提取时,只将功率值最大的频率提取出来,其它的频率被忽略,导致有效信息丢失;②它所分析的超慢波限定在1-255mHz的范围内,而在255mHz之外还有大量的有价值的超慢波信息被遗弃;③它以统计各神经递质所对应的特定频率超慢谱系进 入各频率排序前八位的次数作指标,所反映的是多种神经递质功能大小的排序情况,而非各个神经递质实际存在的水平,与临床需要尚有距离。而且,该方法忽略了排序第九位以后的信息,使检测结果包含的信息不全面,影响结果的准确性;④它没有对超慢谱系之间的相互关系进行深入分析的模块,不能检测超慢谱系之间相互作用的深层次的信息。
临床实践和动物实验表明,该专利申请技术的准确率只有50%左右,限制了它的临床使用。
发明内容
本发明的目的在于提供一种具有高灵敏度和高准确性的脑电超慢波检测方法,同时提供应用该方法对脑电超慢波进行检测分析的设备。
本发明一种脑电超慢波分析方法,包括脑电功率涨落信号分析和相继进行的脑电涨落图分析、单频竞争分析、熵值分析。
脑电功率涨落信号分析的步骤为,对脑电信号数据按设定的时间长度进行分段,对每段数据进行功率谱分析,得最大功率幅值或总功率幅值。最大功率幅值为每个时间段中0.5-50Hz频率范围内的最大功率幅值;总功率幅值为每个时间段中0.5-50Hz频率范围内任一频段的功率;将最大功率幅值或总功率幅值作为这一段数据相应的涨落信号采样点,将所有涨落信号采样点按原来的时间顺序排列,从而得到最大功率幅值涨落信号和相应频率涨落信号,或总功率幅值涨落信号,将最大功率幅值涨落信号和总功率幅值涨落信号作为重组的脑电涨落信号。
本发明脑电超慢波分析方法,包括在脑电功率涨落信号分析基础上进行熵值分析,步骤为,根据 来计算熵,pk为脑电波中各个频率占优的概率。
本发明脑电超慢波分析方法,包括在脑电功率涨落信号分析的基础上进行单频竞争分析,步骤为,将脑电功率涨落信号分析取得的频率涨落信号中相同的最优频率数目随时间变化过程进行累加,得到最优频的概率曲线。
本发明脑电超慢波分析方法,包括在脑电功率涨落信号分析的基础上进行脑电涨落图分析,步骤为,将重组的脑电涨落信号,即最大功率幅值脑电涨落信号或总功率幅值脑电涨落信号乘以Hanning窗后再做功率谱分析,取功率谱分析结 果中任一mHz频率范围频段的谱线组成脑电涨落图。
本发明脑电超慢波分析方法,包括在脑电涨落图分析数据基础上进一步进行超慢谱系功率分析,步骤为,对脑电涨落图中每一基频对应的超慢谱系的功率进行统计分析,得到每个基频对应的超慢谱系的功率值;根据电极在头部放置的位置,分成前后、左右若干部分分别进行统计,得到该超慢谱系的左前、右前、左后、右后四个脑区的功率;根据神经递质与超慢谱系的对应关系,得到该递质的功率以及递质功率在各脑区的分布。
本发明脑电超慢波分析方法,包括在脑电涨落图分析数据基础上进一步进行全导联总功率分析,步骤为,将每一导联脑电涨落图频率范围内的全频段功率作为该导联的单一导联总功率,将所有单一导联总功率进行求和分析得到全导联总功率,或将全部导联的脑电涨落图频率范围内的全频段功率作为全导联总功率。
本发明脑电超慢波分析方法,包括在超慢谱系功率分析数据基础上进行超慢谱系相对功率分析,步骤为,将每一导联某个频率超慢波或某个超慢谱系的功率与该导联总功率或该导联某个超慢频段的功率进行求商分析得到该导联的超慢波或超慢谱系相对功率;将全部导联某个频率超慢波或某个超慢谱系的功率与全导联总功率或全部导联某个超慢频段的功率进行求商分析得到全导联超慢波或超慢谱系相对功率,或将所有导联的超慢波或超慢谱系相对功率进行求和分析得到全导联超慢波或超慢谱系相对功率。
本发明脑电超慢波分析方法,包括在超慢谱系功率分析数据基础上进一步进行脑功能指数分析。脑功能指数分析是在超慢谱系功率分析数据的基础上,将两个特定频率超慢波或超慢谱系的功率进行比对,得到相应的脑功能指数。脑功能指数分析的优选项目为,①以7mHz谱系功率与11mHz谱系功率之和为一方,以5mHz谱系功率与4mHz谱系功率之和为另一方,将两方进行比对,用于运动指数分析;②将2mHz谱系的功率与1mHz谱系的功率进行比对,用于兴奋抑制指数分析;③将7mHz谱系的功率与4mHz谱系的功率进行比对,用于血管舒缩指数分析。
上述对脑电信号的系列分析,每个分析项目所依据的采样数据分别要求一定的时间长度,在2秒~1024秒之间,最长为1024秒,称为一般时程。当脑电信号的采样时间大于上述分析项目所需时间长度的2倍时,称为长时程脑电信号,用以进行长时程超慢谱系动态分析。长时程超慢谱系动态分析,至少包括以下七个项目中的一个项目:①长时程超慢谱系功率分析、②长时程全导联总功率分析、 ③长时程超慢谱系相对功率分析、④长时程运动指数分析、⑤长时程兴奋抑制指数分析、⑥长时程血管舒缩指数分析及⑦长时程熵值分析。
