專(zhuān)利名稱(chēng)：誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及醫(yī)學(xué)信號(hào)處理領(lǐng)域，且特別涉及一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法。

背景技術(shù)：
誘發(fā)電位(EP)指對(duì)神經(jīng)系統(tǒng)(包括感受器)某一特定部位給予適宜刺激，在中樞神經(jīng)系統(tǒng)(包括周?chē)窠?jīng)系統(tǒng))相應(yīng)部位檢出的與刺激有鎖時(shí)關(guān)系的電位變化。EP潛伏期指從刺激起始到所測(cè)試的EP反應(yīng)波上某一特定點(diǎn)(起始點(diǎn)或峰值點(diǎn))之間的時(shí)間間隔，它反映了神經(jīng)系統(tǒng)及其傳導(dǎo)通路的功能和狀態(tài)。當(dāng)神經(jīng)系統(tǒng)出現(xiàn)損傷或病變時(shí)，EP的潛伏期會(huì)發(fā)生延長(zhǎng)。因此，檢測(cè)出EP潛伏期的延長(zhǎng)，對(duì)于及早診斷或預(yù)測(cè)神經(jīng)系統(tǒng)可能發(fā)生的損傷病變具有重要的意義。
時(shí)間延遲估計(jì)(TDE)技術(shù)是檢測(cè)EP潛伏期延長(zhǎng)的一種信號(hào)處理方法。噪聲是進(jìn)行EP信號(hào)潛伏期延長(zhǎng)檢測(cè)或時(shí)間延遲估計(jì)時(shí)需要考慮的主要問(wèn)題之一。國(guó)內(nèi)外在誘發(fā)電位(EP)的臨床神經(jīng)電生理研究與應(yīng)用上，為了便于理論上的解析分析，通常假定帶噪EP信號(hào)服從高斯分布。然而，由于產(chǎn)生EP和腦電(EEG)的中樞神經(jīng)系統(tǒng)的復(fù)雜性以及獲取信號(hào)時(shí)外界環(huán)境的多變性，帶噪EP信號(hào)及其EEG等噪聲常常具有脈沖性而不再適合用高斯模型來(lái)描述，傳統(tǒng)基于高斯模型的二階統(tǒng)計(jì)量EP潛伏期延長(zhǎng)估計(jì)方法出現(xiàn)性能退化甚至不能使用，因此，需要研究發(fā)展更具韌性的方法。分析和實(shí)驗(yàn)均表明，EP信號(hào)中的噪聲，如自發(fā)腦電圖(EEG)，常常具有非高斯脈沖特性。目前有多種模型可以較好地描述這種脈沖性信號(hào)噪聲的特性，其中，α穩(wěn)定分布是唯一的一類(lèi)構(gòu)成獨(dú)立同分布(i.i.d.)隨機(jī)變量之和的極限分布，它是一種廣義的高斯分布，比高斯分布具有更廣泛的適用性，為脈沖性信號(hào)或噪聲的分析提供了非常有力的理論工具。
自適應(yīng)TDE通?；谧赃m應(yīng)濾波器及自適應(yīng)信號(hào)處理技術(shù)，將TDE估計(jì)問(wèn)題轉(zhuǎn)化為濾波器參數(shù)估計(jì)問(wèn)題，在某種優(yōu)化準(zhǔn)則控制下，自動(dòng)調(diào)整濾波器參數(shù)并實(shí)現(xiàn)最優(yōu)。當(dāng)噪聲符合高斯分布時(shí)，最小均方誤差準(zhǔn)則是適當(dāng)?shù)?，傳統(tǒng)的基于最小均方誤差準(zhǔn)則的自適應(yīng)TDE算法具有良好的估計(jì)性能，且便于進(jìn)行理論分析。但是，在實(shí)際應(yīng)用中常常會(huì)遇到一類(lèi)具有顯著尖峰脈沖特性的噪聲，不存在二階及其以上的統(tǒng)計(jì)量。此時(shí)，最小均方誤差準(zhǔn)則不再適用，其主要原因是由于最小均方誤差準(zhǔn)則對(duì)于數(shù)據(jù)中為數(shù)不多的偏離高斯分布的數(shù)值非常敏感，缺乏足夠的韌性，導(dǎo)致基于最小均方誤差的各類(lèi)算法估計(jì)性能發(fā)生顯著的退化。因此，在這種情況下，應(yīng)該采用更符合實(shí)際的信號(hào)噪聲模型、考慮具有韌性的最優(yōu)準(zhǔn)則。
在基于α穩(wěn)定分布的實(shí)際TDE算法中，通常采用最小平均p(1＜p＜α)范數(shù)準(zhǔn)則。然而，參數(shù)p的選取依賴(lài)α穩(wěn)定分布的特征指數(shù)α的先驗(yàn)知識(shí)或估計(jì)，存在不便。α穩(wěn)定分布所有FLOM都是等價(jià)的，采用L1范數(shù)準(zhǔn)則可減少或避免對(duì)α的估計(jì)。但是，L1范數(shù)屬于不可微優(yōu)化問(wèn)題，對(duì)于以梯度為基礎(chǔ)建立的最優(yōu)化方法不再適用。一種思路是利用可微的極大熵函數(shù)光滑逼近絕對(duì)偏差代價(jià)函數(shù)，但對(duì)于較大的誤差該算法仍缺乏足夠的韌性。


