專利名稱：大腦頭皮電位信息圖形的生成方法
技術領域：
本發明涉及一種圖形的生成方法，尤其涉及一種電位信息圖形的生成方法。
背景技術：
目前臨床使用的腦電地形圖(Brain Electric Activity Mapping——BEAM)是基于頭皮腦電計算機分析的一種診斷技術。其原理是從頭部不同導聯電極上采集腦電信號，經濾除各種干擾和A/D變換后作快速富氏變換得到不同頻段的信號功率譜，再用二維插值方法顯示為等值線地形圖。BEAM不僅用于臨床診斷腦部器質性病變，而且還用于觀察腦功能的變化，已成為診斷大腦疾病的常規手段。但由于其信號分析的理論基礎是從時域到頻域富氏變換的分頻段功率譜，所含數據量相對較少，數據選取存在一定主觀性，在諸如癲癇病灶定位和誘發響應等研究中難以全面反映腦電動態變化過程。
發明內容
本發明為克服現有技術的不足，提供一種大腦頭皮電位信息傳輸的圖形顯示方法，它從頭部不同導聯電極上采集的腦電原始數據出發，按照非線性動力學理論，運用相空間重建技術構成不同導聯之間的頭皮電位信息傳輸矩陣，然后將各導聯的信息傳輸量和時間序列復雜度數據繪制成頭皮拓撲分布圖——腦電信息圖(Brain Information Mapping——BIM)，以探索一種新的觀察大腦功能活動的診斷方法，該信息圖以時空演化方式顯示頭皮上不同導聯之間信息傳輸情況和信息傳輸時間序列復雜度等非線性動力學參數變化，可以直觀地反映腦電信息傳輸分布模式在不同時相中的變化進程，以一種全新的角度連續反映腦電活動的時空特征，觀察人腦功能狀態的變化過程。
為達到上述技術效果，本發明采用下列方法(1)從頭部不同導聯電極上采集腦電信號波形；(2)將上述信號作A/D變換并濾除各種干擾后將其存儲于存儲器中；(3)選擇腦電中無顯著偽差、無腦電圖機關機干擾的數據段，存儲于存儲器中；(4)將編制的計算機程序安裝到計算機系統后，啟動該計算機程序，利用該計算機程序對存儲器中的每個導聯的腦電信號重構一個三維嵌入空間的向量集；(5)利用上述計算機程序建立信息傳輸矩陣，分析上述向量集在相空間的相互信息傳輸情況；(6)利用上述計算機程序，將時間序列信號粗粒化為(0，1)序列并用復雜度Kc描述事物隨機性的復雜度，用復雜度C1和C2反映事物結構性的復雜度；(7)在計算機程序中，采用球面二維插值方法，將各導聯之間的信息傳輸時間序列復雜度數據繪制成頭皮拓撲分布圖——腦電信息圖(BIM)；(8)將得到的腦電信息圖(BIM)再輸出并存盤。
所述的三維嵌入空間的向量集的構成采用下列方法對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，根據時間弛豫法，取延遲時間T＝1/512秒，通過延時構成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3，每個導聯的腦電信號V(k)構成一個三維嵌入空間的向量集，并采用下列公式表達X(1),X(2),X(3)X(2),X(3),X(4)………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，得到信息熵H(S)H(S)=Σi=1NPs(Si)log2[Ps(Si)](N=63)]]>以S和Q分別代表兩個導聯的腦電信號所構成三維相空間的相互信息傳輸格點序列；若把兩個三維空間聯合起來構成一個六維相空間，同樣將每一坐標軸作六等分，再求信息熵H(S，Q)得H(S,Q)=-Σi=1Σj=1NPSQ(SiQj)Nlog2[PSQ(SiQj)](N=66)]]>據此計算兩個導聯的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q)；所述的信息傳輸矩陣采用下列方法用時間延遲方法構成兩個導聯的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)]τ＝T，2T，…，KTSQ(τ)代表從S導聯到Q導聯的信息傳輸；而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)]τ＝T，2T，…，KTQS(τ)則代表從Q導聯到S導聯的信息傳輸，序列長為512點；矩陣中行代表輸出信息，列代表接收信息；所述的復雜度計算，采用下列方法對所有(0，1)序列，定義b(n)b(n)＝(log2n)/nn為數據序列號。