專利名稱：一種腦電漲落信號分析方法及其設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及診斷用醫(yī)療技術(shù)設(shè)備領(lǐng)域，尤其涉及一種對腦電漲落信號進(jìn)行分析的方法及其設(shè)備。
背景技術(shù)：
理論上說，人和動物腦的生理和病理狀態(tài)、腦的功能活動是可以如同心電圖那樣通過對腦電信號的檢測獲知的。目前醫(yī)療上在用的腦電圖儀有模擬信號和數(shù)字信號兩種。然而由于腦電信號非常微弱而復(fù)雜，即便是抗干擾性較強(qiáng)的數(shù)字化腦電圖儀也遠(yuǎn)不能滿足臨床醫(yī)療的需要，致使腦電圖的診斷意義較之心電圖落后很多。
對腦電漲落信號進(jìn)行檢測分析以判斷腦功能狀況和所患疾病，是中國航天醫(yī)學(xué)的研究成果，其臨床意義遠(yuǎn)高于普通腦電圖。因此，能夠?qū)δX電漲落信號進(jìn)行全面、深入、準(zhǔn)確分析的方法和相應(yīng)的儀器設(shè)備便成為醫(yī)學(xué)界的需要。中國專利ZL96244175.9“腦電超慢漲落分析儀”的功能是對腦電信號進(jìn)行采集、放大、定時采樣、數(shù)模轉(zhuǎn)換及數(shù)據(jù)預(yù)處理，將處理過的信號傳輸給個人計算機(jī)。該專利技術(shù)將腦電信號的采集技術(shù)提高到一個新的水平，但是該設(shè)備并沒有將所采集的腦電信號進(jìn)行分析的功能，所能呈現(xiàn)給醫(yī)生的還只是腦電的波型即腦電圖。至于醫(yī)生能從腦電圖中獲取多少對診斷有用的信息，就憑醫(yī)生個人對腦電波型的辨識能力，依然沒有滿足為臨床醫(yī)療提供依據(jù)的需要。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種應(yīng)用當(dāng)代計算機(jī)技術(shù)對腦電信號進(jìn)行分析的方法和相關(guān)設(shè)備，用以獲得一系列數(shù)據(jù)參數(shù)，并以多種方式顯示，為腦功能檢測和疾病診斷提供依據(jù)。
以下先對實現(xiàn)本發(fā)明目的的技術(shù)方案所涉及、使用的若干技術(shù)名詞、術(shù)語，參考梅磊著《ET-腦功能研究新技術(shù)》(國防工業(yè)出版社，1994)作如下定義和解釋。
S譜本發(fā)明所檢測腦電的頻率范圍在以mHz計的超慢波范圍內(nèi)。這個譜系被稱為超慢譜(Supra-slow pedigree)，簡稱S譜。組成S譜的譜線按其頻率高低，分別稱為S1、S2、S3......。如1mHz頻率對應(yīng)的譜線為S1，2mHz頻率對應(yīng)的譜線為S2，以此類推。
基頻比較常用的，與腦內(nèi)神經(jīng)遞質(zhì)關(guān)系比較密切的幾個腦電頻率，如1、2、3、4、5、6、7、11、13mHz等頻率稱為基頻。
基本譜系基頻所對應(yīng)的譜系稱為基本譜系。
優(yōu)勢頻率、優(yōu)勢譜線、最優(yōu)值將每個導(dǎo)聯(lián)下各個頻率的功率值從大到小排序，前n個數(shù)值的頻率即D1-Dn稱優(yōu)勢頻率；優(yōu)勢頻率對應(yīng)的譜線為優(yōu)勢譜線；優(yōu)勢頻率的功率值為最優(yōu)值。
最優(yōu)頻、最優(yōu)譜線每導(dǎo)聯(lián)優(yōu)勢頻率中的最大值D1稱為最優(yōu)頻，最優(yōu)頻所對應(yīng)的譜線稱為最優(yōu)譜線。
連頻進(jìn)入優(yōu)勢頻率區(qū)的譜線有時出現(xiàn)其數(shù)值相連續(xù)現(xiàn)象，如2、3、4...mHz，稱之為連續(xù)頻率，即連頻。
異頻S譜中非諧振頻率(頻率值為大于13的質(zhì)數(shù))及其倍頻所形成的譜線稱為異頻。
特頻S譜中頻率為23mHz、27mHz、28mHz、29mHz及其諧頻(如46mHz、54mHz、...)的一系列特征頻率稱為特頻。
特征譜線連頻、異頻、特頻、最優(yōu)頻所對應(yīng)的譜線統(tǒng)稱為特征譜線。
A/P、L/R按導(dǎo)聯(lián)空間分布位置，計算每一頻率前后兩個導(dǎo)聯(lián)功率值比值(如F3導(dǎo)聯(lián)/C3導(dǎo)聯(lián))，稱為前后比值，寫作A/P。將左右腦相同位置的導(dǎo)聯(lián)的功率值進(jìn)行比較，計算其比值(如F3導(dǎo)聯(lián)/F4導(dǎo)聯(lián))，稱為左右比值，寫作L/R。
漲落數(shù)值泛指S譜系分析中獲得的各個譜系的數(shù)值。
本發(fā)明的目的是按以下技術(shù)方案實現(xiàn)的。
本發(fā)明應(yīng)用計算機(jī)技術(shù)先對腦電信號數(shù)據(jù)按一定時間長度進(jìn)行分段，對每段數(shù)據(jù)進(jìn)行功率譜分析，選擇出0.5-50Hz范圍內(nèi)的最大功率幅值，進(jìn)行多次功率譜分析及頻譜分析，獲得超慢波范圍內(nèi)的功率譜漲落圖，再對漲落圖進(jìn)行一系列分析，獲得一系列數(shù)據(jù)參數(shù).并以數(shù)值、圖形和曲線的方式顯示出來。
本發(fā)明腦電漲落信號分析方法最少包括常規(guī)功率譜分析。其次還可以包括依次進(jìn)行的腦電功率漲落信號分析、腦電漲落圖分析和S譜系分析。還可增加設(shè)置誤差處理運算，用于修正發(fā)生誤差的譜線。
本發(fā)明腦電漲落信號分析方法還包括對腦電信號的采集。采集方法及電極置放可應(yīng)用任意導(dǎo)聯(lián)系統(tǒng)或任意導(dǎo)聯(lián)的組合，優(yōu)選國際標(biāo)準(zhǔn)導(dǎo)聯(lián)系統(tǒng)的12導(dǎo)聯(lián)，電極置放優(yōu)選位置為F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T5、T6。
以下對每一分析方法的具體步驟和算法分別敘述。
所述常規(guī)功率譜分析包括如下步驟(1)對給定時間長度的時域腦電信號做功率譜分析，即對腦電信號x(n)的N點觀察數(shù)據(jù)xN(n)直接做傅里葉變換，得到XN(ejω)；(2)取其幅值的平方，并除以N，作為對x(n)的真實的功率譜P(ejω)的估計，用周期圖法估計出的功率譜可以表示為，P(ejω)=1N|XN(ω)|2;]]>(3)XN(ω)的計算由快速傅里葉變換計算得到XN(k)=Σn=0N-1x(n)WNnk,k=0,1,...,N-1,WN=e-t2πN,]]>功率譜可表示為，P(k)=1N|XN(k)|2.]]>所述腦電功率漲落信號分析包括如下步驟(1)選擇邊瓣幅值小且衰減快的窗函數(shù)，它表示為，ω(n)=0.5-0.5cos(2πnN),n=0,1,...N-1.,]]>對腦電信號x(n)數(shù)據(jù)進(jìn)行截短，得到xN(n)＝x(n)ω(n)；(2)對上述信號xN(n)＝x(n)ω(n)做功率譜分析，采樣時間為T秒，計算FFT得到頻譜的頻域分辨率為1/T，選擇出能量最大的功率幅值p及相應(yīng)的頻率f；(3)按時間順序?qū)倳r間長度為N秒的時域腦電信號按T秒進(jìn)行分段，依次對N/T段數(shù)據(jù)進(jìn)行上述常規(guī)功率譜分析和腦電功率漲落信號分析，得到最大功率幅值的漲落信號p(n)和相應(yīng)頻率漲落信號f(n)，n＝1......n，n＝N/T。它表示了總時間內(nèi)功率及相應(yīng)最大幅值的漲落過程。
所述腦電漲落圖分析包括如下步驟(1)對長度為n點的最大功率幅值漲落信號p(n)進(jìn)行分析；(2)乘上長度為n的Hanning窗，再做功率譜分析，數(shù)據(jù)時間長度單位為N秒，因而頻域分辨率為1/N Hz，取功率譜分析結(jié)果中一定頻率范圍的譜線組成腦漲落圖；(3)當(dāng)總采樣時間大于N秒時，以N秒為單位進(jìn)行段落劃分，對每一段分別進(jìn)行上述常規(guī)功率譜分析、腦電功率漲落信號分析和腦電漲落圖分析。
所述S譜系分析包括如下步驟(1)從每一個導(dǎo)聯(lián)腦電漲落圖中找出幅值最大的幾條優(yōu)勢譜線D1-Dn，按幅值從大到小排序，得到單一導(dǎo)聯(lián)數(shù)據(jù)的S譜，共n個數(shù)值；
(2)綜合所有N導(dǎo)聯(lián)共得到N*n條優(yōu)勢譜線，把頻率相同的優(yōu)勢譜線的數(shù)目累加，得到S譜總譜。
