鞠 祥

(南京中醫(yī)藥大學(xué)人工智能與信息技術(shù)學(xué)院，江蘇 南京 210023)

0 引言

根據(jù)世界衛(wèi)生組織最新報(bào)告，全球癲癇患者約有5 千萬(wàn)，其中80%來(lái)自中低收入國(guó)家。而中國(guó)目前大約有癲癇患者一千萬(wàn)。癲癇的發(fā)病機(jī)理現(xiàn)在尚無(wú)定論，且亞型眾多，這為癲癇的理論分析和臨床診斷帶來(lái)了很大的挑戰(zhàn)。腦電圖（EEG）是癲癇臨床重要檢查手段之一，它能夠?yàn)榘d癇發(fā)作提供獨(dú)特的臨床證據(jù)，與其他功能學(xué)影響相比具有不可比擬性。腦電信號(hào)是腦神經(jīng)細(xì)胞電生理活動(dòng)在大腦頭皮的總體反映，因此，EEG 在對(duì)癲癇患者發(fā)作規(guī)律分析評(píng)估中占據(jù)核心地位。

EEGLAB 是基于MATLAB 具有圖形用戶界面的的工具箱，通過(guò)圖形化界面，方便用戶進(jìn)行信號(hào)處理，便于直觀分析。同時(shí)提供包括獨(dú)立分量分析在內(nèi)的多種方法處理高密度EEG數(shù)據(jù)。

本文的研究?jī)?nèi)容是針對(duì)癲癇發(fā)作間期，患者EEG中產(chǎn)生的癲癇樣瞬變進(jìn)行檢測(cè)，目前與武漢兒童醫(yī)院合作采集有11 名癲癇患者的癲樣放電數(shù)據(jù)。對(duì)此，本文運(yùn)用EEGLAB 對(duì)這些腦電信號(hào)進(jìn)行數(shù)據(jù)分析和預(yù)處理工作。

1 EEGLAB特點(diǎn)和功能

EEGLAB 是一種基于MATLAB 的工具箱，為專門從事神經(jīng)信號(hào)研究的開(kāi)發(fā)人員提供了一個(gè)可擴(kuò)展的開(kāi)源平臺(tái)。它提供了一個(gè)結(jié)構(gòu)化的編程環(huán)境用于處理連續(xù)和事件相關(guān)的EEG 數(shù)據(jù)，還包括MEG 在內(nèi)的其他生理性數(shù)據(jù)，可以在Windows、Unix、Linux多個(gè)操作系統(tǒng)平臺(tái)上使用。

EEGLAB 支持多種格式數(shù)據(jù)導(dǎo)入，包括本文實(shí)驗(yàn)采集的EDF 格式，它具有高密度數(shù)據(jù)滾動(dòng)的功能，對(duì)大腦皮層呈現(xiàn)的高密度和動(dòng)態(tài)數(shù)據(jù)可以有效地處理。其具體工作方式是用圖像的形式把那些瞬間的腦電信號(hào)記錄下來(lái)并且展示給用戶。主要功能包含數(shù)據(jù)導(dǎo)入，數(shù)據(jù)預(yù)處理（過(guò)濾、重引用、重采樣數(shù)據(jù)），去除偽跡，繪制ERP圖像等。

2 相關(guān)知識(shí)和方法

2.1 癲樣放電信號(hào)

癲癇發(fā)作間期，患者EEG 中產(chǎn)生的癲癇樣瞬變或棘波稱為發(fā)作間期癲癇樣放電，簡(jiǎn)稱為IED。典型的IED 包含，發(fā)作間期的20-70ms 并伴隨100ms 慢波的大幅棘波，100 或300ms 快速尖波，爆發(fā)性棘波，反復(fù)發(fā)作的陣發(fā)性慢波等。IED對(duì)于確診癲癇、區(qū)分癲癇發(fā)作類型、識(shí)別輕微癇性發(fā)作，以及癲癇病灶定位都是具有重要價(jià)值的。

在治療癲癇時(shí)，眾多檢測(cè)方法中，EEG 是一種最常用的生理監(jiān)測(cè)的工具。EEG 信號(hào)可以清晰地將患者不同時(shí)刻的腦部活動(dòng)可視化展示出來(lái)。目前常用的臨床功能信號(hào)按照采集方式可以分為兩種：侵入式和非侵入式。侵入式需進(jìn)行開(kāi)顱手術(shù)放置電極模板或探針，最典型的是ECoG。非侵入式腦功能區(qū)成像具有無(wú)創(chuàng)性、可多次重復(fù)操作等優(yōu)點(diǎn)，包含頭皮EEG功能磁共振(fMRI)等方法。