再定義C(n)limC(n)＝lim(log2n)/nn→∝n→∝定義復雜度Kc為Kc＝C(n)/b(n)對于符號(0，1)序列{Si}Ni＝1，定義復雜度C1(n)為C1＝lim[log2Ns(n)]/nn→∝對于時間符號(0，1)序列{Si}Ni＝1，定義復雜度C2(n)為C2＝lim[log2Nf(n)]/nn→∝
C1反映了時間序列在相空間運動軌道的隨機性結構復雜度；而C2則反映了時間序列征相空間運動軌道的限制性結構復雜度。
本發明與現有技術相比的有益效果是由本發明獲得的腦電信息圖(BIM)，能直觀地反映腦電信息傳輸分布模式在不同時相中的變化進程，能表達長程腦電模式變化，全面反映腦電動態變化過程，便于比較大腦左右兩側圖象變化特點以對比了解兩側功能的變化；此外，也能將BIM用于大腦處于不同生理狀態下或老年癡呆病患者的EEG信號分析。
圖1是本發明工作流程示意圖；圖2(a)是本發明實施方式中，當癲癇發作前的腦電信號波形；圖2(b)是本發明實施方式中，當癲癇小發作的腦電信號波形；圖3(a)是圖2(a)的8×8信息傳輸矩陣；圖3(b)是圖2(b)的8×8信息傳輸矩陣；圖4(a)是圖3(a)的信息輸出量的腦電信息圖；圖4(b)是圖3(b)的信息輸出量的腦電信息圖；圖5(a)是圖2(a)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度Kc的腦電信息圖；圖5(b)是圖2(b)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度Kc的腦電信息圖；圖5(c)是圖2(a)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度C1的腦電信息圖；圖5(d)是圖2(b)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度C1的腦電信息圖；圖5(e)是圖2(b)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度C2的腦電信息圖；圖5(f)是圖2(b)當癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度C2的腦電信息圖。
具體實施例方式
下面結合附圖和具體實施方式
對本發明作進一步詳細描述圖1示出本發明的工作流程，使用腦電采集分析系統，按照國際標準導聯10～20系統在受試者頭皮上安放Fp1(左額)、Fp2(右額)、C3(左頂)、C4(右頂)、T3(左顳)、T4(右顳)、O1(左枕)、O2(右枕)8導電極，參考電極置于左右耳垂，同時采集各導聯EEG信號波形；要求受試者實驗前三天內不服藥，實驗時未發病，清醒閉目，靜坐在安靜的實驗室內。原始腦電信號采集時間為5分鐘，A/D采樣頻率為512Hz，記錄患者作深呼吸誘導時的腦電數據。選擇腦電中無顯著偽差、無腦電圖機關機干擾的數據段，長度為2562點，時間為5秒，進行相空間重建和構成信息傳輸矩陣及計算信息傳輸量和時間序列復雜度。
