專利名稱：全自動判斷腦電圖中有無癲癇樣放電的裝置的制作方法
技術(shù)領域：
本發(fā)明涉及一種檢測癲癇病的裝置，具體地說，是一種全自動判斷腦電圖中有無癲癇樣放電(Epileptiform Discharges，簡稱ED)的裝置。
眾所周知，癲癇是一種常見病，患病率約占人口的0.4％，患者發(fā)病時常有失去知覺倒地，全身抽搐等表征，是危害人民健康的重要疾病。因此，正確地診斷是否癲癇，使之和其它有類似癥狀的疾病區(qū)分開來，采取正確的治療措施是很重要的課題，目前常用的方法是記錄患者的腦電圖，再由醫(yī)生來分析腦電圖，看其中是否有癲癇樣放電，來作為癲癇診斷的主要客觀依據(jù)。這種方式，在臨床上頗為麻煩，一是由于一些病人，其ED發(fā)生頻率較低，常規(guī)記錄難以記錄到ED，必須延長記錄時間，但帶來的問題是提高了假陽性率，給醫(yī)生的判讀帶來困難，醫(yī)生必須從大量的腦電信號中去挑出少量有用的信號，十分費時、費力。隨著電子計算機和微電腦技術(shù)的迅速發(fā)展，便有使用計算機自動分析腦電圖中ED的研究，約經(jīng)過了30年的發(fā)展，已取得了良好結(jié)果，對ED的識別率已明顯提高，假陽性率已大大下降，到目前為止，以張彤等在《中國生物醫(yī)學工程學報》1998，17(1)1-11發(fā)表的“腦電圖癲癇波的自動檢測與分類”之技術(shù)方案的水平最高，他們采用分層次，多方法整合途徑將自適應預測，小波變換，人工神經(jīng)網(wǎng)絡，模糊識別系統(tǒng)，專家系統(tǒng)等信號處理技術(shù)結(jié)合起來，檢測癲癇波，取得了較好的結(jié)果，假陽性率為11.8％，識別率達90％，而且能對癲癇波進行分型。但該方法相當復雜，不利于快速識別，并且，專家系統(tǒng)的知識規(guī)則仍需很大補充，另外，還必須高速和大容量的計算機，成本較高，特別是在完全沒有醫(yī)生參與的情況下，仍不能完全由計算機來準確回答腦電圖中究竟有無ED這樣一個診斷癲癇病迫切需回答的問題，究其原因乃是由于(1)由于腦電十分微弱，外界在患者身上產(chǎn)生的干擾常常超過甚至遠遠超過腦電，干擾又是多種多樣，防不勝防，在人體內(nèi)部心電、肌電等都會對腦電記錄產(chǎn)生干擾，這些非腦電的干擾稱為偽差。在腦電的自動分析過程中，偽差引起的假陽性無法徹底排除，這些造成假陽性的腦電波就被當作ED。在沒有醫(yī)生的參與時，無法把它們剔除。這樣就非常容易使沒有ED的腦電圖，由于偽差的作祟而被誤判為有ED的腦電圖，由此而可能產(chǎn)生錯誤診斷，而且錯誤率相當高，因此使計算機自動分析法失效；(2)由于患者的腦電圖中出現(xiàn)ED，不是均勻的，而是在一定時間，一定條件下才發(fā)生ED，常規(guī)腦電圖記錄，要患者去醫(yī)院，記錄僅約20分鐘，因此，很可能在記錄的這段時間內(nèi)ED沒有發(fā)生，而ED發(fā)生時又沒有記錄。這樣由于記錄時間不夠長，而使腦電圖中是有ED的患者，由于實際記錄中沒有記錄到ED而被誤判為腦電圖中沒有ED。盡管長時間記錄腦電的動態(tài)腦電記錄技術(shù)已達到實用，但費用昂貴，操作復雜，無法廣泛使用，在農(nóng)村和邊遠地區(qū)更不可能，因此這種情況，在臨床實踐中是經(jīng)常發(fā)生的。至于沒有醫(yī)生參與，完全靠計算機自動分析，而能正確判斷病人腦電圖是否有ED的裝置，迄今還沒有見到報道。
本發(fā)明的目的是提供一種免除醫(yī)生參與的全自動判斷腦電圖中有無癲癇樣放電的裝置。
本發(fā)明是這樣實現(xiàn)的，其包括依次以電路聯(lián)結(jié)的多路腦電放大器、數(shù)據(jù)采集放大器、計算機、以及在該計算機中的內(nèi)存儲器中建立人工神經(jīng)網(wǎng)絡的輸入暫存區(qū)，參數(shù)暫存區(qū)等并駐留BP(前饋逆?zhèn)鞑W習算法)算法程序，每一路腦電信號在該神經(jīng)網(wǎng)絡中有相應的輸入節(jié)點，其特點是a.