其中由于價(jià)格低廉且技術(shù)成熟，EEG 的臨床使用率最高。主要分為顱內(nèi)EEG 和頭皮層EEG。顱內(nèi)EEG 信號(hào)特點(diǎn)是相對(duì)純凈，雖然能較好地反應(yīng)出腦內(nèi)細(xì)胞的電活動(dòng)，但是其成本比較高。頭皮EEG 采集方法是將電極放在患者頭皮上，采集的信號(hào)沒(méi)有顱內(nèi)EEG 的純凈度高，易采集到肌電、眼電信號(hào)等噪聲信號(hào)。因此，需要對(duì)頭皮EEG進(jìn)行降噪處理。

EEG 信號(hào)能夠比較好的反映出大腦內(nèi)細(xì)胞的活動(dòng)狀態(tài)，最直觀的就是可以可視化的顯示出腦電波形、頻率和幅度，這其中包含了大量的生理以及活動(dòng)信息。此外，信號(hào)中所包含成分也很多，其波形成分如表1所示。

表1 腦電波形圖成分

2.2 獨(dú)立分量分析

獨(dú)立分量分析在信號(hào)處理方面被廣泛應(yīng)用，可以用于移除嵌入數(shù)據(jù)中的偽跡（如肌肉、眨眼或者眼球運(yùn)動(dòng)），而不移除受影響的數(shù)據(jù)部分。將ICA引入腦電信號(hào)的預(yù)處理中，對(duì)多通道EEG 做ICA 處理，就可以將信號(hào)分成包含噪聲與不包含噪聲的獨(dú)立分量。ICA主要是用于處理盲源分離問(wèn)題，在不知道源信號(hào)和混合矩陣的任何信息條件下，只需要假設(shè)源信號(hào)是相互統(tǒng)計(jì)獨(dú)立的，ICA 方法就可以從混合信號(hào)中將源信號(hào)分離出來(lái)，在實(shí)際研究中，獨(dú)立性假設(shè)一般是合理的，因此ICA被廣泛應(yīng)用于眾多領(lǐng)域。

獨(dú)立分量分析算法的本質(zhì)是在假設(shè)源信號(hào)統(tǒng)計(jì)獨(dú)立的基礎(chǔ)上，試圖將一組隨機(jī)變量表示成統(tǒng)計(jì)獨(dú)立的變量線性組合，ICA 算法使得被分析信號(hào)各個(gè)組成部分之間的統(tǒng)計(jì)依賴最小化，從而突出了源信號(hào)的本質(zhì)結(jié)構(gòu)。

3 數(shù)據(jù)處理過(guò)程與結(jié)果

3.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于科研合作單位武漢兒童醫(yī)院的11 名癲癇患者?；颊邤?shù)據(jù)的研究和使用通過(guò)倫理委員會(huì)的審查，倫理審批號(hào)為2022R034-E01。原始數(shù)據(jù)包含EDF格式數(shù)據(jù)，記錄了癲癇患者腦電信號(hào)EEG 數(shù)據(jù)、通道數(shù)為43、采樣率有1000Hz 與500Hz 等信息。EEG 是通過(guò)符合10-20 國(guó)際標(biāo)準(zhǔn)電極所采集的。Excel 標(biāo)注文檔中記錄了每個(gè)癲癇患者的IED 起始時(shí)間，以及癲癇樣瞬變的棘波類型。本文基于MATLAB和EEGLAB 對(duì)癲癇患者腦電信號(hào)進(jìn)行讀取和處理。各患者信息匯總見(jiàn)表2。

表2 癲癇患者EEG信息匯總

3.2 去除無(wú)關(guān)通道

本實(shí)驗(yàn)的EEG 數(shù)據(jù)通道數(shù)為43，但經(jīng)過(guò)實(shí)驗(yàn)觀察，可為實(shí)際研究IED 檢測(cè)的相關(guān)通道為前19 個(gè)，故通過(guò)EEGLAB 基于MATLAB 去除無(wú)關(guān)通道，僅保留實(shí)際需要的包含癲樣放電的通道。處理之后各通道波形圖如圖1。