對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，可根據時間弛豫法，選取延遲時間T＝1/512秒，通過延時構成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3；這樣對于每個導聯的腦電信號V(k)可構成一個三維嵌入空間的向量集X(1),X(2),X(3)X(2),X(3),X(4),………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，則其相空間的格點數為63。以S代表相空間的格點序列S＝S1S2……SN，N＝63。設向量落在第i個格點的概率為PS(Si)，可得到信息熵H(S)H(S)=ΣPsi=1N(S1)log2[Ps(Si)](N=63)----(2)]]>以S和Q分別代表兩個導聯的腦電信號所構成三維相空間的格點序列。若把兩個三維空間聯合起來構成一個六維相空間，同樣將每一坐標軸作六等分，則其相空間的格點66，其對應的概率分布為PSQ(SiQj)，再求信息熵H(S，Q)得H(S,Q)=-ΣΣj=1NPSQ(SiQj)j=1Nlog2[PSQ(SiQj)](N=66)----(3)]]>據此可以計算兩個導聯的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q) (4)同樣可以用時間延遲方法構成兩個導聯的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)] τ＝T，2T，…，KT(5)SQ(τ)代表從S導聯到Q導聯的信息傳輸。而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)] τ＝T，2T，…，KT(6)QS(τ)則代表從Q導聯到S導聯的信息傳輸。序列長為512點。對于8個導聯的腦電數據來說，可以得到8×8列的相互信息傳輸時間序列，也即組成8×8的信息傳輸矩陣。矩陣中行(橫向)代表輸出信息，列(縱向)代表接收信息。利用信息傳輸矩陣可對各導聯腦電信號所構成三維向量集在相空間的相互信息傳輸情況進行分析。
本發明使用復雜度Kc描述事物隨機性的復雜度；使用復雜度C1和C2，以反映事物結構性的復雜度。根據事物的復雜性可用描寫該事物所用最短計算機語言的長度來表達的復雜性測度概念，可先將時間序列信號粗粒化為(0，1)序列。粗粒化前需計算序列信號平均值，粗粒化時，當信號值大于平均值時取為1，信號值小于平均值時取為0，構成(0，1)序列。
對所有(0，1)序列，定義b(n)b(n)＝(log2n)/n (7)
n為數據序列號。再定義C(n)limC(n)＝lim(log2n)/n(8)n→∝n→∝復雜度Kc定義為Kc＝C(n)/b(n) (9)對于符號(0，1)序列{Si}Ni＝1，其N足夠大，則n個字節(S1，S2，…，Sn)的可能排列有2n個；令Na(n)是長度為n個字節(S1，S2，…，Sn)在{Si}Ni＝1中允許出現的序列數，定義復雜度C1(n)為C1＝Iim[log2Na(n)]/n(10)n→∝對于時間符號(0，1)序列{Si}Ni＝1中，令Nf(n)是長度為n-1個字節(S1，S2，…，Sn-1)在{S1}Ni=1中出現，但不出現n個字節(S1，S2，…，Sn)的禁止序列數，定義復雜度C2(n)為C2＝lim[log2Nf(n)]/n(11)n→∝C1反映了時間序列在相空間運動軌道的隨機性結構復雜度；而C2則反映了時間序列在相空間運動軌道的限制性結構復雜度。
雖然可以直接利用腦電信息傳輸矩陣中各陣元時間序列所反映的信息量或復雜度來分析各導聯腦電的相互信息傳輸情況，但借助傳統腦電地形圖(BEAM)的二維等值線地形圖示方法更能形象直觀地反映大腦皮層信息傳輸動態變化，便于比較大腦左右兩側圖象變化特點以對比了解兩側功能的變化。本發明采用球面二維插值方法，將各導聯之間的信息傳輸量和時間序列復雜度數據繪制成頭皮拓撲分布圖——腦電信息圖(BIM)。
圖2(a)和圖2(b)給出在局限性癲癇病患者8個導聯處測得的典型腦電信號波形。其中圖2(a)為癲癇發作前的EEG信號，圖2(b)為癲癇小發作時的EE6信號。可以看出分別對應于C3(左頂)和T3(左顳)的第3、5導聯是癇性病灶區。