长时程超慢谱系动态分析的步骤为,以一般时程时间长度为单位进行段落划分,对每一段分别进行脑电功率涨落信号分析、熵值分析、单频竞争分析、脑电涨落图分析、超慢谱系功率分析、全导联总功率分析、超慢谱系相对功率分析、脑功能指数分析,分别将所有导联或每个导联下每个时间段每个参数的上述分析数据随时间的动态变化显示在界面上。
应用本发明脑电超慢波检测分析方法的脑电超慢波检测分析设备的基本部件结构与CN1632816A专利申请相同,包括依次连接的电极、脑电信号放大器和脑电记录盒二者中至少一种、USB接口、计算机、数据处理器及终端处理器,不同处在于创新的数据处理装置。本发明数据处理器的特征在于,在脑电涨落图分析模块之后连接超慢谱系功率分析模块和全导联总功率分析模块,代替在先专利申请中的S谱系分析模块,形成①脑电功率涨落信号分析模块、②脑电涨落图分析模块和③超慢谱系功率分析模块的依次连接关系,和①脑电功率涨落信号分析模块、②脑电涨落图分析模块和③全导联总功率分析模块的依次连接关系,用于相应的数据分析。
进一步,在超慢谱系功率分析模块之下可以设置以下四个模块中的一个模块或任意组合模块:①超慢谱系相对功率分析模块、②运动指数分析模块、③兴奋抑制指数分析模块、④血管舒缩指数分析模块,用于接受超慢谱系功率分析模块数据,并进行相应的数据分析。
更进一步,在超慢谱系功率分析模块、全导联总功率分析模块、超慢谱系相对功率分析模块、运动指数分析模块、兴奋抑制指数分析模块、血管舒缩指数分析模块、熵值分析模块7个模块之下可以设置以下七个模块中的一个模块或任意组合模块:①长时程超慢谱系功率分析模块、②长时程全导联总功率分析模块、③长时程超慢谱系相对功率分析模块、④长时程运动指数分析模块、⑤长时程兴奋抑制指数分析模块、⑥长时程血管舒缩指数分析模块及⑦长时程熵值分析模块,用于长时程脑电超慢谱系动态分析。
CN1632816A专利申请中,在脑电功率涨落信号分析模块之下连接有①单频竞争分析模块和②熵值运算分析模块。作为优化,本发明在设置有①单频竞争分析模块和②熵值分析模块的同时,将长时程熵值分析模块与熵值分析模块连接并 接受其数据,进行相应分析。
本发明通过对0.5-50Hz范围内的的脑电波进行系列分析,提取出其中超慢波,并分析超慢谱系功率,反映所对应的脑神经递质的功能状况,为建立一种无创伤脑神经递质功能检测方法提供了条件,有以下的优点和效果:
1.本发明在脑电功率涨落信号分析模块和脑电涨落图分析模块之后增设了超慢谱系功率分析模块,采用了双重频谱分析方法,先由原始脑电信号中得出重组信号即脑电涨落信号,再对脑电涨落信号进行进一步分析获得脑内神经递质的相关参数;
2.在上述对脑电信号进行分析重组的过程中,采用了两种方案——对脑电信号数据按一定时间长度进行分段,将每一时间段内0.5-50Hz范围内的最大功率幅值,或将每一时间段内0.5-50Hz范围内的任一频段的功率值作为总功率幅值,将最大功率幅值或总功率幅值作为这一段数据的采样点。对得到的所有采样点按原来的时间顺序排列得到新的时间序列,作为从原始脑电波中提取出的脑电涨落信号,所以最大限度地保证了信息的完整性和准确性;
3.本发明采用神经递质对应的谱系的全部功率,而不是仅取神经递质对应的谱系进入前八位的次数。这样,既防止了信息的丢失和遗失,又提高了分析的灵敏度和准确度。动物实验和临床实验表明,本发明分析神经递质的功能准确性能够达90%以上;
4、本发明通过特定频率或谱系的比对分析,可以了解神经递质之间的相互关系。
附图说明
附图为本发明的数据处理器的结构方框图。方框之间以箭头连接者表示逻辑关系,在前模块运算所得数据是在后模块运算的基础,在后模块的运算依赖于在前模块运算所得的数据。
具体实施方式
以下结合附图对本发明作进一步说明。
如附图所示,本发明数据处理装置包括依次相连的脑电功率涨落信号分析模块D1、脑电涨落图分析模块D2和超慢谱系功率分析模块D3。同时,脑电功率涨 落信号分析模块D1还分别连接熵值分析模块D5和单频竞争分析模块D6,脑电涨落图分析模块D2还连接全导联总功率分析模块D4。按以上连接,上一模块产生的数据传送到下一模块,下一模块接受上一模块的数据。
本发明数据处理装置在超慢谱系功率分析模块D3之下还至少可以连接以下四个模块中的一个模块:①超慢谱系相对功率分析模块D3a、②运动指数分析模块D3b、③兴奋抑制指数分析模块D3c、④血管舒缩指数分析模块D3d。
