论文部分内容阅读
在中国脑卒中(Stroke)已经是第三大致死性疾病,发病率每年都在以6%的增长速度增长。脑卒中患者中,缺血性脑卒中(Ischaemic Stroke,IS)患者占主要部分。脑电图(Electroencephalogram,EEG)反映主要由皮层锥体细胞的树突中兴奋性和抑制性突触后电流引起的细胞外电流变化。EEG对脑缺血的检测非常敏感,因此缺血性脑卒中患者通常伴随着EEG的异常变化。基于EEG的缺血性脑卒中方法研究以及病灶位置判断具有可行性与研究价值。首先在预处理过程中,滤除50Hz的工频噪声、运动伪迹噪声,容积导电效应干扰。设计了自适应滤波器滤除50Hz工频噪声。针对运动伪迹,采用基于eeglab的FastICA算法和基于经验模态分解算法,对比两种算法性能。通过在信噪比、相关系数、均方误差三个方面的表现,得出基于eeglab的FastICA算法滤除运动伪迹噪声效果更优。针对溶剂导电效应(Volume Conduction,VC),使用线性约束最小方差(Linearly Constrained Minimum Variance,LCMV)空间滤波器来解决。其次,本文采用功率谱、近似熵和样本熵三种方法对缺血性脑卒中患者EEG数据进行分析。设置两组对照实验,第一组对照实验:患者组和健康组;第二组对照实验:患者治疗前和治疗后。在对照实验中发现了可以评估患者的特征指标。第一组对照实验:脑梗塞病灶位置EEG的delta(1-4Hz)频段功率值比正常人高,alpha(8-13Hz)频段功率值比正常人低,脑梗塞病灶位置delta频段样本熵值比正常人低。第二组对照实验:溶栓治疗后症状有改善的患者,delta频段功率值降低,alpha频段功率值升高,delta频段样本熵升高。对于无改善的患者,这些指标变化不明显或者是没有变化。通过这些特征信息,能够评估患者溶栓治疗的效果。最后,采用了边界元法构建患者头部模型。根据计算的特征指标对病灶位置进行预测。在此基础上使用了空间滤波法(Beamformer)和精确低分辨率电磁断层扫描法(eLoreta)对患者病灶位置进行定位。定位结果与最终的核磁结果进行对比,其中基于偶极子模型的Beamformer方法在定位中能够实现病灶的准确定位。