發(fā)明內(nèi)容
本發(fā)明提出一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，采用α穩(wěn)定分布來(lái)描述帶噪EP信號(hào)，基于自適應(yīng)時(shí)間延遲估計(jì)技術(shù)，采用最小均方Sigmoid誤差優(yōu)化準(zhǔn)則，自適應(yīng)檢測(cè)EP潛伏期的延長(zhǎng)，改善了臨床神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，從信號(hào)處理的角度提高了神經(jīng)電生理學(xué)的研究水平。
為了達(dá)到上述目的，本發(fā)明提出一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，該方法的信號(hào)模型為 x1k(n)＝sk(n)+v1k(n)；n＝1，2，L，N；k＝1， 2，L，K x2k(n)＝sk(n-Dk)+v2k(n)；n＝1，2，L，N；k＝1，2，L，K， 其中，x1k(n)、x2k(n)分別表示參考誘發(fā)電位信號(hào)和被測(cè)誘發(fā)電位信號(hào)，sk(n)、v1k(n)和v2k(n)分別表示純凈誘發(fā)電位信號(hào)和加性噪聲，Dk表示待估計(jì)的第k次掃描誘發(fā)電位信號(hào)潛伏期的延長(zhǎng)，n為離散時(shí)間變量。
進(jìn)一步的，信道對(duì)兩信號(hào)x1(n)、x2(n)的相對(duì)延遲用滑動(dòng)平均MA濾波器來(lái)模擬 其中，e(n)是MA模型誤差；w(i)(i＝1～Q)是MA模型參數(shù)，取Q＞D；在i＝D處w(i)有最大值，即i1D時(shí)|w(i)|＜|w(D)|。
進(jìn)一步的，該方法提出一種光滑可導(dǎo)的韌性代價(jià)函數(shù)，即均方Sigmoid誤差 J(n)＝E[|Se(n)|2]， 其中Se(n)為Sigmoid誤差信號(hào)，得出最小均方Sigmoid誤差時(shí)間延遲估計(jì)算法，該算法在最小均方Sigmoid誤差準(zhǔn)則下，用最速下降法迭代求得MA濾波器權(quán)矢量的最優(yōu)值。
進(jìn)一步的，所述最小均方Sigmoid誤差時(shí)間延遲估計(jì)算法中，MA濾波器的輸出信號(hào)y(n)可以寫(xiě)成如下的矢量形式 Sigmoid誤差信號(hào)為

代價(jià)函數(shù)的梯度為
自適應(yīng)迭代方程為

其中，迭代步長(zhǎng)μ在范圍內(nèi)算法是穩(wěn)定的，Pin為輸入信號(hào)的功率。
進(jìn)一步的，所述兩信號(hào)x1(n)、x2(n)的相對(duì)延遲估計(jì)值從收斂時(shí)濾波器權(quán)系數(shù)矢量wopt的峰值位置得到 本發(fā)明以對(duì)稱(chēng)α穩(wěn)定分布模型描述脈沖噪聲，利用神經(jīng)網(wǎng)絡(luò)中常用的Sigmoid函數(shù)對(duì)誤差信號(hào)進(jìn)行非線(xiàn)性變換，抑制了較大誤差對(duì)估計(jì)結(jié)果的影響。Sigmoid誤差存在二階矩，以最小均方Sigmoid誤差代替最小均方誤差誤差作為優(yōu)化準(zhǔn)則，提出了一種基于最小均方Sigmoid誤差準(zhǔn)則的自適應(yīng)EP潛伏期延長(zhǎng)檢測(cè)方法。因此，本發(fā)明提出的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，采用α穩(wěn)定分布來(lái)描述帶噪EP信號(hào)，基于自適應(yīng)時(shí)間延遲估計(jì)技術(shù)，采用最小均方Sigmoid誤差優(yōu)化準(zhǔn)則，自適應(yīng)檢測(cè)EP潛伏期的延長(zhǎng)，改善了臨床神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，從信號(hào)處理的角度提高了神經(jīng)電生理學(xué)的研究水平。



