基于EMD-L1特征及Boosting算法的癲癇檢測.pdf

1、癲癇是由許多因素引起的慢性大腦功能紊亂綜合征，以大腦神經(jīng)元超同步放電為特征，并具有陣發(fā)性、緊急性和臨時(shí)腦功能障礙的特性[1]。據(jù)不完全統(tǒng)計(jì)結(jié)果顯示，全球約有0.5％～2％的人正飽受癲癇的折磨[2]。由于癲癇是一種慢性病，并且長期反復(fù)發(fā)作，所以它不僅使病人在身體上受折磨，而且在一定程度上導(dǎo)致病人的精神和社會心理障礙。癲癇的發(fā)病機(jī)理十分復(fù)雜，多數(shù)情況下無法查明病因并且很難治愈。EEG信號中包含的生理和病理信息豐富，所以腦電圖檢測是腦部疾病診

2、斷的一種有效方法，常為臨床診斷所采用。腦電圖可以將人的腦電信號以圖像的形式展示出來，向醫(yī)生提供真實(shí)可靠的信息，以幫助醫(yī)護(hù)人員及時(shí)準(zhǔn)確的了解病人的病情。但是癲癇腦電信號的分析通常是依靠醫(yī)護(hù)人員用肉眼觀看電腦圖并結(jié)合多年的臨床經(jīng)驗(yàn)來做出判斷，由于腦電信號復(fù)雜度較高并且持續(xù)時(shí)間較長，所以僅僅依靠醫(yī)生多年的臨床經(jīng)驗(yàn)來對腦電信號進(jìn)行鑒別是不現(xiàn)實(shí)的。因此，設(shè)計(jì)一種可以對腦電信號進(jìn)行自動分類檢測的系統(tǒng)，不僅能解放醫(yī)務(wù)人員的勞動力，而且還能提供出更加準(zhǔn)

3、確的分析結(jié)果，從而更利于醫(yī)務(wù)人員對病人進(jìn)行后續(xù)的處理。
　　由于自動發(fā)作檢測系統(tǒng)通過減少所需觀察的數(shù)據(jù)量來降低了長期監(jiān)測所需的代價(jià)，所以成為了腦電檢測的重要組成部分。最早得到廣泛應(yīng)用的技術(shù)是由Gotman提出和完善的[3]。近幾年來，癲癇腦電分類逐漸成為一個(gè)熱門領(lǐng)域，人們不斷提出一些新方法來分析腦電信號，例如Gabor變換、小波變換等。于此同時(shí)，從腦電信號中所提取出的不同特征對最終的分類結(jié)果影響也是很大的。到目前為止已有多種特征被

4、提出，如:波動指數(shù)、相關(guān)維數(shù)[4]、Hurst指數(shù)[5]、最大Lyapunov指數(shù)[6]等等。這些特征都是經(jīng)常用來進(jìn)行腦電分類的特征，并且都取得了不錯(cuò)的分類效果。在本次實(shí)驗(yàn)中，我們將EarthMover'sDistance(EMD)特征從圖像處理領(lǐng)域移植到腦電檢測領(lǐng)域，作為一種新的分類特征來對腦電進(jìn)行分類檢測。EarthMover'sDistance最早用來作為分布、標(biāo)記和直方圖的度量標(biāo)準(zhǔn)，是Rubner等人在20世紀(jì)末時(shí)提出的一種新的

5、圖像處理方法。EMD可簡單的比作一種線性規(guī)劃問題。在線性規(guī)劃問題中，需要對一個(gè)具有一定限制條件的代價(jià)函數(shù)計(jì)算其最小總體代價(jià)。EMD算法的具體實(shí)現(xiàn)是，我們先把一個(gè)已知分布作為球形表面的突出部分，然后把另外一個(gè)分布作為球形表面的凹陷部分，而用EMD算法所得到的就是將兩個(gè)分布還原成整個(gè)光滑球體所需要的最小代價(jià)。
　　設(shè)計(jì)一個(gè)新的具有高靈敏度和低錯(cuò)誤檢測率的發(fā)作檢測系統(tǒng)是很難的。任何一個(gè)分類系統(tǒng)都至少需要用三個(gè)指標(biāo)對其分類性能進(jìn)行評估，而

6、其中的靈敏度和誤檢率一直以來就是一對矛盾，此消彼長。因此，在二者之間找到一個(gè)合適的權(quán)衡是近幾年來許多研究者研究的內(nèi)容。先前的工作已經(jīng)提出了多種技術(shù)。本文中，我們提供一個(gè)用戶可調(diào)閾值來提供一個(gè)靈敏度和可接受誤檢率之間的權(quán)衡。
　　論文具體內(nèi)容如下:首先介紹腦電信號的形成機(jī)理，癲癇發(fā)病時(shí)腦電的特點(diǎn)以及目前國內(nèi)外關(guān)于癲癇腦電自動檢測方法的研究現(xiàn)狀，分析并比較各種方法的優(yōu)缺點(diǎn)。其次，結(jié)合現(xiàn)有方法及特征，提出基于EMD特征的癲癇腦電自動分類