以上分析方法稱為本發(fā)明腦電漲落信號分析系列方法中第一層次的分析方法。在第一層次分析方法所得結(jié)果(數(shù)據(jù))的基礎(chǔ)上還可以做多項進(jìn)一步分析，稱為第二層次分析方法，包括以下24個項目。為敘述方便，給第二層次分析方法的每個項目分別冠以序號在腦電功率漲落信號分析基礎(chǔ)上進(jìn)行的，(1)熵值運算和(2)單頻競爭分析；在S譜系分析基礎(chǔ)上進(jìn)行的，(3)S譜總譜分析；(4)基本譜系分析；(5)最優(yōu)值分析；(6)A/P逆轉(zhuǎn)；L/R失衡情況分析；(7)特頻分析；(8)異頻分析；(9)連頻分析；(10)最優(yōu)頻分析；(11)S譜系功率空間分布分析；(12)單頻功率及相對值(L/R)分布分析；(13)平均功率分布分析；(14)功率相對值A(chǔ)/P、L/R分析；(15)長時程S譜系曲線分析；(16)長時程優(yōu)勢譜線曲線分析；(17)長時程基本譜系曲線分析；(18)長時程功率空間分布曲線分析；(19)長時程熵值曲線分析；(20)長時程特頻曲線分析(21)長時程連頻曲線分析；(22)長時程基本譜系功率空間分布曲線分析；(23)長時程常規(guī)功率譜曲線分析；(24)長時程事件標(biāo)記識別。
上述(7)特頻分析、(8)異頻分析、(9)連頻分析、(10)最優(yōu)頻分析四項目可集稱為特征譜線分析。
上述(12)單頻功率分布分析、(13)平均功率分布分析、(14)功率相對值A(chǔ)/P、L/R分析三項目可集稱為功率分布分析。
上述(15)長時程S譜系曲線分析、(16)長時程優(yōu)勢譜線曲線分析、(17)長時程基本譜系曲線分析、(18)長時程功率空間分布曲線分析、(19)長時程熵值曲線分析、(20)長時程特頻曲線分析、(21)長時程連頻曲線分析、(22)長時程基本譜系功率空間分布曲線分析、(23)長時程常規(guī)功率譜曲線分析、(24)長時程事件標(biāo)記識別十個項目可集稱為長時程動態(tài)曲線分析。
以下對第二層次各分析方法作敘述。
所述(1)熵值運算是在腦電功率漲落信號分析基礎(chǔ)上進(jìn)行的，其方法為，(1)根據(jù)H=-Σk=813pklg2pk]]>計算熵，pk為腦電波中各個頻率占優(yōu)的概率；(2)綜合所有N個導(dǎo)聯(lián)總概率分布進(jìn)行熵值計算得到總熵(總數(shù)為n*N)。
所述(2)單頻競爭分析也是在腦電功率漲落信號分析基礎(chǔ)上進(jìn)行的，其方法為，把腦電漲落信號中的頻率漲落圖f(n)中相同的最優(yōu)頻率數(shù)目隨時間變化過程累加，得到最優(yōu)頻的概率曲線。
以下所述序號為(3)～(24)第二層次分析方法都是在S譜系分析基礎(chǔ)上進(jìn)行的。
所述(3)S譜總譜分析方法為，將S譜系分析中得到的S譜總譜數(shù)據(jù)用圖形表示出來。
所述(4)基本譜系分析方法為，對S譜中基頻對應(yīng)的S譜系進(jìn)行統(tǒng)計分析，從頻率大于3mHz開始累加其倍周期頻率的數(shù)值(如統(tǒng)計3mHz時還應(yīng)累加6mHz、9mHz，......的數(shù)值)；同時把所有導(dǎo)聯(lián)按照在頭部的放置位置分成分成前后、左右若干部分分別進(jìn)行統(tǒng)計。
所述(5)最優(yōu)值分析方法為，將優(yōu)勢頻率的功率數(shù)值和相應(yīng)頻率按導(dǎo)聯(lián)的空間位置分布顯示。
所述(6)A/P逆轉(zhuǎn)、L/R失衡情況分析方法為，按導(dǎo)聯(lián)空間分布位置計算每一頻率功率值的前后比值A(chǔ)/P，并將A/P值大于一定限值的頻率顯示出來；同時計算左右比值L/R，將L/R值大于一定限值的頻率顯示出來。
所述(7)特頻分析、(8)異頻分析、(9)連頻分析、(10)最優(yōu)頻分析四個項目，其方法為，分別將每導(dǎo)聯(lián)的特頻、異頻、連頻、最優(yōu)頻按導(dǎo)聯(lián)空間分布位置顯示。
所述(11)S譜系功率空間分布分析方法為，將腦電漲落圖中的每條譜線的功率值按空間導(dǎo)聯(lián)位置分布排列，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇，將被選定的譜線，按導(dǎo)聯(lián)的空間位置分布顯示其在每個導(dǎo)聯(lián)下的功率數(shù)值。
所述(12)單頻功率及相對值(L/R)分布分析方法為，將每導(dǎo)聯(lián)優(yōu)勢譜線D1-Dn相應(yīng)的功率值相加，得到每導(dǎo)聯(lián)的總功率值；將基頻的功率及左右比值(L/R)中大于限定值或小于1/限定值的數(shù)值按導(dǎo)聯(lián)的空間分布顯示出來。
所述(13)平均功率分布分析方法為，將每個導(dǎo)聯(lián)平均功率按導(dǎo)聯(lián)空間分布位置顯示出來。
所述(14)功率相對值A(chǔ)/P、L/R分析方法為，按導(dǎo)聯(lián)空間分布位置計算功率值的前后比值和左右比值。
所述(15)長時程S譜系曲線分析方法為，分別以每個導(dǎo)聯(lián)下或全部導(dǎo)聯(lián)的每一個譜系或每一條譜線的漲落數(shù)值為縱軸，以時間為橫軸做出曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線或譜系選擇。
所述(16)長時程優(yōu)勢譜線曲線分析方法為，以進(jìn)入優(yōu)勢譜線區(qū)的譜線的頻率為縱軸，以時間為橫軸做出曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行優(yōu)勢譜線排名序次(D1-Dn)選擇。
所述(17)長時程基本譜系曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的基本譜系各個時間段的漲落數(shù)值為縱軸，以時間為橫軸做出基本譜系曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系選擇。
所述(18)長時程功率空間分布曲線分析方法為，每一個導(dǎo)聯(lián)下，每一條譜線，以其功率值為縱軸，以時間為橫軸做出曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線選擇。
所述(19)長時程熵值變化曲線分析方法為，以全部導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線，反映熵值隨時間的變化。
所述(20)長時程特頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下特頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸做出曲線，用于觀察特頻隨時間動態(tài)變化的情況。
所述(21)長時程連頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下連頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸分別做出曲線，顯示連頻隨時間動態(tài)變化的情況。
所述(22)長時程基本譜系功率空間分布曲線分析方法為，從單頻功率及相對值分布(L/R)分析中讀取基本譜系每個導(dǎo)聯(lián)下的功率值，以功率值為縱軸，以時間為橫軸做出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系選擇。
所述(23)長時程常規(guī)功率譜曲線分析方法為，從常規(guī)功率譜中找出幅值最大的n個頻率D1-Dn，按幅值從大到小排序，分別以這些頻率的功率值為縱軸，以時間為橫軸，作出n條動態(tài)曲線。
所述(24)事件標(biāo)記識別方法為，辨認(rèn)腦電記錄盒所記錄的事件標(biāo)記信號，將這些標(biāo)記信號在腦電信號回放及各種動態(tài)曲線時間軸的相應(yīng)位置顯示標(biāo)記符號。
以上所述第二層次分析方法中，共列舉24種分析方法。各方法的選擇和組合應(yīng)用可有如下方案(1)所有方法同時應(yīng)用；(2)除“事件標(biāo)記識別”外，選擇任何一個項目單獨應(yīng)用；(3)除“事件標(biāo)記識別”外，其它項目作任意組合應(yīng)用；(4)事件標(biāo)記識別與長時程動態(tài)曲線分析的其它九個項目中的任何一個或幾個項目結(jié)合進(jìn)行。
以上所述分析方法可應(yīng)用于對任意一個或幾個導(dǎo)聯(lián)組合所采集的腦電信號進(jìn)行數(shù)據(jù)處理，并且可以選擇將分析結(jié)果中一個或幾個導(dǎo)聯(lián)組合的運算結(jié)果輸出到終端處理器進(jìn)行顯示、打印或存儲。