本发明数据处理装置在超慢谱系功率分析模块D3、全导联总功率分析模块D4、超慢谱系相对功率分析模块D3a、运动指数分析模块D3b、兴奋抑制指数分析模块D3c、血管舒缩指数分析模块D3d、熵值分析模块D5以下可以连接以下七个模块中至少一个模块:①长时程超慢谱系功率分析模块D3ea、②长时程血管舒缩指数分析模块D3eb、③长时程兴奋抑制指数分析模块D3ec、④长时程运动指数分析模块D3ed、⑤长时程超慢谱系相对功率分析模块D3ef、⑥长时程全导联总功率分析模块D3eg、⑦长时程熵值分析模块D3eh。上述D3ea、D3eb、D3ec、D3ed、D3ef、D3eg、D3eh七个模块集为一体,称为长时程脑电超慢谱系动态分析模块D3e。
对所述各模块的功能作用分别叙述如下。
1.脑电功率涨落信号分析模块D1
从所采集的原始脑电信号数据中截取一定时间长度的脑电信号,设该时间长度为Y秒,称一般时程时间长度。对Y秒脑电信号数据按每段T秒进行分段。Y取大于2秒,优选1024秒;T取大于0的数值,如0.25,1,2;共分成Y/T段,Y/T取正整数,如4096,1024,512;按时间顺序对Y/T个数据段做功率谱分析,将每个时间段内0.5-50Hz范围内的功率最大值及相应的频率作为最大功率幅值p及相应的频率f,或将每个时间段0.5-50Hz范围内任一频段,可以优选8-13Hz频段内的功率值作为总功率幅值p1,将最大功率幅值或总功率幅值作为这一段数据相应的新信号采样点。对所有Y/T段脑电信号数据按时间顺序逐一分析,得到Y/T个新采样点,将所有新采样点按原来的时间顺序排列,从而得到新的时间序列,即最大功率幅值涨落信号p(l)和相应频率涨落信号f(l),或总功率幅值涨落信号p1(l),l=1,2,……,Y/T。最大功率幅值涨落信号和总功率幅值涨落信号的这一时间序列即为从原始脑电波中提取出的脑电涨落信号,它表示了Y秒时间内功率及相应最大幅值或总功率幅值的涨落过程。
脑电功率涨落信号分析模块D1将脑电功率涨落信号传输给脑电涨落图分析模块D2、熵值分析模块D5、单频竞争分析模块D6,同时传输给终端处理器。
2.脑电涨落图分析模块D2
数据处理器将长度为Y/T点,优选4096点所述重组的脑电涨落信号,即最大功率幅值脑电涨落信号p(l)或总功率幅值脑电涨落信号p1(l),乘上长度为Y/T,优选4096的Hanning窗后再做功率谱分析。数据时间长度单位为1024秒,因而频域分辨率为1/1024Hz,取功率谱分析结果中频带范围1-W mHz,优选1/1024×(1-2048)Hz的谱线组成脑电涨落图。
脑电涨落图分析模块D2将脑电涨落图信号传输给超慢谱系功率分析模块D3和全导联总功率分析模块D4,同时也传输给终端处理器。
3.超慢谱系功率分析模块D3
对脑电涨落图中每一基频对应的超慢谱系的功率进行统计分析,得出每个基频对应的超慢谱系的功率值;根据电极在头部的放置位置,可分成前后、左右若干部分分别进行统计,得到该超慢谱系的左前、右前、左后、右后四个脑区的功率。根据神经递质与超慢谱系的对应关系,得出该递质的功率以及递质功率在各脑区的分布。
本模块D3可以下接超慢谱系相对功率分析模块D3a、运动指数分析模块D3b、兴奋抑制指数分析模块D3c、血管舒缩指数分析模块D3d和长时程脑电超慢谱系动态分析模块D3e,将数据分别传输给下层各模块和终端处理器。
4.熵值分析模块D5
在脑电功率涨落信号分析基础上进行熵值运算分析,根据 来计算熵,pk为脑电波中各个频率占优的概率,如总数为512,概率为单个频率占优数目除以512。综合所有导联总概率分布进行熵值计算得到总熵。对所有12个导联总概率分布进行熵值计算得到总熵,即总数为512×12,将数据传输给终端处理器。
5.单频竞争分析模块D6
在脑电功率涨落信号分析基础上进行单频竞争分析,包括把脑电功率涨落信号分析模块取得的频率涨落信号f(l)中相同的最优频率数目随时间变化过程如 1-512数据段进行累加,得到最优频的概率曲线,将数据传输给终端处理器。
6.全导联总功率分析模块D4
将每一导联脑电涨落图频率范围内的全频段功率作为该导联的单一导联总功率,综合所有Z个导联的总功率得到全导联总功率,包括将所有Z个导联的单一导联总功率相加得到全导联总功率,或将全部Z导联的脑电涨落图频率范围内的全频段功率作为全导联总功率,将数据传输给终端处理器。
7.超慢谱系相对功率分析模块D3a