該人工神經(jīng)網(wǎng)絡由二個三層BP子網(wǎng)絡組成，分別稱為左子網(wǎng)絡和右子網(wǎng)絡，左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后，組成網(wǎng)絡輸出O，左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層，在該計算機的內(nèi)存中分別設置輸入層數(shù)據(jù)存貯區(qū)、隱含層數(shù)據(jù)存貯區(qū)和輸出層數(shù)據(jù)存儲區(qū)，對于一個BP子網(wǎng)絡，Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重，Wlj表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重，隱含層和輸出層的節(jié)點含有偏置值；θj表示隱含層第j個節(jié)點的偏置值，θ1表示輸出層第1個節(jié)點的偏置值；隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)＝1/(1+exp(-X))一個輸入層有ni個節(jié)點，隱含層有nj個節(jié)點，輸出層有nl個節(jié)點的子網(wǎng)絡，Pi表示子網(wǎng)絡第i個節(jié)點的輸入值，HINj表示隱含層第j個節(jié)點的輸入值，HOUTj表示隱含層第j個節(jié)點的激活值，OIN1表示第1個節(jié)點的輸入值，OOUT1表示輸出層第1個節(jié)點的輸出值，其前饋按下列公式進行計算；HINj=Σi=1ni(Wji×Pi)+θj]]>HOUTj＝1/(1+exp(-HINj))OIN1=Σj=1nj(W1j×HOUTj)+θ1]]>OOUT1＝1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡，左右兩個子網(wǎng)絡的輸出分別表示為O1，Or，左子網(wǎng)絡的加權(quán)系數(shù)為，則右子網(wǎng)絡的加權(quán)系數(shù)為1-，網(wǎng)絡的輸出O＝O1+(1-)Or，其輸出值為0～1之間的一個確定值；b.在該計算機內(nèi)存貯器駐留圖4的總程序和圖5的參數(shù)K0、K1確定程序，提供交叉識別曲線和峰值分布曲線，腦電圖的峰值分布曲線有一個峰，則該峰之峰值增加側(cè)用函數(shù)Y＝A(K-X)B進行擬合，其中X表示峰值，Y表示峰的個數(shù)，參數(shù)A、B、K為常數(shù)，通過擬合得出。參數(shù)K表示擬合曲線延伸到峰的個數(shù)為0時的峰值，K≥K0判腦電圖中有ED；K≤K1判腦電圖中無ED；K1＜K＜K0判該腦電圖處于邊緣狀態(tài)。
上述的與多路腦電放大器相連接的電極，其安置系采用國際10-20系統(tǒng)，頭皮單極16通道記錄結(jié)構(gòu)；而該前饋逆?zhèn)鞑W習算法網(wǎng)絡的誤差函數(shù)預置值E＝0.01，學習因子η＝0.01；動量因子α＝0.05，隱含層個數(shù)H＝16，左子網(wǎng)絡加權(quán)系數(shù)＝0.5，ED與非ED模式的標準差倍數(shù)M＝10；以及K0＝0.77和K1＝0.72。
本發(fā)明的前饋逆?zhèn)鞑W習算法網(wǎng)絡再藉由輸入患彌漫性棘波ED型病人的腦電的ED波予以訓練網(wǎng)絡，形成一基本網(wǎng)絡，便具有令人鼓舞的識別ED性能。
本發(fā)明的優(yōu)點1、實現(xiàn)不需醫(yī)生參與的全自動判斷腦電圖中有無ED的檢測，且其識別結(jié)果接近有經(jīng)驗的醫(yī)生診斷水平；2、省卻了醫(yī)生的艱苦勞力，省時，省力，特別是對邊遠缺醫(yī)地區(qū)更具明顯的優(yōu)越性；3、適合遠程診斷，本發(fā)明的識別ED結(jié)果可由打印機打印提供識別報告；也可聯(lián)網(wǎng)，進行遠程會診。
4、由于計算機中駐留了確定參數(shù)K0、K1值的程序，使能在不同地區(qū)可重新確定K0、K1的最佳值，例如，在中國上海地區(qū)K0＝0.77，K1＝0.72。
本發(fā)明的附圖簡單說明如下

圖1是本發(fā)明的方塊示意圖。
圖2是本發(fā)明的數(shù)據(jù)采集器電路原理圖。