本發(fā)明還公開了一種對腦電漲落信號進(jìn)行分析的設(shè)備。它包括電極、數(shù)字化腦電信號放大器或腦電記錄盒、個人計算機(jī)、數(shù)據(jù)處理器、終端處理器。它們依次連接。其中，電極采集腦電信號，信號傳送到數(shù)字化腦電信號放大器和/或腦電信號記錄盒，對信號接受、放大、數(shù)模轉(zhuǎn)換、數(shù)字濾波或/和數(shù)據(jù)存儲，數(shù)字化腦電信號放大器和/或腦電信號記錄盒中的數(shù)據(jù)上傳至個人計算機(jī)，由與計算機(jī)相連的數(shù)據(jù)處理器完成數(shù)據(jù)處理和漲落分析，分析結(jié)果傳輸?shù)浇K端處理器進(jìn)行存儲、顯示或打印。
所述電極的放置方法可選取任意一種導(dǎo)聯(lián)連接方法中的一個或幾個導(dǎo)聯(lián)的組合。
所述數(shù)據(jù)處理器包括進(jìn)行第一層次分析的常規(guī)功率譜分析模塊、腦電功率漲落信號分析模塊、腦電漲落圖分析模塊和S譜系分析模塊。它們依次相連，上一模塊產(chǎn)生的數(shù)據(jù)傳送到下一模塊進(jìn)行運算分析。數(shù)據(jù)處理器還可包括進(jìn)行第二層次分析的以下24個模塊中的任意個模塊。第二層次分析模塊接受第一層次分析模塊的分析結(jié)果(數(shù)據(jù))作進(jìn)一步分析。為敘述方便，給第二層次分析模塊分別冠以序號與腦電功率漲落信號分析模塊相連并接受其數(shù)據(jù)的(1)熵值運算模塊和(2)單頻競爭分析模塊；與S譜系分析模塊相連并接受其數(shù)據(jù)的(3)S譜總譜分析模塊；(4)基本譜系分析模塊；(5)最優(yōu)值分析模塊；(6)A/P逆轉(zhuǎn)、L/R失衡情況分析模塊；(7)特頻分析模塊；(8)異頻分析模塊；(9)連頻分析模塊；(10)最優(yōu)頻分析模塊；(11)S譜系功率空間分布分析模塊；(12)單頻功率分布分析模塊；(13)平均功率分布分析模塊；(14)功率相對值A(chǔ)/P、L/R分析模塊；(15)長時程S譜系曲線分析模塊；(16)長時程優(yōu)勢譜線曲線分析模塊；(17)長時程基本譜系曲線分析模塊；(18)長時程功率空間分布曲線分析模塊；(19)長時程熵值曲線分析模塊；(20)長時程特頻曲線分析模塊；(21)長時程連頻曲線分析模塊；(22)長時程基本譜系功率空間分布曲線分析模塊；(23)長時程常規(guī)功率譜曲線分析模塊；(24)長時程事件標(biāo)記識別模塊。
以下對兩層次各分析模塊分別敘述。在第一層次分析模塊中，所述常規(guī)功率譜分析模塊，用于對給定時間長度的時域腦電信號做功率譜分析，得到功率譜，可表示為P(k)=1N|XN(k)|2;]]>所述腦電功率漲落信號分析模塊，用于選擇邊瓣幅值小且衰減快的窗函數(shù)，它表示為ω(n)=0.5-0.5cos(2πnN),n=0,1,...N-1.,]]>對腦電信號x(n)數(shù)據(jù)進(jìn)行截短，得到xN(n)＝x(n)ω(n)；對上述信號xN(n)＝x(n)ω(n)做功率譜分析，采樣時間為T秒，計算FFT得到頻譜的頻域分辨率為1/T，選擇出能量最大的功率幅值p及相應(yīng)的頻率f；按時間順序?qū)偟臅r間長度為N秒的時域腦電信號按T秒進(jìn)行分段，依次對每段數(shù)據(jù)進(jìn)行上述常規(guī)功率譜分析模塊的分析、腦電功率漲落信號分析模塊的分析，得到最大功率幅值的時間漲落信號p(n)和相應(yīng)頻率漲落信號f(n)，n＝1......n，n＝N/T。
所述腦電漲落圖分析模塊，用于對長度為n點的最大功率幅值漲落信號p(n)進(jìn)行分析。乘上長度為n的Hanning窗，再做功率譜分析，數(shù)據(jù)時間長度單位為N秒，因而頻域分辨率為1/N Hz，取功率譜分析結(jié)果中頻帶一定范圍的譜線組成腦電漲落圖。當(dāng)總采樣時間大于N秒時，以N秒為單位進(jìn)行段落劃分，對每一段分別進(jìn)行上述常規(guī)功率譜分析模塊、腦電功率漲落信號分析模塊、腦電漲落圖分析模塊的運算過程。
所述S譜系分析模塊，用于從每一個導(dǎo)聯(lián)腦電漲落圖中找出幅值最大的幾條優(yōu)勢譜線D1-Dn，按幅值從大到小排序，得到單一導(dǎo)聯(lián)數(shù)據(jù)的S譜，共n個數(shù)值；綜合所有N導(dǎo)聯(lián)共得到N*n條優(yōu)勢譜線，把頻率相同的優(yōu)勢譜線的數(shù)目累加，得到S譜總譜。
以下對第二層次分析模塊分別敘述。
第一層次中的腦電功率漲落信號分析模塊分析所得數(shù)據(jù)傳輸給(1)熵值運算模塊和(2)單頻競爭分析模塊，做第二層次分析。其中，所述熵值運算模塊，用于根據(jù)H=-Σk=813pklg2pk]]>來計算熵，pk為腦電波中各個頻率占優(yōu)的概率；綜合所有N個導(dǎo)聯(lián)總概率分布進(jìn)行熵值計算得到總熵(總數(shù)為n*N)。
所述單頻競爭分析模塊用于把腦電漲落信號中的頻率漲落圖f(n)中相同的最優(yōu)頻率數(shù)目隨時間變化過程(1-n數(shù)據(jù)段)累加，得到最優(yōu)頻的概率曲線。
第一層次中的S譜系分析模塊分析所得數(shù)據(jù)傳輸給以下第二層次分析模塊所述(3)S譜總譜分析模塊，將從S譜系分析模塊中得到的S譜總譜數(shù)據(jù)用圖形表示出來。
所述(4)基本譜系分析模塊，用于對S譜中基頻對應(yīng)的S譜系進(jìn)行統(tǒng)計分析，從頻率大于3mHz開始累加其倍數(shù)頻率的數(shù)值；同時把所有導(dǎo)聯(lián)按照在腦部的分布位置分成前后左右若干部分分別進(jìn)行統(tǒng)計。
所述(5)最優(yōu)值分析模塊，用于按導(dǎo)聯(lián)的空間位置分布顯示每個導(dǎo)聯(lián)下的D1-Dn優(yōu)勢頻率的功率數(shù)值和相應(yīng)頻率。
所述(6)A/P逆轉(zhuǎn)、L/R失衡情況分析模塊，用于按導(dǎo)聯(lián)空間分布位置計算每一個頻率功率值的前后比值A(chǔ)/P，并將A/P值大于一定限值的頻率顯示出來；同時計算左右比值L/R，將L/R值大于一定限值的頻率顯示出來。
所述(7)特頻分析模塊、(8)異頻分析模塊、(9)連頻分析模塊、(10)最優(yōu)頻分析模塊，分別用于將每導(dǎo)聯(lián)的特頻、異頻、連頻、每個最優(yōu)頻按導(dǎo)聯(lián)空間分布位置顯示出來。
所述(11)S譜系功率空間分布分析模塊，用于將腦電漲落圖中的每條譜線的功率值按空間導(dǎo)聯(lián)位置分布排列，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇，將被選定頻率的譜線，按導(dǎo)聯(lián)的空間位置分布顯示出每個導(dǎo)聯(lián)下的功率數(shù)值。
所述(12)單頻功率及相對值分布L/R分析模塊，將每導(dǎo)聯(lián)優(yōu)勢譜線D1-Dn相應(yīng)的功率值相加，得到每導(dǎo)聯(lián)的總功率值；將基頻的功率及左右比值(L/R)中大于限定值或小于1/限定值的數(shù)值按導(dǎo)聯(lián)的空間分布顯示出來。
所述(13)平均功率分布分析模塊，將每個導(dǎo)聯(lián)平均功率按導(dǎo)聯(lián)空間分布位置顯示出來。
所述(14)功率相對值A(chǔ)/P、L/R分析模塊，按導(dǎo)聯(lián)空間分布位置計算功率值的前后比值和左右比值。
所述(15)長時程S譜系曲線分析模塊，分別以每個導(dǎo)聯(lián)下或全部導(dǎo)聯(lián)的每一個譜系或每一條譜線的漲落數(shù)值為縱軸，以時間為橫軸，做成曲線；在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線或譜系選擇。
所述(16)長時程優(yōu)勢譜線曲線分析模塊，用于以進(jìn)入優(yōu)勢譜線區(qū)的譜線的頻率為縱軸，以時間為橫軸做成曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行優(yōu)勢譜線排名序次(D1-Dn)的選擇。
所述(17)長時程基本譜系曲線分析模塊，用于分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的基本譜系各個時間段的漲落數(shù)值為縱軸，以時間為橫軸做成基本譜系曲線；在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇。
所述(18)長時程功率空間分布曲線分析模塊，用于將每一個導(dǎo)聯(lián)下的每一條譜線，以其功率值為縱軸，以時間為橫軸做出曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇。
所述(19)長時程熵值變化曲線分析模塊，用于將全腦或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線。
所述(20)長時程特頻曲線分析模塊，用于以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)的特頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸做出曲線。