圖3(a)和圖3(b)是相應的8×8信息傳輸矩陣。其中圖3(a)為癲癇發作前的信息傳輸矩陣，圖3(b)為癲癇小發作時的信息傳輸矩陣。從圖3(a)可以看出癲癇發作前各導聯之間的信息傳輸都很活躍，每個導聯既輸出又接收大量信息。而在癲癇發作時如圖3(b)所示，唯癇性的第3、5導聯信息傳輸較活躍，其它導聯信息傳輸則比癲癇發作前減少很多。特別是癇性第3、5導聯之間的信息傳輸量很大。該病例從腦電圖觀察診斷為“左側灶性放電”，信息傳輸矩陣的變化也表明，癲癇發作時病灶區神經細胞活動增加，一方面極大地激勵了癇性導聯處信息傳輸，另一方面其類周期性放電又強烈地抑制了其它部位之間的信息傳輸。可以看出，從信息傳輸時間序列(8×8矩陣)方式來觀察局限性癲癇病發作前與發作時各導聯之間信息傳輸量的變化，很難直觀把握其變化特征。若以腦電信息圖(BIM)的方式來顯示，則不僅具有很好的直觀性，而且有可能發現隱含在信息傳輸時間序列內部的變化規律。
圖4(a)和圖4(b)是相應于圖3(a)和圖3(b)信息傳輸矩陣中信息輸出量的復雜度Kc腦電信息圖(BIM)。其中圖4(a)為癲癇發作前的BIM圖，圖4(b)為癲癇小發作時的BIM圖。從圖4(a)可以看出癲癇發作前大腦皮層各部分之間的信息傳輸有較好的對稱性。而在癲癇發作時如圖4(b)所示，這種對稱性遭到較大的破壞，尤其在癇性導聯的對側，對稱性破壞更為嚴重。這與上述信息傳輸矩陣各陣元的變化表象是相吻的，但這種對稱性破壞的變化特征卻難以在信息傳輸矩陣中反映出來。
根據本發明原理，還可以作出以某導聯為中心與其余各導聯信息傳輸時間序列復雜度為表征的腦電信息圖(BIM)來比較癲癇病發作前與發作時大腦皮層信息傳輸的變化。其中較為有意義的是該導聯向其它各導聯信息輸出時間序列復雜度的腦電信息圖(BIM)。圖5(a)～圖5(f)分別為癇性導聯C3(左頂)向其它各導聯信息輸出時間序列復雜度Kc、C1、C2的腦電信息圖(BIM)。圖5(a)、圖5(c)和圖5(e)分別為癲癇發作前的BIM圖，圖5(b)、圖5(d)和圖5(f)分別為癲癇小發作時的BIM圖。從各圖可以看到在癲癇發作前，三種復雜度分布皆有某種程度的對稱性，而癲癇發作時三種復雜度的對稱性分布皆受到破壞。其中如圖5(b)和圖5(d)示出了復雜度Kc和C1在癲癇發作時癇性病灶區，即癇性導聯C3和T3之間區域的復雜度值明顯低于其它區域，而圖5(e)示出此時復雜度C2在癇性病灶區，癇性導聯的復雜度值卻明顯高于其它區域。即復雜度Kc和C1的變化趨勢相似，而復雜度C2的變化趨勢與前二者不盡相同。這一結果可理解為癇性導聯處神經細胞因過度重復放電使其腦電的類周期活動增強，導致腦電信息傳輸時間序列的有序性增加，隨機性降低，相應的復雜度Kc和C1減小；同時其相空間運動軌跡結構受到更多的限制，使其結構復雜度C2高于其它區域。癲癇發作前后腦電信息圖(BIM)的變化再次說明三種復雜度從不同方面刻化了時間序列的變化特點；復雜度C1、C2的引入，可比單獨使用復雜度Kc更為全面地反映EEG變化的隨機性和結構性，尤其復雜度C2的定義具有新內含。
權利要求
1.一種利用計算機系統實現大腦頭皮電位信息圖形的生成方法，包括如下步驟(1)從頭部不同導聯電極上采集腦電信號波形；(2)將上述信號進行A/D變換并濾除各種干擾后，將其存儲于存儲器中；(3)選擇腦電中無顯著偽差、無腦電圖機關機干擾的數據段，存儲于存儲器中；其特征在于它還采用以下步驟(4)將編制的計算機程序安裝到計算機系統后，啟動該計算機程序，利用該計算機程序對存儲器中的每個導聯的腦電信號重構一個三維嵌入空間的向量集；(5)利用上述計算機程序建立信息傳輸矩陣，分析上述向量集在相空間的相互信息傳輸情況；(6)利用上述計算機程序，將時間序列信號粗粒化為(0，1)序列，并用復雜度Kc描述事物隨機性的復雜度，用復雜度C1和C2反映事物結構性的復雜度；(7)在計算機程序中，采用球面二維插值方法，將各導聯之間的信息傳輸量和時間序列復雜度數據繪制成頭皮拓撲分布圖——腦電信息圖(BIM)；(8)將得到的腦電信息圖(BIM)再輸出并存盤。