圖3是本發(fā)明的BP網(wǎng)絡的拓撲結(jié)構(gòu)圖。
圖4是本發(fā)明軟件的總流程圖。
圖5是本發(fā)明的參數(shù)K0、K1確定程序的流程。
圖6是本發(fā)明測試三個病例(B、C、D)的網(wǎng)絡輸出峰值分曲線及其峰值增加側(cè)支段的擬合曲線示圖。
表1是三位病例(B、C、D)中偽差存在與濾除對K值的影響。
下面根據(jù)圖1～圖5給出本發(fā)明一個較好實施例，并予以詳細描述，以使能更好地說明本發(fā)明的結(jié)構(gòu)特征、功能，而不是用來限制本發(fā)明的權(quán)利要求保護范圍。
請參閱圖1和圖2，如圖所示，本發(fā)明裝置包括依次以電路聯(lián)結(jié)的多路腦電放大器1、數(shù)據(jù)采集器2和計算機3，該計算機3的輸出信號可由打印機4打印，也可由顯示屏顯示，也可上網(wǎng)進行遠距離傳送。在本實施例中，多路腦電放大器1為16道腦電放大器；實驗時采用日本光電公司(NIHON KOHDEN)4217型腦電圖機記錄電腦圖，記錄電極的安置采用國際10-20系統(tǒng)頭皮單極16道記錄，經(jīng)高通0.3Hz和低通60Hz濾波后描記在紙上，同時對放大后的腦電信號送入數(shù)據(jù)采集器2、該數(shù)據(jù)采集器2的模數(shù)轉(zhuǎn)換位數(shù)為10bit，采集頻率為200次/秒，計算機3采用486微計算機。
請參閱圖3，它顯示本發(fā)明的人工神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)，它是以蓋博(Gabor)方法為基礎，經(jīng)對網(wǎng)絡參數(shù)進行優(yōu)化后的BP網(wǎng)絡，它由二個三層BP子網(wǎng)絡組成，分別稱為左子網(wǎng)絡和右子網(wǎng)絡，左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后，組成網(wǎng)絡輸出O。左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層，對于一個BP子網(wǎng)絡，Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重，Wlj表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重，隱含層和輸出層的節(jié)點含有偏置值。θj表示隱含層第j個節(jié)點的偏置值，θ1表示輸出層第1個節(jié)點的偏置值。隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)＝1/(1+exp(-X))該網(wǎng)絡的誤差函數(shù)預置值E＝0.01；學習因子η＝0.01；動量因子α＝0.05；隱含層個數(shù)H＝16；左子網(wǎng)絡加權(quán)系數(shù)＝0.5；ED與非ED模式之間的標準差倍數(shù)M＝10。
設對于一個輸入層有ni個節(jié)點，隱含層有nj個節(jié)點，輸出層有nl個節(jié)點的子網(wǎng)絡，Pi表示子網(wǎng)絡第i個節(jié)點的輸入值，HINj隱含層第j個節(jié)點的輸入值。HOUTj表示隱含層第j個節(jié)點的激活值。OIN1表示第1個節(jié)點的輸入值，OOUT1表示輸出層第1個節(jié)點的輸出值，本發(fā)明的前饋按下列公式進行計算；HINj=Σi=1ni(Wji×Pi)+θj]]>HOUTj＝1/(1+exp(-HINj))OIN1=Σj=1nj(W1j×HOUTj)+θ1]]>OOUT1＝1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡，左右兩個子網(wǎng)絡的輸出分別表示為O1，Or。左子網(wǎng)絡的加權(quán)系數(shù)為，則右子網(wǎng)絡的加權(quán)系數(shù)為1-。網(wǎng)絡的輸出O＝O1+(1-)Or我們在計算機3的內(nèi)存區(qū)建立了上述BP網(wǎng)絡的算法，16路腦電信號送入BP網(wǎng)絡的相應的16個輸入節(jié)點P11、P12……P16；Pr1、Pr2……Pr16；網(wǎng)絡的輸出值為0～1之間的某一確定值。