所述(21)長時程連頻曲線分析模塊，以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的連頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸分別做出曲線。
所述(22)長時程基本譜系功率空間分布曲線分析模塊，用于從單頻功率及相對值分布(L/R)分析中讀取基本譜系的每個導(dǎo)聯(lián)下的功率值，以功率值為縱軸，以時間為橫軸作出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇。
所述(23)長時程常規(guī)功率譜曲線分析模塊，用于從常規(guī)功率譜中找出幅值最大的n個頻率D1-Dn，按幅值從大到小排序，分別以這些頻率的功率值為縱軸，以時間為橫軸，作出n條動態(tài)曲線。
所述(24)長時程事件標(biāo)記模塊，用于辨認(rèn)腦電記錄盒所記錄的事件標(biāo)記信號，將這些標(biāo)記信號在腦電信號回放及各種動態(tài)曲線時間軸的相應(yīng)位置顯示標(biāo)記符號。它分別與各長時程分析模塊連接。
所述數(shù)據(jù)處理器對電極所采集的腦電信號，可選擇其中任意一個或幾個導(dǎo)聯(lián)組合的數(shù)據(jù)進(jìn)行處理。
以上所述擔(dān)負(fù)第二層次分析的模塊，可以同時裝配同時使用，也可以將(24)事件標(biāo)記識別模塊除外，其它(1)～(23)所有模塊作任意組合裝配使用。
以上所述分析方法可應(yīng)用于對任意一個或幾個導(dǎo)聯(lián)組合所采集的腦電信號進(jìn)行數(shù)據(jù)處理，也可以選擇將分析結(jié)果中一個或幾個導(dǎo)聯(lián)組合的運算結(jié)果輸出到終端處理器。
所述終端處理器由顯示器、打印機(jī)和存儲設(shè)備(如硬盤、軟盤、光盤等)組成，用于接受數(shù)據(jù)處理器的信號，并選擇數(shù)據(jù)處理器的運算結(jié)果中一個或幾個導(dǎo)聯(lián)組合的運算結(jié)果，進(jìn)行存儲、顯示或打印。
根據(jù)本發(fā)明的方法和裝置經(jīng)過檢測和運算顯示出來的數(shù)據(jù)和曲線，可分析腦的功能狀態(tài)，分析腦病患者腦內(nèi)神經(jīng)遞質(zhì)的狀況，能夠分析CT和核磁共振無能為力的大腦功能性變化，為醫(yī)學(xué)界對功能性腦病的診斷提供直接的客觀指標(biāo)，彌補(bǔ)醫(yī)學(xué)界對于功能性腦病(如精神病)的診斷缺少客觀檢測指標(biāo)的空白。


圖1為本發(fā)明的第一個實施例的方框圖。
圖2為本發(fā)明的第二個實施例的方框圖；圖3為本發(fā)明的第三個實施例的方框圖；圖4為本發(fā)明的數(shù)據(jù)處理器的結(jié)構(gòu)方框圖。
具體實施例方式
以下結(jié)合附圖對本發(fā)明作進(jìn)一步說明。
本發(fā)明對腦電漲落進(jìn)行分析的實施過程為，用計算機(jī)漲落掃描技術(shù)從腦電波中提取出腦電漲落信號，再對漲落信號進(jìn)行頻譜分析，從而獲得1-255mHz范圍內(nèi)的功率譜。具體的分析過程可以概括為對1024秒腦電數(shù)據(jù)按每段2秒進(jìn)行分段，共分成512段；對每段數(shù)據(jù)進(jìn)行功率譜分析，選擇出0.5-50Hz范圍內(nèi)的最大功率幅值；對最大功率幅值的時間漲落過程(即512個數(shù)據(jù)段相應(yīng)的功率譜的最大值)進(jìn)行功率譜分析，獲得1-255mHz范圍內(nèi)的功率譜漲落圖。
本發(fā)明設(shè)備的構(gòu)成可以有以下三種類型如附圖1所示，包括依次連接的電極A、數(shù)字化腦電信號放大器B、USB接口J、個人計算機(jī)C、數(shù)據(jù)處理器D、終端處理器E。
如附圖2所示，包括依次連接的電極A、腦電記錄盒F、USB接口J、個人計算機(jī)C、數(shù)據(jù)處理器D、終端處理器E。
如附圖3所示，包括電極A、數(shù)字化腦電信號放大器B和腦電記錄盒F、USB接口J、個人計算機(jī)C、數(shù)據(jù)處理器D、終端處理器E。其中電極A同時連接數(shù)字化腦電信號放大器B和腦電記錄盒F，數(shù)字化腦電信號放大器B直接與個人計算機(jī)C連接，而腦電記錄盒F則通過USB接口J與個人計算機(jī)C連接。個人計算機(jī)C再順序連接數(shù)據(jù)處理器D和終端處理器E。
對本發(fā)明設(shè)備各部件的功能作用分別敘述如下。
電極A用于采集腦電信號。電極放置采用國際標(biāo)準(zhǔn)導(dǎo)聯(lián)系統(tǒng)的12導(dǎo)聯(lián)，位置分別為F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T5、T6。腦電采樣率為128Hz。
數(shù)字化腦電信號放大器B有信號接受、信號放大、數(shù)模轉(zhuǎn)換、數(shù)字濾波等功能。
腦電記錄盒F用于采集、分析長時程(超過18分鐘)的腦電數(shù)據(jù)，有信號采集、信號放大、數(shù)模轉(zhuǎn)換、數(shù)字濾波、數(shù)據(jù)存儲、數(shù)據(jù)回放的功能。腦電記錄盒中的數(shù)據(jù)上傳至個人計算機(jī)進(jìn)行漲落分析。
個人計算機(jī)C主機(jī)處理器采用PIV型，內(nèi)存256M。
終端處理器E由顯示器、打印機(jī)和存儲設(shè)備(如硬盤、軟盤、光盤等)組成，接受數(shù)據(jù)處理器D的運算結(jié)果并進(jìn)行存儲、顯示或打印。
數(shù)據(jù)處理器D所述數(shù)據(jù)處理器包括進(jìn)行第一層次分析的常規(guī)功率譜分析模塊D1、腦電漲落信號分析模塊D2、腦電漲落圖分析模塊D3和S譜系分析模塊D4。它們依次相連，上一模塊產(chǎn)生的數(shù)據(jù)傳送到下一模塊。數(shù)據(jù)處理器還可包括進(jìn)行第二層次分析的以下24個模塊中的任意個模塊。為敘述方便，給第二層次分析模塊分別冠以序號
與D2模塊相連并接受其數(shù)據(jù)的(1)熵值運算模塊D5和(2)單頻競爭分析模塊D6；與D4模塊相連并接受其數(shù)據(jù)的(3)S譜總譜分析模塊D4a；(4)基本譜系分析模塊D4b；(5)最優(yōu)值分析模塊D4c；(6)A/P逆轉(zhuǎn)、L/R失衡情況分析模塊D4d；(7)特頻分析模塊D4ea；(8)異頻分析模塊D4eb；(9)連頻分析模塊D4ec；(10)最優(yōu)頻分析模塊D4ed；(11)S譜系功率空間分布分析模塊D4f；(12)單頻功率分布分析模塊D4ga；(13)平均功率分布分析模塊D4gb；(14)功率相對值A(chǔ)/P、L/R分析模塊D4gc；(15)長時程S譜系曲線分析模塊D4ha；(16)長時程優(yōu)勢譜線曲線分析模塊D4hb；(17)長時程基本譜系曲線分析模塊D4hc；(18)長時程功率空間分布曲線分析模塊D4hd；(19)長時程熵值變化曲線分析模塊D4he；(20)長時程特頻曲線分析模塊D4hf；(21)長時程連頻曲線分析模塊D4hg；(22)長時程基本譜系功率空間分布曲線分析模塊D4hh；(23)長時程常規(guī)功率譜曲線分析模塊D4hi；(24)長時程事件標(biāo)記識別模塊D4hj。
其中，上述(7)特頻分析模塊D4ea、(8)異頻分析模塊D4eb、(9)連頻分析模塊D4ec、(10)最優(yōu)頻分析模塊D4ed四個模塊集為一體，稱為特征譜線分析模塊D4e。
上述(12)單頻功率分布分析模塊D4ga、(13)平均功率分布分析模塊D4gb、(14)功率相對值A(chǔ)/P、L/R分析模塊D4gc三個模塊集為一體，稱為功率分布分析模塊D4g。
上述(15)長時程S譜系曲線分析模塊D4ha、(16)長時程優(yōu)勢譜線曲線分析模塊D4hb、(17)長時程基本譜系曲線分析模塊D4hc、(18)長時程功率空間分布曲線分析模塊D4hd、(19)長時程熵值變化曲線分析模塊D4he、(20)長時程特頻曲線分析模塊D4hf、(21)長時程連頻曲線分析模塊D4hg、(22)長時程基本譜系功率空間分布曲線分析模塊D4hh、(23)長時程常規(guī)功率譜曲線分析模塊D4hi、(24)長時程事件標(biāo)記識別模塊D4hj十個模塊集為一體，稱為長時程動態(tài)曲線分析模塊D4h。
對所述各模塊的功能作用分別敘述如下。
