基于多通道脑电信号的癫痫棘波自动检测算法及应用.pdfVIP

杭州电子科技大学硕士学位论文

摘要

癫痫是一种由多种病因引起的慢性脑部疾病，以脑神经元过度放电导致反复性、发作性

和短暂性的中枢神经系统功能失常为特征，并伴随着精神失常、全身抽搐、意识丧失等临床

表现，给患者带来了严重的心理和生理上的伤害。癫痫在任何年龄、地区和种族的人群中都

有发病，其患病率占世界人口的1%，约6500万人。脑电图（Electroencephalogram，EEG）

80%EEG

是癫痫诊断和治疗效果评估过程中最重要的一项检查工具，据统计，以上癫痫患者的

信号都呈现异常放电现象，包括棘波、尖波、棘慢波、尖慢波以及阵发性节律波等波形，其

中最典型的为棘波放电。本文主要针对癫痫EEG信号的分析和处理展开研究，提出了一种基

于多通道EEG信号的棘波自动检测方法，主要研究内容如下：

1、研究了一种基于棘波形态特征提取与随机森林（RandomForest,RF）模型的癫痫棘波

检测方法。利用形态学滤波技术对双极导联（Bipolar,BP）EEG信号进行棘波检测，根据阈

RF

值判断法消除假阳性棘波，获得候选棘波，然后提取候选棘波的波形特征，训练分类模

型，实现癫痫棘波的自动检测。

2、研究了一种基于自适应模板匹配与RF模型的癫痫棘波检测方法。不同患者的EEG

异常放电产生的癫痫棘波在形态上略有差异，传统的形态学滤波方法难以准确识别不同患者

的癫痫棘波，在此基础上，提出了基于自适应模板匹配的候选棘波检测方法，首先对大脑进

行分区，根据信号能量找到棘波放电区域，使用通用模板识别该区域平均参考（Average

Reference,AV）导联上的尖峰，然后对尖峰结果进行K-means聚类，经过阈值筛选后得到若

干个簇，每个簇的质心作为自适应模板进行第二次模板匹配，得到的结果相加即为候选棘波

检测结果。根据棘波在BP导联上的“针锋相对”现象消除假阳性棘波，然后提取候选棘波

RF

的形态学特征参数，训练分类模型，实现癫痫棘波的自适应检测。

3、在上述基础上，设计了一个基于多通道EEG信号的癫痫棘波检测软件系统。目前，

医院已有的EEG监测设备不具备异常放电检测功能。癫痫发作的识别与诊断，通常是通过医

生或脑电技师对EEG中棘波放电的人工判读实现，整个过程耗时耗力，诊断结果的准确性依

赖于医生或脑电技师的个人诊疗水平。当前，我国现有的专业医务人员远不能满足癫痫棘波

人工识别的需求，亟需一套能智能检测癫痫棘波的软件系统来满足患者需求。本文为支撑理

论研究，以实习单位提供的EEG采集设备为基础，设计了一套癫痫棘波智能检测软件系统，

该系统实现了EEG数据的采集、传输、癫痫棘波的智能检测，已通过浙江大学附属儿童医院

的真实EEG数据进行验证。

关键词：棘波检测，随机森林，形态学滤波，自适应模板匹配

I

杭州电子科技大学硕士学位论文

ABSTRACT

Epilepsyisachronicbraindiseasecausedbyavarietyofcauses.Itischaracterizedby

repetitive,paroxysmalandtransientcentralnervoussystemdysfunctioncausedbyexcessive

dischargeofbrainneurons.Epilepsyhasclinicalmanifestationsofmentaldisorders,general

convulsions,