将每一导联某个超慢谱系的功率与该导联总功率或该导联某个超慢频段的功率进行比对分析得到该导联的超慢谱系相对功率,包括将每一导联该超慢谱系的功率减去该导联全导联总功率或者减去该导联某个超慢频段的功率,得到该导联的该超慢谱系相对功率,或将每一导联该超慢谱系的功率的对数除以该导联全导联总功率的对数或者除以该导联某个超慢频段的功率的对数,得到该导联的该超慢谱系相对功率,优选将每一导联该超慢谱系的功率除以该导联全导联总功率或者除以该导联某个超慢频段的功率,得到该导联的超慢谱系相对功率;
综合所有Z个导联的超慢谱系相对功率得到全脑相对功率,包括将所有Z个导联的某个超慢谱系相对功率相加则得到该超慢谱系的全脑相对功率,或将某个超慢谱系的全脑功率除以全导联总功率或除以全脑某个超慢频段的功率得到该超慢谱系的全脑相对功率,或将某个超慢谱系的全脑功率的对数除以全导联总功率的对数或除以全脑某个超慢频段的功率的对数得到该超慢谱系的全脑相对功率,将数据传输给长时程脑电慢谱系动态分析模块D3e和终端处理器。
8.运动指数分析模块D3b
将每一导联的运动兴奋性递质所对应超慢谱系的功率与运动抑制性递质所对应超慢谱系的功率进行比对分析得到该导联的运动指数。已知4mHz对应5-羟色氨,5mHz对应乙酰胆碱,二者为抑制运动的神经递质;7mHz对应去甲肾上腺素,11mHz对应多巴胺,二者为兴奋运动的神经递质。将7mHz谱系的功率与11mHz谱系的功率相加的和为一方,将4mHz谱系的功率与5mHz谱系的功率相加的和为另一方,通过两方的比对关系,可作为该导联运动指数。其分析方法有三:①将每一导联的7mHz谱系功率与11mHz谱系功率之和减去5mHz谱系功率与4mHz谱系功率之和;②将每一导联的7mHz谱系功率与11mHz谱系功率之和的对数除以5mHz谱系功率与4mHz谱系功率之和的对数;③将每一导联的7mHz谱系功率与 11mHz谱系功率之和除以5mHz谱系功率与4mHz谱系功率之和。
全脑运动指数得来有三个途径:①将所有Z个导联的运动指数相加;②将全部导联7mHz谱系与11mHz谱系的功率之和除以全部导联5mHz谱系与4mHz谱系的功率之和;③将全部导联7mHz谱系与11mHz谱系的功率之和的对数除以全部导联5mHz谱系与4mHz谱系的功率之和的对数。
9.兴奋抑制指数分析模块D3c
将每一导联的兴奋性递质所对应超慢谱系的功率与抑制性递质所对应超慢谱系的功率进行比对分析得到该导联的兴奋抑制指数。已知1mHz对应伽马氨基丁酸,为起抑制作用的神经递质;2mHz对应谷氨酸,为起兴奋作用的脑神经递质。因此,1mHz谱系的功率和2mHz谱系的功率对比关系,可作为该导联脑兴奋抑制的指数。其分析方法有三:①将每一导联2mHz谱系的功率减去1mHz谱系的功率;②将每一导联2mHz谱系的功率的对数除以1mHz谱系的功率的对数;③将每一导联2mHz谱系的功率除以1mHz谱系的功率,优选本方法。
全脑兴奋抑制指数得来有三个途径:①将全部Z个导联的兴奋抑制指数相加;②将全部Z个导联的2mHz谱系的功率的对数除以全部Z个导联的1mHz谱系的功率的对数;③将全部Z个导联的2mHz谱系的功率除以全部Z个导联的1mHz谱系的全脑功率。
10.血管舒缩指数分析模块D3d
将每一导联的具有血管舒张功能的递质所对应超慢谱系的功率与具有血管收缩功能的递质所对应超慢谱系的功率进行比对分析得到该导联的血管舒缩指数。已知4mHz对应5-羟色氨,为血管收缩作用的神经递质;7mHz对应去甲肾上腺素,为血管舒张作用的脑神经递质。因此,4mHz谱系的功率和7mHz谱系的功率对比关系,可作为该导联血管舒缩的指数。其分析方法有三:①将每一导联7mHz谱系的功率减去4mHz谱系的功率;②将每一导联7mHz谱系的功率的对数除以4mHz谱系的功率的对数;③将每一导联7mHz谱系的功率除以4mHz谱系的功率。优选本方法。
全脑血管舒缩指数得来有三个途径:①将全部Z个导联的兴奋抑制指数相加;②将全部Z个导联的7mHz谱系的功率的对数除以全部Z个导联的4mHz谱系的功率的对数;③将全部Z个导联的7mHz谱系的功率除以全部Z个导联的4mHz谱系的功率。
11.长时程脑电超慢谱系动态分析模块D3e
当脑电信号总采样时间大于Y秒的2倍时,可以在上述步骤1-10的各模块之下设置长时程脑电超慢谱系动态分析模块D3e,用以进行长时程脑电超慢谱系动态分析。长时程脑电超慢谱系动态分析模块D3e包括长时程超慢谱系功率分析模块D3ea、长时程血管舒缩指数分析模块D3eb、长时程兴奋抑制指数分析模块D3ec、长时程运动指数分析模块D3ed、长时程超慢谱系相对功率分析模块D3ef、长时程全导联总功率分析模块D3eg和长时程熵值分析模块D3eh。其模块连接方式为,
①超慢谱系功率分析模块之下设置长时程超慢谱系功率分析模块;