1.常規(guī)功率譜分析模塊D1把隨機(jī)信號x(n)的N點觀察數(shù)據(jù)xN(n)直接做傅里葉變換，得到XN(ejω)，然后再取其幅值的平方，并除以N，作為對x(n)的真實的功率譜P(ejω)的估計。用周期圖法估計出的功率譜可以表示為P(ejω)=1N|XN(ω)|2.]]>XN(ω)的計算由快速傅里葉變換(FFT)計算得到XN(k)=Σn=0N-1x(n)WNnk,k=0,1,...,N-1,WN=e-j2πN,]]>功率譜可表示為P(k)=1N|XN(k)|2.]]>對給定時間長度為8秒的時域腦電信號做功率譜分析，得到其在頻域的能量分布情況即常規(guī)功率譜，并將功率譜以圖形方式傳輸給終端處理器E。
2.腦電功率漲落信號分析模塊D2在實際估計功率譜過程中，在選擇窗函數(shù)時，選取主瓣窗，邊瓣幅值小且衰減快的窗函數(shù)。Hanning(漢寧窗)主瓣稍寬，但有較小的邊瓣和較大衰減速度，它表示為ω(n)=0.5-0.5cos(2πnN),n=0,1,...N-1.,]]>用Hanning窗對數(shù)據(jù)進(jìn)行截短，得到xN(n)＝x(n)ω(n)對給定時間長度為2秒的時域腦電信號乘上Hanning窗后做功率譜分析，采樣時間為2秒，因而計算FFT得到頻譜的頻域分辨率為1/T＝1/2＝0.5Hz(T為采樣時間)，在8-13Hz的頻帶范圍內(nèi)(8Hz，8.5Hz，9Hz，9.5Hz，10Hz，10.5Hz，11Hz，11.5Hz，12Hz，12.5Hz，13Hz，共11個數(shù)值)選擇出能量最大的功率幅值p及相應(yīng)的頻率f。
按時間順序?qū)傞L度為1024秒的時域腦電信號按每段2秒進(jìn)行分段，共分成512段。依次對512段數(shù)據(jù)進(jìn)行常規(guī)功率譜分析模塊D1、腦電漲落信號分析模塊D2的運算，得到最大功率幅值的時間漲落信號p(n)和相應(yīng)頻率漲落信號f(n)，n＝1......512。它表示了1024秒時間內(nèi)功率及相應(yīng)最大幅值的漲落過程。
將時間漲落信號傳輸給腦電漲落圖分析模塊D3、熵值運算分析模塊D5、單頻競爭分析模塊D6，同時將信號傳輸給終端處理器E。
3.腦電漲落圖分析模塊D3對長度為512點(1024秒)的最大功率幅值漲落信號p(n)進(jìn)行分析。乘上長度為512的Hanning窗，再做功率譜分析。數(shù)據(jù)時間長度單位為1024秒，因而頻域分辨率為1/1024Hz，取功率譜分析結(jié)果中頻帶范圍1/1024*(1-255)Hz的譜線組成腦電漲落圖。如果總采樣時間大于1024秒，則以1024秒為單位進(jìn)行段落劃分，對每一段重復(fù)進(jìn)行上述常規(guī)功率譜分析模塊D1、腦電功率漲落信號分析模塊D2、腦電漲落圖分析模塊D3運算過程。
腦電漲落圖分析模塊D3將腦電漲落圖信號傳輸給S譜系分析模塊D4，同時也傳輸給終端處理器E。
4.S譜系分析模塊D4從每一個導(dǎo)聯(lián)腦電漲落圖中找出幅值最大的8條優(yōu)勢譜線D1-D8，按幅值從大到小排序，得到單一導(dǎo)聯(lián)數(shù)據(jù)的S譜，共8個數(shù)值。綜合12導(dǎo)聯(lián)共得到12×8＝96條優(yōu)勢譜線，把頻率相同的優(yōu)勢譜線的數(shù)目累加，得到S譜總譜。
S譜系分析模塊D4將單一導(dǎo)聯(lián)S譜及S譜總譜信號傳輸給S譜總譜分析模塊D4a、基本譜系分析模塊D4b、最優(yōu)值D(1-8)分析模塊D4c、A/P逆轉(zhuǎn)、L/R失衡情況分析模塊D4d、特征譜線分析模塊D4e、S譜系功率空間分布分析模塊D4f、功率分布分析模塊D4g、長時程動態(tài)曲線分析模塊D4h。同時也將S譜總譜信號傳輸給終端處理器E。
5.熵值運算模塊D5根據(jù)H=-Σk=813pklg2pk]]>來計算熵，pk為腦電波中各個頻率占優(yōu)的概率(總數(shù)為512，概率為單個頻率占優(yōu)數(shù)目除以512)。綜合所有12個導(dǎo)聯(lián)總概率分布進(jìn)行熵值計算得到總熵(總數(shù)為512*12)。將數(shù)據(jù)傳輸給終端處理器E。
6.單頻競爭分析模塊D6把腦電漲落信號中的頻率漲落圖f(n)中相同的最優(yōu)頻率數(shù)目隨時間變化過程(1-512數(shù)據(jù)段)累加，得到最優(yōu)頻的概率曲線。
7.S譜總譜分析模塊D4a將S譜系分析模塊D4中所產(chǎn)生的S譜總譜信號做成圖形，并將圖形及數(shù)據(jù)傳輸給終端處理器E。
8.基本譜系分析模塊D4b對S譜中1mHz、2mHz、3mHz、4mHz、5mHz、6mHz、7mHz、11mHz、13mHz共9個基頻對應(yīng)的譜系(S1、S2、S3、S4、S5、S6、S7、S11、S13)進(jìn)行統(tǒng)計分析，從頻率大于3mHz開始還應(yīng)累加其倍數(shù)頻率的數(shù)值(如統(tǒng)計3mHz時還應(yīng)累加6mHz、9mHz，......的數(shù)值)。同時把1 2導(dǎo)聯(lián)按照大腦位置分成左前(F3，F(xiàn)7，C3)、左后(T5，P3，O1)、右前(F4，C4，F(xiàn)8)、右后(P4，T6，O2)四個部分分別進(jìn)行統(tǒng)計。將統(tǒng)計結(jié)果傳輸給終端處理器E。
9.最優(yōu)值(D1-8)分析模塊D4c按導(dǎo)聯(lián)的空間位置分布顯示出每個導(dǎo)聯(lián)下的D1-D8最優(yōu)頻率的功率數(shù)值和相應(yīng)頻率，并將結(jié)果傳輸給終端處理器E。
10.A/P逆轉(zhuǎn)、L/R失衡情況分析模塊D4d按導(dǎo)聯(lián)空間分布位置計算每一個頻率的功率值的前后比值(如F3/C3，C3/P3)A/P，將A/P值大于10的頻率顯示出來；同時計算左右比值(如F3/F4，C3/C4)L/R，將L/R值大于10的頻率顯示出來。
11.特征譜線分析模塊D4e包括特頻分析模塊D4ea、異頻分析模塊D4eb、連頻分析模塊D4ec、最優(yōu)頻分析模塊D4ed。其中，(1)特頻分析模塊D4ea將每導(dǎo)聯(lián)的特頻按導(dǎo)聯(lián)空間分布位置顯示，將結(jié)果傳輸給終端處理器E。
(2)異頻分析模塊D4eb將每導(dǎo)聯(lián)的異頻按導(dǎo)聯(lián)空間分布位置顯示，將結(jié)果傳輸給終端處理器E。
(3)連頻分析模塊D4ec將每導(dǎo)聯(lián)的連頻按導(dǎo)聯(lián)空間分布位置顯示，將結(jié)果傳輸給終端處理器E。
(4)最優(yōu)頻分析模塊D4ed將每個最優(yōu)頻按導(dǎo)聯(lián)空間分布位置顯示其相應(yīng)的頻率，將結(jié)果傳輸給終端處理器E。
12.S譜系功率空間分布分析模塊D4f從腦電漲落圖中選擇出指定頻率的某一譜線，按導(dǎo)聯(lián)的空間位置分布顯示出每個導(dǎo)聯(lián)下的功率數(shù)值。將功率空間分布情況傳輸給終端處理器E。
13.功率分布分析模塊D4g包括單頻功率及相對值分布(L/R)分析模塊D4ga、平均功率分布分析模塊D4gb、A/P、L/R分析模塊D4gc。
將每導(dǎo)聯(lián)最優(yōu)譜線D1-D8相應(yīng)的功率值相加，得到每導(dǎo)聯(lián)的總功率值，將結(jié)果分別傳輸給單頻功率及相對值分布(L/R)分析模塊D4ga、平均功率分布分析模塊D4gb、A/P、L/R分析模塊D4gc。
(1)單頻功率及相對值分布(L/R)分析模塊D4ga將基頻的功率及L/R比值中大于10或小于0.1的數(shù)值按導(dǎo)聯(lián)的空間分布顯示出來，將結(jié)果傳輸給終端處理器E。
(2)平均功率分布分析模塊D4gb將每個導(dǎo)聯(lián)平均功率按導(dǎo)聯(lián)空間分布位置顯示出來，將結(jié)果傳輸給終端處理器E。
(3)A/P、L/R分析模塊D4gc按導(dǎo)聯(lián)空間分布位置計算功率值的前后比值(如F3/C3，C3/P3)和左右比值(如F3/F4，C3/C4)，將結(jié)果傳輸給終端處理器E。
14.長時程動態(tài)曲線分析模塊D4h包括S譜系曲線分析模塊D4ha、優(yōu)勢譜線曲線分析模塊D4hb、基本譜系曲線分析模塊D4hc、功率空間分布曲線分析模塊D4hd、熵值曲線分析模塊D4he、特頻曲線分析模塊D4hf、連頻曲線分析模塊D4hg、基本譜系功率空間分布曲線分析模塊D4hh、常規(guī)功率譜曲線分析模塊D4hi、事件標(biāo)記識別模塊D4hj。
把長時程(采集時間大于18分鐘)的腦電數(shù)據(jù)按照18分鐘的長度進(jìn)行分段，對每段數(shù)據(jù)進(jìn)行腦漲落圖分析(重復(fù)步驟D1-D4)，將分析結(jié)果傳輸給以下的分析模塊。