2.根據權利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的三維嵌入空間的向量集的構成采用下列方法對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，根據時間弛豫法，取延遲時間T＝1/512秒，通過延時構成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3，每個導聯的腦電信號V(k)構成一個三維嵌入空間的向量集，并采用下列公式表達X(1),X(2),X(3)X(2),X(3),X(4)………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，得到信息熵H(S)H(S)=Σi=lNPs(Si)log2[Ps(Si)](N=63)]]>以S和Q分別代表兩個導聯的腦電信號所構成三維相空間的格點序列；若把兩個三維空間聯合起來構成一個六維相空間，同樣將每一坐標軸作六等分，再求信息熵H(S，Q)得H(S,Q)=-Σi=1NΣj=1NPSQ(SiQj)log2[PSQ(SiQj)](N=66)]]>據此計算兩個導聯的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q)。
3.根據權利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的信息傳輸矩陣采用下列方法用時間延遲方法構成兩個導聯的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)] τ＝T，2T，…，KTSQ(τ)代表從S導聯到Q導聯的信息傳輸；而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)] τ＝T，2T，…，KTQS(τ)則代表從Q導聯到S導聯的信息傳輸，序列長為512點；矩陣中行代表輸出信息，列代表接收信息。
4.根據權利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的復雜度和時間序列信號粗粒化，采用下列方法對所有(0，1)序列，定義b(n)b(n)＝(log2n)/nn為數據序列號。再定義C(n)lim C(n)＝lim(log2n)/nn→∝n→∝定義復雜度Kc為Kc＝C(n)/b(n)對于符號(0，1)序列{Si}Ni＝1，定義復雜度C1(n)為C1＝lim[log2Ns(n)]/nn→∝對于時間符號(0，1)序列{Si}Ni＝1，定義復雜度C2(n)為C2＝lim[log2Nf(n)]/nn→∝C1反映了時間序列在相空間運動軌道的隨機性結構復雜度；而C2則反映了時間序列在相空間運動軌道的限制性結構復雜度。
全文摘要
本發明公開了一種利用計算機系統實現大腦頭皮電位圖形的生成方法。它涉及一種電位信息圖形的生成方法。其實現步驟是從頭部不同導聯電極上采集的腦電原始數據出發,按照非線性動力學理論,運用相空間重建技術構成不同導聯之間的頭皮電位信息傳輸矩陣,然后將各導聯的信息傳輸量和時間序列復雜度數據繪制成頭皮拓撲分布圖－腦電信息圖(BIM),以一種全新的角度連續反映腦電活動的時空特征,觀察人腦功能狀態的變化過程。本發明可運用于諸如癲癇病灶定位和誘發響應等的研究中的頭皮腦電診斷,還可用于大腦處于不同生理狀態下或老年癡呆病患者的EEG信號分析。
文檔編號A61B5/0476GK1333003SQ0112027
公開日2002年1月30日 申請日期2001年7月13日 優先權日2001年7月13日
發明者萬柏坤, 程曉曼, 綦宏志 申請人:天津大學