②全导联总功率分析模块之下设置长时程全导联总功率分析模块;
③超慢谱系相对功率分析模块之下设置长时程超慢谱系相对功率分析模块;
④运动指数分析模块之下设置长时程运动指数分析模块;
⑤兴奋抑制指数分析模块之下设置长时程兴奋抑制指数分析模块;
⑥血管舒缩指数分析模块之下设置长时程血管舒缩指数分析模块;
⑦熵值分析模块之下设置长时程熵值分析模块。
根据需要,在上述七种设置中可以选取其中任意一种设置或选取任意组合的设置。在以Y秒为单位进行段落划分后,对每一段重复进行上述脑电功率涨落信号分析模块D1、脑电涨落图分析模块D2、超慢谱系功率分析模块D3、超慢谱系相对功率分析模块D3a、运动指数分析模块D3b、兴奋抑制指数分析模块D3c、血管舒缩指数分析模块D3d、熵值分析模块D5所进行的分析过程,将数据传输给长时程脑电超慢谱系动态分析模块D3e和终端处理器。
1)长时程超慢谱系功率分析模块D3ea
分别将所有导联或每个导联下每个超慢谱系的功率随时间动态变化显示在界面上,方法为,将每个超慢谱系在所有Y秒时间段的功率集中显示,包括将每个导联下每个超慢谱系的所有Y秒时间段的功率按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个超慢谱系的每个Y秒时间段功率按导联在头部的位置排列,用颜色表示功率值的大小,每个Y秒时间段形成一个地形图,将同一个超慢谱系所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下每个超慢谱系的每个Y秒时间段功率为纵轴,以时间为横轴做出曲线来显示,用于观察超慢谱系功率随时 间动态变化的情况。在显示界面上以“画中画”方式开一窗口,进行超慢谱系的选择。
2)长时程血管舒缩指数分析模块D3eb
用于分别将所有导联或每个导联下每个时间段的血管舒缩指数随时间动态变化显示在界面上,方法为,将所有Y秒时间段的血管舒缩指数集中显示,包括将每个导联下所有Y秒时间段的血管舒缩指数按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个Y秒时间段血管舒缩指数按导联在头部的位置排列,用颜色表示血管舒缩指数的大小,每个Y秒时间段形成一个地形图,将所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下的每个Y秒时间段血管舒缩指数为纵轴,以时间为横轴分别做出曲线来显示。
3)长时程兴奋抑制指数分析模块D3ec,用于分别将所有导联或每个导联下每个时间段的兴奋抑制指数随时间动态变化显示在界面上,方法为,将所有Y秒时间段的兴奋抑制指数集中显示,包括将每个导联下所有Y秒时间段的兴奋抑制指数按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个Y秒时间段兴奋抑制指数按导联在头部的位置排列,用颜色表示兴奋抑制指数的大小,每个Y秒时间段形成一个地形图,将所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下的每个Y秒时间段兴奋抑制指数为纵轴,以时间为横轴分别做出曲线来显示。
4)长时程运动指数分析模块D3ed
用于分别将所有导联或每个导联下每个时间段的运动指数随时间动态变化显示在界面上,方法为,将所有Y秒时间段的运动指数集中显示,包括将每个导联下所有Y秒时间段的运动指数按时间顺序排列在同一个表格中集中显示;或将每个导联下每个Y秒时间段运动指数按导联在头部的位置排列,用颜色表示运动指数的大小,每个Y秒时间段形成一个地形图,将所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下的每个Y秒时间段运动指数为纵轴,以时间为横轴分别做出曲线来显示。
5)长时程超慢谱系相对功率分析模块D3ef
用于分别将所有导联或每个导联下每个时间段的超慢谱系的相对功率随时 间动态变化显示在界面上,方法为,将每个超慢谱系在所有Y秒时间段的相对功率集中显示,包括将每个导联下每个超慢谱系的所有Y秒时间段的相对功率按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个超慢谱系的每个Y秒时间段相对功率按导联在头部的位置排列,用颜色表示功率值的大小,每个Y秒时间段形成一个地形图,将同一个超慢谱系所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下每个超慢谱系的每个Y秒时间段相对功率为纵轴,以时间为横轴做出曲线来显示,用于观察超慢谱系相对功率随时间动态变化的情况。在显示界面上以“画中画”方式开一窗口,进行超慢谱系的选择。