請參閱圖4和圖5，它們分別是本發(fā)明的總流程2和參數(shù)K0、K1確定流程40，它們駐留在計算機3中。如圖所示，啟動本裝置便自動運作，即步驟21(開機)→步驟22，是新地區(qū)新裝本裝置嗎？如果，是則→→流程40，確定K0，K1值，待流程40執(zhí)行結(jié)束返回→步驟24，如果否，則→步驟23→步驟24，打印受試者姓名、門診號等，并存盤，之后→步驟25，如果電極未安裝好→返回步驟25；如果電極已安裝好→采步驟26，采集一次數(shù)據(jù)后→步驟27計算輸入量→步驟28，取出網(wǎng)絡權(quán)重等參數(shù)，計算網(wǎng)絡輸出值，→步驟29，判斷是峰值？如果是，→步驟30，計算峰值分布曲線，→步驟31；如果不是，則→步驟31，記錄時間到了嗎？否，→返回→步驟26，采集一次數(shù)據(jù)；如果是，則→步驟32，計算參數(shù)K→步驟33，K≥K0？如果是K≥K0，則→步驟34，通知有ED→步驟38，是否測試下一位病人？，否，則關機，是，則返回步驟24，如果K＜K0→步驟35，K≤K1？如果K≤K1→步驟36，打印無ED→步驟38；如果K＞K1→步驟37，通知處于邊緣狀態(tài)，建議延長記錄時間→步驟38；如還要再測試下一位病人，則返回步驟24，重新進行下去，否則關機；另外，在步驟23時，如K0、K1值缺省，則自動取值K0＝0.77，K1＝0.72。
關于流程40，步驟41輸入受試者信息→步驟42，電極安裝好嗎？，否→返回步驟42；如果是，→步驟43→步驟44→步驟45，取出網(wǎng)絡權(quán)重等參數(shù)，計算網(wǎng)絡輸出值→步驟44，是否峰值？，如果是，計算峰值分布曲線→步驟46；如果不是→步驟46，記錄時間到？如果否，返回步驟43，如果記錄時間到→步驟47，計算K值→步驟48，打印波形，醫(yī)生判讀→步驟49，醫(yī)生認為有ED→步驟50，作ED標記，有ED腦電圖數(shù)A+1→步驟52；如果醫(yī)生認為無ED，→步驟51，作無ED標記，無ED腦電圖數(shù)B+1步驟52，A＞20？如果A＞20→步驟53，B＞20？如果，是→步驟54，檢查所有腦電圖的有無ED和K的值，按定義求出K0和K1。并存盤，其定義為K≥K0時，所有腦電圖均有ED；K＝K0-0.01時，有的腦電圖無ED；K≤K1時，所有腦電圖均無ED，K＝K1+0.01時，有的腦電圖有ED。如果A≤20，或B≤20，則→步驟55，發(fā)出記錄下一位受試者的指令，返回步驟41，輸入下一位受試者信息。
本實施例中，因在中國上海市進行測試，故取K0＝0.77，K1＝0.72。本發(fā)明還對BP網(wǎng)絡輸入彌散性棘波型ED患者的腦電的ED波進行訓練，即調(diào)節(jié)BP網(wǎng)絡各層節(jié)點間的聯(lián)接權(quán)重和偏置值，使ED模式輸入網(wǎng)絡時網(wǎng)絡輸出值接近1，而非ED模式輸入網(wǎng)絡時，網(wǎng)絡輸出接近0。
使用本實施例之本發(fā)明裝置，在中國上海市對38位病人進行測試，取值K0＝0.77，K1＝0.72，判斷結(jié)果如圖6所示，而且腦電圖中存在的偽差對分析也無本質(zhì)性的影響，如表1所示。表1三位病例(B，C，D)中偽差存在與濾除對k值的影響k值\病例 B C D不濾除偽差 0.840.70 0.68用人工去除偽差 0.830.69 0.67用軟件去除偽差 0.840.70 0.68
權(quán)利要求