圖1所示為體感EP信號(hào)的潛伏期及其延遲示意圖。
圖2所示為本發(fā)明較佳實(shí)施例的自適應(yīng)TDE原理結(jié)構(gòu)圖。

具體實(shí)施例方式 為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說(shuō)明如下。
本發(fā)明提出一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，采用α穩(wěn)定分布來(lái)描述帶噪EP信號(hào)，基于自適應(yīng)時(shí)間延遲估計(jì)技術(shù)，采用最小均方Sigmoid誤差優(yōu)化準(zhǔn)則，自適應(yīng)檢測(cè)EP潛伏期的延長(zhǎng)，改善了臨床神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，從信號(hào)處理的角度提高了神經(jīng)電生理學(xué)的研究水平。
請(qǐng)參考圖1，圖1所示為體感EP信號(hào)的潛伏期及其延遲示意圖。典型的體感EP(Somatosensory evoked potentials，簡(jiǎn)稱(chēng)SEP)潛伏期及其延長(zhǎng)的波形，如圖1所示。圖1中，上面的波形為平均100次之后的正常SEP波形，下面的波形為缺氧狀態(tài)下的SEP信號(hào)波形。潛伏期定義為從刺激時(shí)刻開(kāi)始到選定峰(第一個(gè))之間的間隔，潛伏期延長(zhǎng)定義為上述兩個(gè)SEP波形潛伏期之間的間隔。
EP潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法中，信號(hào)模型為 x1k(n)＝sk(n)+v1k(n)；n＝1，2，L，N；k＝1，2，L，K x2k(n)＝sk(n-Dk)+v2k(n)；n＝1，2，L，N；k＝1，2，L，K(1) 其中，x1k(n)、x2k(n)分別表示參考EP信號(hào)和被測(cè)EP信號(hào)，sk(n)、v1k(n)和v2k(n)分別表示純凈EP信號(hào)和加性噪聲，Dk表示待估計(jì)的第k次掃描EP信號(hào)潛伏期的延長(zhǎng)，n為離散時(shí)間變量。
再請(qǐng)參考圖2，圖2所示為本發(fā)明較佳實(shí)施例的自適應(yīng)TDE原理結(jié)構(gòu)圖。信道對(duì)兩信號(hào)x1(n)、x2(n)的相對(duì)延遲可以用滑動(dòng)平均MA濾波器來(lái)模擬 其中，e(n)是MA模型誤差；w(i)(i＝1～Q)是MA模型參數(shù)，取Q＞D。在i＝D處w(i)有最大值，即i≠D時(shí)|w(i)|＜|w(D)|。這樣對(duì)時(shí)間延遲的估計(jì)就轉(zhuǎn)化為對(duì)MA濾波器權(quán)系數(shù)最大值位置的估計(jì)。利用自適應(yīng)信號(hào)處理技術(shù)來(lái)估計(jì)時(shí)間延遲時(shí)，MA濾波器可以在某種最優(yōu)準(zhǔn)則控制下自適應(yīng)地實(shí)現(xiàn)。
圖2所示的自適應(yīng)TDE方法在不同的優(yōu)化準(zhǔn)則下有不同的算法。本發(fā)明基于如下一種光滑可導(dǎo)的韌性代價(jià)函數(shù)——均方Sigmoid誤差 J(n)＝E[Se(n)|2] (3) 提出了最小均方Sigmoid誤差時(shí)間延遲估計(jì)算法。該算法在最小均方Sigmoid誤差準(zhǔn)則下，用最速下降法迭代求得MA濾波器權(quán)矢量的最優(yōu)值。
下面是該算法的推導(dǎo)過(guò)程。
圖2中MA濾波器的輸出信號(hào)y(n)可以寫(xiě)成如下的矢量形式 Sigmoid誤差信號(hào)為