6)长时程全导联总功率分析模块D3eg
用于分别将所有导联或每个导联下每个时间段的全导联总功率随时间动态变化显示在界面上,方法为,将所有Y秒时间段的全导联总功率集中显示,包括将每个导联下所有Y秒时间段的全导联总功率按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个Y秒时间段全导联总功率按导联在头部的位置排列,用颜色表示全导联总功率值的大小,每个Y秒时间段形成一个地形图,将所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选分别以所有导联或每个导联下的每个Y秒时间段全导联总功率为纵轴,以时间为横轴分别做出曲线来显示。
7)长时程熵值分析模块D3eh
用于分别将所有导联或每个导联下每个时间段的熵值数随时间动态变化显示在界面上,方法为,将所有Y秒时间段的熵值集中显示,包括将每个导联下所有Y秒时间段的熵值按时间顺序排列在同一个表格中来集中显示;或将每个导联下每个Y秒时间段熵值按导联在头部的位置排列,用颜色表示熵值的大小,每个Y秒时间段形成一个地形图,将所有Y秒时间段的地形图显示在同一个界面上,或用动画放映方式按时间顺序显示;优选以全部导联或每个导联下的每个Y秒时间段熵值为纵轴,以时间为横轴分别做出曲线来显示。
由熵值分析模块D5所得数据传输给长时程熵值分析模块D3eh。
数据处理器对电极所采集的脑电信号可选择其中任意一个或几个导联组合的数据进行处理。
Claims (6)
1.一种脑电超慢波分析处理装置,包括同时连接于脑电功率涨落信号分析模块的脑电涨落图分析模块、单频竞争分析模块和熵值分析模块,其特征在于,在脑电涨落图分析模块之后连接(1)用于脑电涨落图超慢谱系功率数据分析的超慢谱系功率分析模块和(2)用于脑电涨落图全导联总功率数据分析的全导联总功率分析模块,其中,
(1)超慢谱系功率分析模块工作步骤为,
①对脑电涨落图中每一基频对应的超慢谱系的功率进行统计分析,得出每个基频对应的超慢谱系的功率值;
②根据电极在头部放置的位置,分成前、后、左、右若干部分分别进行统计,得到该超慢谱系的左前、右前、左后、右后四个脑区的功率;
③根据神经递质与超慢谱系的对应关系,得出该递质的功率以及递质功率在各脑区的分布;
(2)全导联总功率分析模块工作步骤为,将每一导联脑电涨落图频率范围内的全频段功率作为该导联的单一导联总功率,将所有单一导联总功率进行求和分析得到全导联总功率,或将全部导联的脑电涨落图频率范围内的全频段功率作为全导联总功率。
2.根据权利要求1所述的脑电超慢波分析处理装置,其特征在于,在超慢谱系功率分析模块之下设置以下四个模块中的一个模块或任意组合模块:(1)超慢谱系相对功率分析模块、(2)运动指数分析模块、(3)兴奋抑制指数分析模块、(4)血管舒缩指数分析模块,其中,
(1)超慢谱系相对功率分析模块工作步骤为,将每一导联某个频率超慢波或某个超慢谱系的功率与该导联总功率或该导联某个超慢频段的功率进行求商分析得到该导联的超慢波或超慢谱系相对功率;将全部导联某个频率超慢波或某个超慢谱系的功率与全导联总功率或全部导联某个频段的功率进行求商分析得到全导联超慢波或超慢谱系相对功率,或将所有导联的超慢波或超慢谱系相对功率进行求和分析得到全导联超慢波或超慢谱系相对功率;
(2)运动指数分析模块工作步骤为,以7mHz谱系功率与11mHz谱系功率之和为一方,以5mHz谱系功率与4mHz谱系功率之和为另一方进行比对分析,得运动指数;
(3)兴奋抑制指数分析模块工作步骤为,将2mHz谱系的功率与1mHz谱系的功率进行比对,得兴奋抑制指数;
(4)血管舒缩指数分析模块工作步骤为,将7mHz谱系的功率与4mHz谱系的功率进行比对,得血管舒缩指数。
3.根据权利要求2所述的脑电超慢波分析处理装置,其特征在于,在所述(1)超慢谱系相对功率分析模块、(2)运动指数分析模块、(3)兴奋抑制指数分析模块、(4)血管舒缩指数分析模块之下分别对应设置长时程分析模块,为:
(1)超慢谱系相对功率分析模块之下设置长时程超慢谱系相对功率分析模块;
(2)运动指数分析模块之下设置长时程运动指数分析模块;
(3)兴奋抑制指数分析模块之下设置长时程兴奋抑制指数分析模块;
(4)血管舒缩指数分析模块之下设置长时程血管舒缩指数分析模块。
4.根据权利要求1所述的脑电超慢波分析处理装置,其特征在于,在所述超慢谱系功率分析模块之下设置长时程超慢谱系功率分析模块。