(1)優(yōu)勢譜線曲線分析模塊D4ha用于以進(jìn)入優(yōu)勢譜線區(qū)的譜線的頻率為縱軸，以時間為橫軸做成曲線；在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行優(yōu)勢譜線排名序次(D1-Dn)的選擇；(2)S譜系曲線分析模塊D4hb分別以每個導(dǎo)聯(lián)下或全部導(dǎo)聯(lián)的每一個譜系或每一條譜線的漲落數(shù)值為縱軸，以時間為橫軸，做成曲線；在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線或譜系選擇。據(jù)此觀察每一頻率譜線或譜系在整個大腦中隨時間變化的情況。
(3)基本譜系曲線分析模塊D4hc分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的基本譜系各個時間段的漲落數(shù)值為縱軸，以時間為橫軸做成基本譜系曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇。用以掌握與大腦功能關(guān)系最密切的幾個基本譜系的動態(tài)情況。
(4)功率空間分布曲線分析模塊D4hd每一個導(dǎo)聯(lián)下，每一條譜線，以其功率值為縱軸，以時間為橫軸描繪曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇。據(jù)此觀察每一個導(dǎo)聯(lián)下，每一條譜線功率值隨時間變化的情況。
(5)熵值曲線分析模塊D4he將所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線，反映熵值隨時間的變化，據(jù)此觀察不同時間大腦能量分布狀況。
(6)特頻曲線分析模塊D4hf以所有導(dǎo)聯(lián)特頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸做出曲線，據(jù)此觀察特頻隨時間動態(tài)變化的情況。
(7)連頻曲線分析模塊D4hg以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的聯(lián)頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸分別做出曲線，觀察病人不同時間腦功能下降的情況。
(8)基本譜系功率空間分布曲線D4hh從單頻功率及相對值分布(L/R)分析模塊D4ga中讀取基本譜系的每個導(dǎo)聯(lián)下的功率值，以功率值為縱坐標(biāo)，以時間為橫坐標(biāo)作出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇。據(jù)此觀察每個基本譜系隨時間變化及空間分布的情況。
(9)常規(guī)功率譜曲線分析模塊D4hi從常規(guī)功率譜中找出幅值最大的8個頻率值D1-D8，按幅值從大到小排序，分別以這些頻率的功率值為縱軸，以時間為橫軸，作出8條動態(tài)曲線，據(jù)此觀察腦電中功率占優(yōu)的頻率隨時間變化的情況。
(10)事件標(biāo)記識別模塊D4hj它分別與各長時程分析模塊連接，用以辨認(rèn)腦電記錄盒F所記錄的事件標(biāo)記信號，將這些標(biāo)記信號在腦電信號回放及各種動態(tài)曲線上時間軸的相應(yīng)位置顯示標(biāo)記符號。
權(quán)利要求
1.一種應(yīng)用計算機(jī)技術(shù)對腦電漲落信號進(jìn)行分析的方法，其特征在于，先對腦電信號數(shù)據(jù)按一定時間長度進(jìn)行分段，對每段數(shù)據(jù)進(jìn)行功率譜分析，選擇出0.5-50Hz范圍內(nèi)的最大功率幅值，進(jìn)行功率譜分析及頻譜分析，獲得超慢波范圍內(nèi)的功率譜漲落圖，再對漲落圖進(jìn)行分析，獲得多個數(shù)據(jù)參數(shù)，以數(shù)值、圖形和曲線的方式顯示出來，其具體分析方法最少包括常規(guī)功率譜分析的如下步驟(1)對給定時間長度的時域腦電信號做功率譜分析，即對腦電信號x(n)的N點觀察數(shù)據(jù)xN(n)直接做傅里葉變換，得到XN(ejω)；(2)取其幅值的平方，并除以N，作為對x(n)的真實的功率譜P(ejω)的估計，用周期圖法估計出的功率譜可以表示為，P(ejω)=1N|XN(ω)|2;]]>(3)XN(ω)的計算由快速傅里葉變換計算得到XN(k)=Σn=0N-1x(n)WNnk,k=0,1,...,N-1,WN=e-j2πN,]]>功率譜可表示為，P(k)=1N|XN(k)|2.]]>
2.如權(quán)利要求1所述的腦電漲落信號分析方法，其特征在于，還包括腦電功率漲落信號分析，其具體方法包括如下步驟(1)選擇邊瓣幅值小且衰減快的窗函數(shù)，它表示為，ω(n)=0.5-0.5cos(2πnN),n=0,1,...N-1,]]>對腦電信號x(n)數(shù)據(jù)進(jìn)行截短，得到xN(n)＝x(n)ω(n)；(2)對信號xN(n)＝x(n)ω(n)做功率譜分析，采樣時間為T秒，計算FFT得到頻譜的頻域分辨率為1/T，選擇出能量最大的功率幅值p及相應(yīng)的頻率f；(3)按時間順序?qū)倳r間長度為N秒的時域腦電信號按T秒進(jìn)行分段，依次對N/T段數(shù)據(jù)進(jìn)行常規(guī)功率譜分析和腦電漲落信號分析，得到最大功率幅值漲落信號p(n)和相應(yīng)頻率漲落信號f(n)，n＝1......n，n＝N/T。
3.如權(quán)利要求2所述的腦電漲落信號分析方法，其特征在于，還包括腦電漲落圖分析，其具體方法包括如下步驟(1)對長度為n點的最大功率幅值漲落信號p(n)進(jìn)行分析；(2)乘上長度為n的Hanning窗，再做功率譜分析，數(shù)據(jù)時間長度單位為N秒，因而頻域分辨率為1/N Hz，取功率譜分析結(jié)果中一定頻率范圍的譜線組成腦漲落圖；(3)當(dāng)總采樣時間大于N秒時，以N秒為單位進(jìn)行段落劃分，對每一段分別進(jìn)行上述常規(guī)功率譜分析、腦電漲落信號分析和腦電漲落圖分析。
4.如權(quán)利要求3所述的腦電漲落信號分析方法，其特征在于，還包括S譜系分析，其具體方法包括如下步驟(1)從每一個導(dǎo)聯(lián)腦電漲落圖中找出幅值最大的幾條優(yōu)勢譜線D1-Dn，按幅值從大到小排序，得到單一導(dǎo)聯(lián)數(shù)據(jù)的S譜，共n個數(shù)值；(2)綜合所有N導(dǎo)聯(lián)共得到N*n條優(yōu)勢譜線，把頻率相同的優(yōu)勢譜線的數(shù)目累加，得S譜總譜。
5.如權(quán)利要求1所述的腦電漲落信號分析方法，其特征在于，腦電信號采集途徑包括應(yīng)用任何導(dǎo)聯(lián)或?qū)?lián)組合。
6.如權(quán)利要求5所述的腦電漲落信號分析方法，其特征在于，腦電信號的采集采用國際標(biāo)準(zhǔn)導(dǎo)聯(lián)系統(tǒng)的12導(dǎo)聯(lián)，電極置放位置分別為F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T5、T6。
7.如權(quán)利要求2所述的腦電漲落信號分析方法，其特征在于，還包括在腦電功率漲落信號分析基礎(chǔ)上所進(jìn)行的第二層次分析項目——熵值運算和單頻競爭分析方法中的一種或兩種，其中，所述熵值運算包括如下步驟(1)根據(jù)H=-Σk=813pklg2pk]]>計算熵，pk為腦電波中各個頻率占優(yōu)的概率；(2)綜合所有N個導(dǎo)聯(lián)總概率分布進(jìn)行熵值計算得到總熵(總數(shù)為n*N)；所述單頻競爭分析包括把腦電漲落信號中的頻率漲落圖f(n)中相同的最優(yōu)頻率數(shù)目隨時間變化過程累加，得到最優(yōu)頻的概率曲線。