圖1 預(yù)處理后EEG波形圖

3.3 過(guò)濾

實(shí)驗(yàn)對(duì)腦電信號(hào)進(jìn)行濾波處理，采用Basic FIR filter。對(duì)數(shù)據(jù)進(jìn)行帶通濾波0.1-40Hz。過(guò)濾成功后在dataset1 基礎(chǔ)上生成新EEG dataset2。過(guò)濾全過(guò)程見(jiàn)圖2。

圖2 MATLAB過(guò)濾處理過(guò)程

3.4 ICA分解

本文利用EEGLAB 對(duì)腦電信號(hào)進(jìn)行ICA 分解，采用默認(rèn)算法runica執(zhí)行。該算法適合分析和總結(jié)大腦傳導(dǎo)出的頭皮腦電信號(hào)圖，實(shí)驗(yàn)最終得到獨(dú)立成分的頭皮分布圖。開(kāi)始運(yùn)行后，具體執(zhí)行過(guò)程如下：

分解數(shù)據(jù)完成后，開(kāi)始觀察ICA 組件。繪制2-D Component Scalp Maps。識(shí)別出相關(guān)獨(dú)立組件的類型需要一定經(jīng)驗(yàn)。EEGLAB 中提供了ICLabel 插件，它能提供對(duì)每個(gè)獨(dú)立組件（大腦、眼睛、肌肉等噪聲）類型的估計(jì)，從而實(shí)現(xiàn)對(duì)獨(dú)立組件可靠而準(zhǔn)確的分類，可用于大規(guī)模研究。二維頭皮組件圖繪制見(jiàn)圖3。

圖3 ICA分解后二維頭皮組件圖

3.5 滑動(dòng)窗口分割

完成上述通道選取、過(guò)濾、ICA 去偽跡等實(shí)驗(yàn)后，最后對(duì)數(shù)據(jù)進(jìn)行滑動(dòng)窗口分割操作。由于患者中存在500Hz 和1000Hz 不同的采樣率。首先運(yùn)用降采樣的方法將1000Hz 數(shù)據(jù)降采樣為500Hz。再采用滑動(dòng)窗口算法進(jìn)行分割。滑動(dòng)窗口窗長(zhǎng)設(shè)置為500ms，overlap設(shè)置為300ms，即每次向后滑動(dòng)200ms的長(zhǎng)度?；瑒?dòng)窗口程序執(zhí)行時(shí)自動(dòng)讀取數(shù)據(jù)標(biāo)注文件的IED起始時(shí)間，對(duì)每個(gè)片段進(jìn)行切分?；颊? 標(biāo)注文件格式如圖4所示。實(shí)驗(yàn)中設(shè)置滑動(dòng)窗口窗寬為500ms,對(duì)應(yīng)500Hz 的采樣率，最終分割得到的每個(gè)EEG 片段采樣點(diǎn)數(shù)為251，數(shù)據(jù)最終以.mat格式保存。

圖4 標(biāo)注文件格式

4 結(jié)論

EEGLAB 是一種先進(jìn)的腦電分析工具，癲癇樣放電是一種陣發(fā)性活動(dòng)，與正常腦電信號(hào)有明顯區(qū)別。應(yīng)用EEGLAB 對(duì)癲癇患者癲癇樣放電信號(hào)進(jìn)行分析和處理具有優(yōu)勢(shì)。癲癇患者EEG 上通?？梢詸z測(cè)到尖棘波、棘波節(jié)律、棘慢復(fù)合波、尖慢復(fù)合波和多棘慢復(fù)合波等癲癇樣放電活動(dòng)，這些腦電圖信號(hào)是醫(yī)生進(jìn)行癲癇診斷的重要依據(jù)。本文介紹了EEGLAB 在腦電信號(hào)處理方面的具體應(yīng)用，通過(guò)對(duì)真實(shí)采樣的11名癲癇患者EEG預(yù)處理，詳細(xì)展現(xiàn)了運(yùn)用EEGLAB對(duì)腦電信號(hào)處理的過(guò)程，為后續(xù)深入研究患者發(fā)作期癲樣放電信號(hào)檢測(cè)創(chuàng)造條件，同時(shí)對(duì)相關(guān)領(lǐng)域研究者運(yùn)用EEGLAB對(duì)腦電信號(hào)分析有一定參考價(jià)值。