5.根据权利要求1所述的脑电超慢波分析处理装置,其特征在于,在所述全导联总功率分析模块之下设置长时程全导联总功率分析模块。
6.根据权利要求1所述的脑电超慢波分析处理装置,其特征在于,在所述熵值分析模块之下设置长时程熵值分析模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101633020A CN101254098B (zh) | 2007-10-19 | 2007-10-19 | 一种脑电超慢波分析处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101633020A CN101254098B (zh) | 2007-10-19 | 2007-10-19 | 一种脑电超慢波分析处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101254098A CN101254098A (zh) | 2008-09-03 |
CN101254098B true CN101254098B (zh) | 2010-12-15 |
Family
ID=39889457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101633020A Active CN101254098B (zh) | 2007-10-19 | 2007-10-19 | 一种脑电超慢波分析处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101254098B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102397068A (zh) * | 2010-09-15 | 2012-04-04 | 梅磊 | 搜索人脑神经递质信息和人脑复杂网络信息的测量装置 |
CN104739378A (zh) * | 2015-04-02 | 2015-07-01 | 吕少萍 | Ra脑神经分离检测装置 |
CN110477909B (zh) * | 2019-07-31 | 2021-11-09 | 同济大学 | 一种基于静息态脑电数据的性别分类方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2156607C1 (ru) * | 1999-09-15 | 2000-09-27 | Санкт-Петербургский научно-исследовательский психоневрологический институт им. В.М. Бехтерева | Способ диагностики эпилепсии и ее предстадии |
RU2207048C2 (ru) * | 2001-04-17 | 2003-06-27 | Челябинское городское отделение Межрегиональной общественной организации "Академия медико-технических наук" | Способ оценки функционального состояния мозга |
EP1413244A1 (en) * | 2002-10-22 | 2004-04-28 | Hitachi, Ltd. | Measuremant system for living bodies |
CN2672738Y (zh) * | 2003-12-23 | 2005-01-19 | 徐建兰 | 一种脑电涨落信号分析仪 |
CN1632816A (zh) * | 2003-12-23 | 2005-06-29 | 广州可夫医疗科技有限公司 | 一种脑电涨落信号分析方法及其设备 |
-
2007
- 2007-10-19 CN CN2007101633020A patent/CN101254098B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2156607C1 (ru) * | 1999-09-15 | 2000-09-27 | Санкт-Петербургский научно-исследовательский психоневрологический институт им. В.М. Бехтерева | Способ диагностики эпилепсии и ее предстадии |