1.一種全自動判斷腦電圖中有無癲癇樣放電的裝置，包括依次以多路聯(lián)結(jié)的多路腦電放大器、數(shù)據(jù)采集放大器、計算機、以及在該計算機中建立了人工神經(jīng)網(wǎng)絡，每一路腦電信號在該神經(jīng)網(wǎng)絡中有相應的輸入節(jié)點，其特征在于a.該人工神經(jīng)網(wǎng)絡由二個三層BP子網(wǎng)絡組成，分別稱為左子網(wǎng)絡和右子網(wǎng)絡，左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后，組成網(wǎng)絡輸出O，左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層，在該計算機的內(nèi)存中分別設置輸入層數(shù)據(jù)存貯區(qū)、隱含層數(shù)據(jù)存貯區(qū)和輸出層數(shù)據(jù)存儲區(qū)，對于一個BP子網(wǎng)絡，Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重，W1j表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重，隱含層和輸出層的節(jié)點含有偏置值；θj表示隱含層第j個節(jié)點的偏置值，θ1表示輸出層第1個節(jié)點的偏置值；隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)＝1/(1+exp(-X))一個輸入層有ni個節(jié)點，隱含層有nj個節(jié)點，輸出層有nl個節(jié)點的子網(wǎng)絡，Pi表示子網(wǎng)絡第i個節(jié)點的輸入值，HINj表示隱含層第j個節(jié)點的輸入值，HOUTj表示隱含層第j個節(jié)點的激活值，OIN1表示第1個節(jié)點的輸入值，OOUT1表示輸出層第1個節(jié)點的輸出值，則前饋按下列公式進行計算；HINj=Σi=1ni(Wji×Pi)+θj]]>HOUTj＝1/(1+exp(-HINj))OIN1=Σj=1nj(W1j×HOUTj)+θ1]]>OOUT1＝1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡，左右兩個子網(wǎng)絡的輸出分別表示為O1，Or，左子網(wǎng)絡的加權(quán)系數(shù)為，則右子網(wǎng)絡的加權(quán)系數(shù)為1-，網(wǎng)絡的輸出O＝O1+(1-)Orb.在該計算機的內(nèi)存貯器中駐留圖4所示的總程序和圖5所示的參數(shù)K0、K確定程序，提供網(wǎng)絡輸出峰值分布曲線，腦電圖的峰值分布曲線有一個峰，該峰之峰值增大一側(cè)用函數(shù)Y＝A(K-X)B進行擬合，其中X表示峰值，Y表示峰的個數(shù)，參數(shù)A、B、K為常數(shù)，通過擬合得出，參數(shù)K表示擬合曲線延伸到峰的個數(shù)為0時的峰值，K≥K0判腦電圖中有ED；K≤K1判腦電圖中無ED；K1＜K＜K0判該腦電圖處于邊緣狀態(tài)。
2.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置，其特征在于與腦電放大器相連接的電極，其安置系采用國際10-20系統(tǒng)，頭皮單極16通記錄結(jié)構(gòu)。
3.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置，其特征在于該網(wǎng)絡的誤差函數(shù)預置值E＝0.01，學習因子η＝0.01；動量因子α＝0.05，隱含層個數(shù)H＝16，左子網(wǎng)絡加權(quán)系數(shù)＝0.5，ED與非ED模式的標準差倍數(shù)M＝10，輸入患彌漫性棘波ED型病人的腦電的ED波予以訓練。
4.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置，其特征在于K0＝0.77，K1＝0.72。
全文摘要
一種全自動判斷腦電圖中有無癲癇樣放電的裝置,包括依電路聯(lián)結(jié)的腦電放大器、數(shù)據(jù)采集器和計算機,并在該計算機內(nèi)存還建立BP人工神經(jīng)網(wǎng)絡輸入暫存區(qū),參數(shù)暫存區(qū)等和駐留計算網(wǎng)絡輸出峰值分布曲線、確定參數(shù)K
文檔編號A61B5/0476GK1260160SQ9812289
公開日2000年7月19日 申請日期1998年12月30日 優(yōu)先權(quán)日1998年12月30日
發(fā)明者陳俊強, 劉書朋 申請人:中國科學院上海生理研究所