8.如權(quán)利要求4所述的腦電漲落信號分析方法，其特征在于，還包括在S譜系分析基礎(chǔ)上進(jìn)行的第二層次21個分析項目中的任何一個項目或任意組合的項目，所述21個項目為，(3)S譜總譜分析、(4)基本譜系分析、(5)最優(yōu)值分析、(6)A/P逆轉(zhuǎn)、L/R失衡情況分析、(7)特頻分析、(8)異頻分析、(9)連頻分析、(10)最優(yōu)頻分析、(11)S譜系功率空間分布分析、(12)單頻功率及相對值(L/R)分布分析、(13)平均功率分布分析、(14)功率相對值A(chǔ)/P、L/R分析、(15)長時程S譜系曲線分析、(16)長時程優(yōu)勢譜線曲線分析、(17)長時程基本譜系曲線分析、(18)長時程功率空間分布曲線分析、(19)長時程熵值曲線分析、(20)長時程特頻曲線分析、(21)長時程連頻曲線分析、(22)長時程基本譜系功率空間分布曲線分析、(23)長時程常規(guī)功率譜曲線分析，其中，所述S譜總譜分析方法為，將S譜系分析中得到的S譜總譜數(shù)據(jù)用圖形表示出來；所述基本譜系分析方法為，對S譜中基頻對應(yīng)的S譜系進(jìn)行統(tǒng)計分析，從頻率大于3mHz開始累加其倍周期頻率的數(shù)值，同時把所有導(dǎo)聯(lián)按照在頭部的放置位置分成左前、左后、右前、右后四個部分分別進(jìn)行統(tǒng)計；所述最優(yōu)值分析方法為，將優(yōu)勢頻率的功率數(shù)值和相應(yīng)頻率按導(dǎo)聯(lián)的空間位置分布顯示；所述A/P逆轉(zhuǎn)、L/R失衡情況分析方法為，按導(dǎo)聯(lián)空間分布位置計算每一頻率功率值的前后比值A(chǔ)/P，將A/P值大于一定限值的頻率顯示；同時計算左右比值L/R，將L/R值大于一定限值的頻率顯示；所述特頻分析、異頻分析、連頻分析、最優(yōu)頻分析四個項目，其方法為，分別將每導(dǎo)聯(lián)的特頻、異頻、連頻、最優(yōu)頻按導(dǎo)聯(lián)空間分布位置顯示；所述S譜系功率空間分布分析方法為，將腦電漲落圖中的每條譜線的功率值按空間導(dǎo)聯(lián)位置分布排列，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇，將被選定的譜線，按導(dǎo)聯(lián)的空間位置分布顯示其在每個導(dǎo)聯(lián)下的功率數(shù)值；所述單頻功率及相對值(L/R)分布分析方法為，將每導(dǎo)聯(lián)優(yōu)勢譜線D1-Dn相應(yīng)的功率值相加，得到每導(dǎo)聯(lián)的總功率值；將基頻的功率及左右比值(L/R)中大于限定值或小于1/限定值的數(shù)值按導(dǎo)聯(lián)的空間分布顯示；所述平均功率分布分析方法為，將每個導(dǎo)聯(lián)平均功率按導(dǎo)聯(lián)空間分布位置顯示；所述功率相對值A(chǔ)/P、L/R分析方法為，按導(dǎo)聯(lián)空間分布位置計算功率值的前后比值和左右比值；所述長時程S譜系曲線分析方法為，分別以每個導(dǎo)聯(lián)下或全部導(dǎo)聯(lián)的每一個譜系或每一條譜線的漲落數(shù)值為縱軸，以時間為橫軸做出曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線或譜系的選擇；所述長時程優(yōu)勢譜線曲線分析方法為，以進(jìn)入優(yōu)勢譜線區(qū)的譜線的頻率為縱軸，以時間為橫軸做出曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行優(yōu)勢譜線排名序次(D1-Dn)的選擇；所述長時程基本譜系曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的基本譜系各個時間段的漲落數(shù)值為縱軸，以時間為橫軸做出基本譜系曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系選擇；所述長時程功率空間分布曲線分析方法為，每一個導(dǎo)聯(lián)下，每一條譜線，以其功率值為縱軸，以時間為橫軸做出曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線選擇；所述長時程熵值變化曲線分析方法為，將全部導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線；所述長時程特頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下特頻出現(xiàn)的個數(shù)為縱軸、時間為橫軸做出曲線；所述長時程連頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的連頻出現(xiàn)的個數(shù)為縱軸、時間為橫軸分別做出曲線；所述長時程基本譜系功率空間分布曲線分析方法為，從單頻功率及相對值分布(L/R)分析中讀取基本譜系的每個導(dǎo)聯(lián)下的功率值，以功率值為縱軸，以時間為橫軸作出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系選擇；所述長時程熵值變化曲線分析方法為，以全部導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線；所述長時程特頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下特頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸做出曲線；所述長時程連頻曲線分析方法為，分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下連頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸分別做出曲線；所述長時程基本譜系功率空間分布曲線分析方法為，從單頻功率及相對值分布(L/R)分析中讀取基本譜系每個導(dǎo)聯(lián)下的功率值，以功率值為縱軸，以時間為橫軸做出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系選擇；所述長時程常規(guī)功率譜曲線分析方法為，從常規(guī)功率譜中找出幅值最大的n個頻率D1-Dn，按幅值從大到小排序，分別以這些頻率的功率值為縱軸，以時間為橫軸，作出n條動態(tài)曲線；
9.如權(quán)利要求8所述的腦電漲落信號分析方法，其特征在于，還包括(24)長時程事件標(biāo)記識別分析，其方法為，辨認(rèn)腦電記錄盒所記錄的事件標(biāo)記信號，將這些標(biāo)記信號在腦電信號回放及各種動態(tài)曲線時間軸的相應(yīng)位置顯示標(biāo)記符號，它與(15)長時程S譜系曲線分析、(16)長時程優(yōu)勢譜線曲線分析、(17)長時程基本譜系曲線分析、(18)長時程功率空間分布曲線分析、(19)長時程熵值曲線分析、(20)長時程特頻曲線分析、(21)長時程連頻曲線分析、(22)長時程基本譜系功率空間分布曲線分析、(23)長時程常規(guī)功率譜曲線分析九個項目中的任何一個或任意幾個項目結(jié)合應(yīng)用。
10.如權(quán)利要求1、2、3、4、7、8、9任一權(quán)利要求所述的腦電漲落信號分析方法，其特征在于，所述各項分析方法可應(yīng)用于對任意一個或幾個導(dǎo)聯(lián)組合所采集的腦電信號進(jìn)行數(shù)據(jù)處理，并且可以選擇將分析結(jié)果中一個或幾個導(dǎo)聯(lián)組合的運算結(jié)果輸出到終端處理器進(jìn)行顯示、打印或存儲。
11.一種腦電漲落信號的分析設(shè)備，其特征在于，它包括電極、數(shù)字化腦電信號放大器或腦電記錄盒、個人計算機(jī)、數(shù)據(jù)處理器、終端處理器，并依次連接，其中，電極采集腦電信號，傳送到數(shù)字化腦電信號放大器和/或腦電信號記錄盒，對信號接受、放大、數(shù)模轉(zhuǎn)換、數(shù)字濾波或/和數(shù)據(jù)存儲，信號再上傳至個人計算機(jī)，由與計算機(jī)相連的數(shù)據(jù)處理器完成數(shù)據(jù)處理和漲落分析，分析結(jié)果傳輸?shù)浇K端處理器進(jìn)行存儲、顯示或打印。
12.如權(quán)利要求11所述的腦電漲落信號分析設(shè)備，其特征在于，所述數(shù)據(jù)處理器包括常規(guī)功率譜分析模塊，用于對給定時間長度的時域腦電信號做功率譜分析，得到功率譜，可表示為，P(k)=1N|XN(k)|2.]]>
13.如權(quán)利要求12所述的腦電漲落信號分析設(shè)備，其特征在于，所述數(shù)據(jù)處理器還包括腦電功率漲落信號分析模塊，用于選擇邊瓣幅值小且衰減快的窗函數(shù)，它表示為，ω(n)=0.5-0.5cos(2πnN),n=0,1,...N-1,]]>對腦電信號x(n)數(shù)據(jù)進(jìn)行截短，得到xN(n)＝x(n)ω(n)；對上述信號xN(n)＝x(n)ω(n)做功率譜分析，采樣時間為T秒，計算FFT得到頻譜的頻域分辨率為1/T，選擇出能量最大的功率幅值p及相應(yīng)的頻率f；按時間順序?qū)偟臅r域腦電信號進(jìn)行分段，依次對每段數(shù)據(jù)進(jìn)行常規(guī)功率譜分析和腦電漲落信號分析，得到最大功率幅值漲落信號p(n)和相應(yīng)頻率漲落信號f(n)，n＝1......n。
14.如權(quán)利要求13所述的腦電漲落信號分析設(shè)備，其特征在于，所述數(shù)據(jù)處理器還包括腦電漲落圖分析模塊，用于對長度為n點的最大功率幅值漲落信號p(n)進(jìn)行分析；乘上長度為n的Hanning窗，再做功率譜分析，數(shù)據(jù)時間長度單位為N秒，因而頻域分辨率為1/N Hz，取功率譜分析結(jié)果中頻帶一定范圍的譜線組成腦電漲落圖；當(dāng)總采樣時間大于N秒時，以N秒為單位進(jìn)行段落劃分，對每一段重復(fù)進(jìn)行常規(guī)功率譜分析、腦電功率漲落信號分析和腦電漲落圖分析。
