腦干聽覺誘發(fā)電位信號特征的單次提取算法研究.pdf

1、腦干聽覺誘發(fā)電位(Brainstem Auditory Evoked Potential，BAEP)是在給予聽覺神經(jīng)系統(tǒng)特定聲音刺激后約10ms內(nèi)在頭皮上記錄到的由耳蝸到腦干聽覺神經(jīng)通路的電位變化，具有幅值弱、噪聲干擾強(qiáng)、信噪比低的特點(diǎn)。BAEP檢查作為一種安全無創(chuàng)傷、簡單快速、能實(shí)時(shí)監(jiān)測的方法被廣泛應(yīng)用于聽力檢測、神經(jīng)外科疾病的診斷、術(shù)中監(jiān)護(hù)、精神疾病的評估等臨床實(shí)踐中。目前臨床上提取BAEP應(yīng)用最廣泛也最成熟的方法是疊加平均法，應(yīng)用

2、該方法提取的BAEP容易丟失大量的動態(tài)信息，且多次的刺激容易給受試者帶來疲勞。BAEP信號的少次或單次提取成為當(dāng)前研究的主要方向。
　　 本文選取信號頻譜分析、常規(guī)小波變換、改進(jìn)的平移不變量小波閾值消噪以及徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN)四種方法相結(jié)合的方法來動態(tài)單次提取BAEP信號。應(yīng)用小波變換與RBFNN提取BAEP能夠摒棄疊加平均等方法假設(shè)信號與噪聲之間為加性關(guān)系且噪聲為高斯噪聲的不合理性。但由于小波變換與RBFNN本身特

3、性的局限性，它們在低信噪比(SNR)的情況下消噪效果較差。在低信噪比的情況下平移不變量小波閾值消噪算法較常規(guī)小波閾值消噪算法具有更好的消噪性能，本文在平移不變量小波閾值消噪原有閾值計(jì)算方法的基礎(chǔ)上提出了一種改進(jìn)的閾值計(jì)算方法。該閾值計(jì)算方法選取小波各層分解系數(shù)的長度作為閾值的計(jì)算標(biāo)準(zhǔn)，與原方法選取信號序列的長度計(jì)算閾值相比能更好的反映小波各層分解信號的特征。仿真實(shí)驗(yàn)結(jié)果表明：該改進(jìn)方法的消噪效果要優(yōu)于原有方法與常規(guī)小波閾值消噪方法。

4、r>　　 本文動態(tài)單次提取BAEP的主要工作如下：首先結(jié)合臨床單次記錄的BAEP信號的頻譜特征，對單次記錄信號進(jìn)行常規(guī)小波多分辨率分解，將BAEP信號頻帶(100～3000Hz)之外的信號的小波分解系數(shù)置零再重構(gòu)信號，這樣就濾除了工頻干擾信號(50Hz)、絕大部分自發(fā)腦電信號(0.5～100Hz)和高頻干擾信號；然后，將經(jīng)過第一步濾波處理后的信號應(yīng)用本文提出的改進(jìn)的平移不變量小波閾值消噪方法進(jìn)一步提升信噪比；最后設(shè)計(jì)合適的RBFNN對

5、目標(biāo)信號進(jìn)行非線性逼近。臨床實(shí)驗(yàn)結(jié)果表明：臨床單次記錄的BAEP信號經(jīng)常規(guī)小波變換濾波與改進(jìn)的平移不變量小波閾值消噪方法提升信噪比后，用隱層節(jié)點(diǎn)數(shù)為30，收斂率為0.00002的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)迭代逼近350次就能獲得經(jīng)過1500次疊加平均后的逼近效果，此時(shí)波形比較平滑，五個(gè)波峰位置明顯對應(yīng)。
　　 在仿真實(shí)驗(yàn)設(shè)計(jì)中，本文構(gòu)造了基于腦電信號模型的有色噪聲與臨床提取的真實(shí)BAEP信號混合的仿真信號。該仿真信號與常規(guī)的假設(shè)噪聲為高

6、斯噪聲的仿真信號相比能更真實(shí)的還原臨床BAEP信號的非平穩(wěn)、非線性特點(diǎn)，能更好的驗(yàn)證本文算法的有效性。
　　 本文提出的方法是對BAEP信號特征進(jìn)行動態(tài)單次提取的一種探索性研究。與疊加平均方法相比，應(yīng)用該方法提取的BAEP信號更好的保留了目標(biāo)信號的動態(tài)信息，能更準(zhǔn)確的指導(dǎo)臨床實(shí)踐。應(yīng)用常規(guī)小波多分辨率分解與信號頻譜特征相結(jié)合的方法能實(shí)現(xiàn)對含噪信號指定頻帶的精確濾波，本文提出的改進(jìn)的平移不變量小波閾值消噪方法在信號信噪比在-10d