RU2207048C2 (ru) * | 2001-04-17 | 2003-06-27 | Челябинское городское отделение Межрегиональной общественной организации "Академия медико-технических наук" | Способ оценки функционального состояния мозга |
EP1413244A1 (en) * | 2002-10-22 | 2004-04-28 | Hitachi, Ltd. | Measuremant system for living bodies |
CN2672738Y (zh) * | 2003-12-23 | 2005-01-19 | 徐建兰 | 一种脑电涨落信号分析仪 |
CN1632816A (zh) * | 2003-12-23 | 2005-06-29 | 广州可夫医疗科技有限公司 | 一种脑电涨落信号分析方法及其设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101254098A (zh) | 2008-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110916631B (zh) | 基于可穿戴生理信号监测的学生课堂学习状态评测系统 | |
US20220211318A1 (en) | Median power spectrographic images and detection of seizure | |
CN112353391A (zh) | 一种基于脑电信号的汽车车内声音品质识别方法及装置 | |
CN108693448B (zh) | 一种应用于电力设备局部放电模式识别系统 | |
CN104173046A (zh) | 一种色彩标记振幅整合脑电图的提取方法 | |
CN103610447A (zh) | 一种基于前额脑电信号的脑力负荷在线检测方法 | |
CN107595249B (zh) | 基于脉搏波的怀孕女性筛查方法 | |
CN100586367C (zh) | 体表胃电检测分析仪 | |
CN113069117A (zh) | 一种基于时间卷积神经网络的脑电情绪识别方法及系统 | |
CN100538713C (zh) | 一种脑电涨落信号分析设备 | |
CN112674782B (zh) | 癫痫患者发作间期痫样电活动检测装置和方法 | |
Haider et al. | Evaluation of p300 based lie detection algorithm | |
CN103405225A (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
CN101254098B (zh) | 一种脑电超慢波分析处理装置 | |
CN109953757A (zh) | 面向持续追踪控制与射击类任务脑力负荷实时监测方法 | |
CN215017693U (zh) | 基于频谱分析的脑电信号质量的检测装置及系统 | |
CN104424488A (zh) | 一种提取bcg信号特征的方法及系统 | |
Lin et al. | Approximate entropy as acoustic emission feature parametric data for crack detection | |
CN115429292A (zh) | 基于频谱分析的脑电信号质量的检测装置及系统 | |
CN113208620A (zh) | 一种基于睡眠分期的阿尔兹海默症筛查方法、系统 | |
CN115022617B (zh) | 基于脑电信号和时空多尺度联合网络的视频质量评价方法 | |
CN101716074B (zh) | 基于时间特性指标的诱发电位记录仪 | |
CN111081374A (zh) | 基于共同注意力范式的孤独症辅助诊断装置 | |
CN115067878A (zh) | 基于EEGNet的静息态脑电意识障碍分类方法及系统 | |
Li et al. | Phase-based brain consciousness analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |