基于相位斜率指數的腦電信號方向研究.pdf

1、腦電信號的因果關系檢測，對于研究大腦功能及癲癇等大腦疾病的治療有著非常重要的意義。在這個背景下，我們的工作主要是分析大腦不同區(qū)域的因果關系，以此判斷大腦內信息流的流動方向。本文把算法分別應用到正常腦電信號和癲癇腦電信號數據以及清醒和睡眠數據，旨在為癲癇疾病的分析治療提供理論上依據，以及分析睡眠數據的清醒期和睡眠期的主要區(qū)別。論文主要工作分為以下幾個部分：
　?。?）基于相位斜率指數的模擬數據分析
　　這一部分主要建立AR數據

2、模型，使用模擬數據對格蘭杰因果算法和相位斜率指數算法進行對比，得出結論：格蘭杰因果的噪聲魯棒性能不好，很有可能會得出錯誤的因果結論。而本文的主要算法相位斜率指數對噪聲魯棒性能好，對獨立的信源的混合不敏感；其次，即使信號的相位譜是非線性的，也可以得到有意義的結果；而且此算法還有效地權重了各個頻率段的分布。所以，本文對腦電數據方面的應用，不采用格蘭杰因果的算法，而是采用本文主要的算法PSI算法。
　?。?）基于相位斜率指數的腦電數據分

3、析
　　將PSI算法應用到正常腦電數據上，分析大腦不同區(qū)域的信息流方向，可以得到從前向后的一個明確的方向。我們用PSI算法對δ頻段，θ頻段，β頻段，γ頻段，α頻段分別進行分析，對得到的正常腦電和癲癇腦電的有效結果百分比做T檢驗，發(fā)現α頻段的結果具有顯著性差異，這對癲癇病的臨床診斷具有重要意義。用 PSI算法分析睡眠數據，得出結論：清醒期的相位斜率指數平均值明顯大于睡眠 I期的相位斜率指數的平均值，T檢驗也可得到顯著性差異。這說明可

4、以使用相位斜率指數對腦電、心電進行睡眠分期的研究。
　　（3）基于IOS9.1的腦電信號系統(tǒng)設計
　　利用IOS將此算法系統(tǒng)實現，此系統(tǒng)首先顯示了幾種常見的腦電波形，隨后采用模擬數據、正常腦電數據對此系統(tǒng)進行驗證，均顯示了正確的結論。經系統(tǒng)分析數據得到的結果我們可以發(fā)現相位斜率指數算法有著格蘭杰因果所不能比擬的優(yōu)勢，對于腦電信號的分析得到了可以顯示大腦不同區(qū)域信息流的方向。這個系統(tǒng)具有一定的有效性及實用性，能夠對臨床腦電信號