代價(jià)函數(shù)的梯度為
自適應(yīng)迭代方程為

其中，迭代步長(zhǎng)μ在范圍內(nèi)算法是穩(wěn)定的，Pin為輸入信號(hào)的功率。
兩信號(hào)x1(n)、x2(n)的相對(duì)延遲估計(jì)值可以從收斂時(shí)濾波器權(quán)系數(shù)矢量wopt的峰值位置得到 綜上所述，本發(fā)明以對(duì)稱(chēng)α穩(wěn)定分布模型描述脈沖噪聲，利用神經(jīng)網(wǎng)絡(luò)中常用的Sigmoid函數(shù)對(duì)誤差信號(hào)進(jìn)行非線(xiàn)性變換，抑制了較大誤差對(duì)估計(jì)結(jié)果的影響。Sigmoid誤差存在二階矩，以最小均方Sigmoid誤差代替最小均方誤差誤差作為優(yōu)化準(zhǔn)則，提出了一種基于最小均方Sigmoid誤差準(zhǔn)則的自適應(yīng)EP潛伏期延長(zhǎng)檢測(cè)方法。因此，本發(fā)明提出的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，采用α穩(wěn)定分布來(lái)描述帶噪EP信號(hào)，基于自適應(yīng)時(shí)間延遲估計(jì)技術(shù)，采用最小均方Sigmoid誤差優(yōu)化準(zhǔn)則，自適應(yīng)檢測(cè)EP潛伏期的延長(zhǎng)，改善了臨床神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，從信號(hào)處理的角度提高了神經(jīng)電生理學(xué)的研究水平。
雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明，任何所屬技術(shù)領(lǐng)域中具有通常知識(shí)者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動(dòng)與潤(rùn)飾，因此本發(fā)明的保護(hù)范圍當(dāng)視權(quán)利要求書(shū)所界定者為準(zhǔn)。
權(quán)利要求
1.一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，其特征在于，該方法的信號(hào)模型為
x1k(n)＝sk(n)+v1k(n)；n＝1，2，L，N；k＝1，2，L，K
x2k(n)＝sk(n-Dk)+v2k(n)；n＝1，2，L，N；k＝1，2，L，K，
其中，x1k(n)、x2k(n)分別表示參考誘發(fā)電位信號(hào)和被測(cè)誘發(fā)電位信號(hào)，sk(n)、v1k(n)和v2k(n)分別表示純凈誘發(fā)電位信號(hào)和加性噪聲，Dk表示待估計(jì)的第k次掃描誘發(fā)電位信號(hào)潛伏期的延長(zhǎng)，n為離散時(shí)間變量。
2.根據(jù)權(quán)利要求1所述的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，其特征在于，信道對(duì)兩信號(hào)x1(n)、x2(n)的相對(duì)延遲用滑動(dòng)平均MA濾波器來(lái)模擬
其中，e(n)是MA模型誤差；w(i)(i＝1～Q)是MA模型參數(shù)，取Q＞D；在i＝D處w(i)有最大值，即i≠D時(shí)|w(i)|＜|w(D)|。
3.根據(jù)權(quán)利要求1所述的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，其特征在于，該方法提出一種光滑可導(dǎo)的韌性代價(jià)函數(shù)，即均方Sigmoid誤差
J(n)＝E[|Se(n)|2]，
其中Se(n)為Sigmoid誤差信號(hào)，得出最小均方Sigmoid誤差時(shí)間延遲估計(jì)算法，該算法在最小均方Sigmoid誤差準(zhǔn)則下，用最速下降法迭代求得MA濾波器權(quán)矢量的最優(yōu)值。
4.根據(jù)權(quán)利要求3所述的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，其特征在于，所述最小均方Sigmoid誤差時(shí)間延遲估計(jì)算法中，MA濾波器的輸出信號(hào)y(n)可以寫(xiě)成如下的矢量形式
Sigmoid誤差信號(hào)為
代價(jià)函數(shù)的梯度為
自適應(yīng)迭代方程為
其中，迭代步長(zhǎng)μ在范圍內(nèi)算法是穩(wěn)定的，Pin為輸入信號(hào)的功率。
5.根據(jù)權(quán)利要求4所述的誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，其特征在于，所述兩信號(hào)x1(n)、x2(n)的相對(duì)延遲估計(jì)值從收斂時(shí)濾波器權(quán)系數(shù)矢量wopt的峰值位置得到
全文摘要
本發(fā)明提出一種誘發(fā)電位潛伏期延長(zhǎng)的韌性自適應(yīng)檢測(cè)方法，采用α穩(wěn)定分布來(lái)描述帶噪EP信號(hào)，基于自適應(yīng)時(shí)間延遲估計(jì)技術(shù)，采用最小均方Sigmoid誤差優(yōu)化準(zhǔn)則，自適應(yīng)檢測(cè)EP潛伏期的延長(zhǎng)，改善了臨床神經(jīng)系統(tǒng)損傷病變?cè)\斷和檢測(cè)的可靠性和準(zhǔn)確性，從信號(hào)處理的角度提高了神經(jīng)電生理學(xué)的研究水平。
文檔編號(hào)A61B5/05GK101766486SQ201010022980
公開(kāi)日2010年7月7日 申請(qǐng)日期2010年1月19日 優(yōu)先權(quán)日2010年1月19日
發(fā)明者劉文紅 申請(qǐng)人:上海電機(jī)學(xué)院