15.如權(quán)利要求11所述的腦電漲落信號分析設(shè)備，其特征在于，所述數(shù)據(jù)處理器還包括S譜系分析模塊，用于從每一個導(dǎo)聯(lián)腦電漲落圖中找出幅值最大的幾條最優(yōu)譜線D1-Dn，按幅值從大到小排序，得到單一導(dǎo)聯(lián)數(shù)據(jù)的S譜，共n個數(shù)值；綜合所有N導(dǎo)聯(lián)共得到N*n條優(yōu)勢譜線，把頻率相同的優(yōu)勢譜線的數(shù)目累加，得到S譜總譜。
16.如權(quán)利要求13所述的腦電漲落信號分析設(shè)備，其特征在于，所述腦電功率漲落信號分析模塊數(shù)據(jù)傳輸給熵值運算模塊和/或單頻競爭分析模塊，其中，所述熵值運算模塊用于根據(jù)H=-Σk=813pklg2pk]]>來計算熵，綜合所有N個導(dǎo)聯(lián)總概率分布進(jìn)行熵值計算得到總熵；所述單頻競爭分析模塊用于把腦電漲落信號中的頻率漲落圖f(n)中相同的最優(yōu)頻率數(shù)目隨時間變化過程累加，得到最優(yōu)頻的概率曲線。
17.如權(quán)利要求15所述的腦電漲落信號分析設(shè)備，其特征在于，所述S譜系分析模塊數(shù)據(jù)傳輸給以下第二層次21個分析模塊中的任何一個模塊或任意個模塊組合，所述21個模塊為，(3)S譜總譜分析模塊、(4)基本譜系分析模塊、(5)最優(yōu)值分析模塊、(6)A/P逆轉(zhuǎn)、L/R失衡情況分析模塊、(7)特頻分析模塊、(8)異頻分析模塊、(9)連頻分析模塊、(10)最優(yōu)頻分析模塊、(11)S譜系功率空間分布分析模塊、(12)單頻功率分布分析模塊、(13)平均功率分布分析模塊、(14)功率相對值A(chǔ)/P、L/R分析模塊、(15)長時程S譜系曲線分析模塊、(16)長時程優(yōu)勢譜線曲線分析模塊、(17)長時程基本譜系曲線分析模塊、(18)長時程功率空間分布曲線分析模塊、(19)長時程熵值曲線分析模塊、(20)長時程特頻曲線分析模塊、(21)長時程連頻曲線分析模塊、(22)長時程基本譜系功率空間分布曲線分析模塊、(23)長時程常規(guī)功率譜曲線分析模塊，其中，所述(3)S譜總譜分析模塊，將S譜總譜數(shù)據(jù)用圖形表示出來；所述(4)基本譜系分析模塊，用于對S譜中基頻對應(yīng)的S譜系進(jìn)行統(tǒng)計分析，從頻率大于3mHz開始累加其倍數(shù)頻率的數(shù)值，同時把所有導(dǎo)聯(lián)按照在腦部的分布位置分成前后左右若干部分分別進(jìn)行統(tǒng)計；所述(5)最優(yōu)值分析模塊，用于按導(dǎo)聯(lián)的空間位置分布顯示每個導(dǎo)聯(lián)下的D1-Dn優(yōu)勢頻率的功率數(shù)值和相應(yīng)頻率；所述(6)A/P逆轉(zhuǎn)、L/R失衡情況分析模塊，用于按導(dǎo)聯(lián)空間分布位置計算每一個頻率功率值的前后比值A(chǔ)/P和左右比值L/R，并將A/P值或L/R值大于一定限值的頻率顯示出來；所述(7)特頻分析模塊、(8)異頻分析模塊、(9)連頻分析模塊、(10)最優(yōu)頻分析模塊，分別用于將每導(dǎo)聯(lián)的特頻、異頻、連頻、每個最優(yōu)頻按導(dǎo)聯(lián)空間分布位置顯示出來；所述(11)S譜系功率空間分布分析模塊，用于將腦電漲落圖中每條譜線的功率值按空間導(dǎo)聯(lián)位置分布排列，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇，將被選定頻率的譜線，按導(dǎo)聯(lián)的空間位置分布顯示出每個導(dǎo)聯(lián)下的功率數(shù)值；所述(12)單頻功率及相對值分布L/R分析模塊，用于將每導(dǎo)聯(lián)優(yōu)勢譜線D1-Dn相應(yīng)的功率值相加，得到每導(dǎo)聯(lián)的總功率值；將基頻的功率及左右比值(L/R)中大于限定值或小于1/限定值的數(shù)值按導(dǎo)聯(lián)的空間分布顯示出來；所述(13)平均功率分布分析模塊，將每個導(dǎo)聯(lián)平均功率按導(dǎo)聯(lián)空間分布位置顯示出來；所述(14)功率相對值A(chǔ)/P、L/R分析模塊，按導(dǎo)聯(lián)空間分布位置計算功率值的前后比值和左右比值；所述(15)長時程S譜系曲線分析模塊，分別以每個導(dǎo)聯(lián)下或全部導(dǎo)聯(lián)的每一個譜系或每一條譜線的漲落數(shù)值為縱軸，以時間為橫軸，做成曲線，在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線或譜系選擇；所述(16)長時程優(yōu)勢譜線曲線分析模塊，用于以進(jìn)入優(yōu)勢譜線區(qū)的譜線的頻率為縱軸，以時間為橫軸做成曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行優(yōu)勢譜線排名序次(D1-Dn)的選擇；所述(17)長時程基本譜系曲線分析模塊，用于分別以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的基本譜系各個時間段的漲落數(shù)值為縱軸，以時間為橫軸做成基本譜系曲線；在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇；所述(18)長時程功率空間分布曲線分析模塊，用于將每一個導(dǎo)聯(lián)下的每一條譜線，以其功率值為縱軸，以時間為橫軸做出曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜線的選擇；所述(19)長時程熵值變化曲線分析模塊，用于將全腦或每個導(dǎo)聯(lián)下的熵值為縱軸，以時間為橫軸分別做出曲線；所述(20)長時程特頻曲線分析模塊，用于以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)的特頻出現(xiàn)的個數(shù)為縱軸以時間為橫軸做出曲線；所述(21)長時程連頻曲線分析模塊，以所有導(dǎo)聯(lián)或每個導(dǎo)聯(lián)下的連頻出現(xiàn)的個數(shù)為縱軸，以時間為橫軸分別做出曲線；所述(22)長時程基本譜系功率空間分布曲線分析模塊，用于從單頻功率及相對值分布(L/R)分析中讀取基本譜系的每個導(dǎo)聯(lián)下的功率值，以功率值為縱軸，以時間為橫軸作出曲線，按導(dǎo)聯(lián)的空間位置分布顯示出每條曲線。在顯示界面上以“畫中畫”方式開一窗口，進(jìn)行譜系的選擇；所述(23)長時程常規(guī)功率譜曲線分析模塊，用于從常規(guī)功率譜中找出幅值最大的n個頻率D1-Dn，按幅值從大到小排序，分別以這些頻率的功率值為縱軸，以時間為橫軸，作出n條動態(tài)曲線；
18.如權(quán)利要求15所述的腦電漲落信號分析設(shè)備，其特征在于，所述S譜系分析模塊數(shù)據(jù)傳輸給(24)長時程事件標(biāo)記識別模塊，用于辨認(rèn)腦電記錄盒所記錄的事件標(biāo)記信號，將這些標(biāo)記信號在腦電信號回放及各種動態(tài)曲線時間軸的相應(yīng)位置顯示標(biāo)記符號，它與(15)長時程S譜系曲線分析模塊、(16)長時程優(yōu)勢譜線曲線分析模塊、(17)長時程基本譜系曲線分析模塊、(18)長時程功率空間分布曲線分析模塊、(19)長時程熵值曲線分析模塊、(20)長時程特頻曲線分析模塊、(21)長時程連頻曲線分析模塊、(22)長時程基本譜系功率空間分布曲線分析模塊、(23)長時程常規(guī)功率譜曲線分析模塊九個模塊中的任何一個或任意幾個結(jié)合應(yīng)用。
全文摘要
本發(fā)明應(yīng)用計算機(jī)技術(shù)對腦電信號進(jìn)行功率譜分析，選擇0.5～50Hz范圍內(nèi)的最大功率幅值，進(jìn)行多次功率譜分析及頻譜分析，獲得超慢波功率譜漲落圖，再對漲落圖分析，獲得一系列數(shù)據(jù)參數(shù)，為腦功能檢測和疾病診斷提供依據(jù)。分析方法包括常規(guī)功率譜分析，還可以包括腦電功率漲落信號分析、腦電漲落圖分析和 S譜系分析以及進(jìn)一步的多項目分析。實現(xiàn)分析方法的設(shè)備包括電極、腦電信號放大器或腦電記錄盒、個人計算機(jī)、數(shù)據(jù)處理器和終端處理器幾部分。
文檔編號A61B5/0476GK1632816SQ20031012241
公開日2005年6月29日 申請日期2003年12月23日 優(yōu)先權(quán)日2003年12月23日
發(fā)明者徐建蘭, 劉恩紅 申請人:廣州可夫醫(yī)療科技有限公司