淺析基于DSP的癲癇腦電信號(hào)處理原理與應(yīng)用

1引 言

癲癇的診斷主要依靠臨床病史，腦電圖檢查可作為一種極有價(jià)值的輔助診斷手段。據(jù)統(tǒng)計(jì)，80%左右的癲癇病人都具有確定性的腦電異常，而只有5～20%左右的癲癇病人腦電圖表現(xiàn)正常。尤其對(duì)臨床診斷困難的非典型癲癇發(fā)作、各種異型癲癇和隱匿型癲癇，腦電圖檢查的重要性更加突出，甚至起著決定性的作用[1]。

腦電（EEG）是超高斯或亞高斯信號(hào)，通常都含有噪聲、偽跡和串?dāng)_。通常，腦電活動(dòng)總體上被劃分成4個(gè)頻帶成分（β，α，θ和δ等節(jié)律），這些成分的頻率都很低（在0.5～40 Hz范圍）。而臨床分析表明癲癇患者發(fā)病時(shí)以3 Hz棘慢綜合波為多見。換句話說，腦電中有意義的成分基本上都是低頻信號(hào)。這意味著，我們可以通過小波分解將混迭在腦電中的高頻成分濾除后再重構(gòu)，從而濾除噪聲和偽跡。通過研究癲癇病人的腦電信號(hào)，有助于藥物選擇、劑量調(diào)整和藥物停用的決定，有助于外科手術(shù)治療病例的選定，有助于癲癇和其他發(fā)作性疾病的鑒別。

實(shí)現(xiàn)流程如圖1所示。

2離散小波變換算法

離散小波變換的一個(gè)突破性成果是S.Mallat于1989年在多分辨分析的基礎(chǔ)上提出的快速算法一一Mallat算法[2]。Mallat算法在小波分析中的作用相當(dāng)于快速傅里葉變換（FFT）在傅里葉分析中的作用，他標(biāo)志著小波分析走上了寬闊的應(yīng)用領(lǐng)域。Mallat算法又稱為塔式算法，他由小波濾波器H，G和h，g對(duì)信號(hào)進(jìn)行分解和重構(gòu)[3]。分解算法為：

式中，t為離散時(shí)間序列號(hào)，t=1，2，…，N;f（t）為原始信號(hào)；j為層數(shù)或小波尺度，j=1，2，…，J，J=log2N;H，G

為時(shí)域中的小波分解濾波器，實(shí)際上是濾波器系數(shù)；Aj為信號(hào)f（t）在第j層的逼近部分（即低頻成分）的小波系數(shù)；Dj為信號(hào)f（t）在第j層的細(xì)節(jié)部分（即高頻部分）的小波系數(shù)。

式（1）的含義是：假定所檢測(cè)的離散信號(hào)f（t）為A。信號(hào)，信號(hào)f（t）在第2j尺度（第j層）的近似部分，即低頻部分的小波系數(shù)Aj是通過第2j-1尺度（第j-1層）的逼近部分的小波系數(shù)Aj-1與濾波器H卷積，然后將卷積的結(jié)果隔點(diǎn)采樣得到的；而信號(hào)f（t）在第2j尺度（第j層）的細(xì)節(jié)部分，即高頻部分的小波系數(shù)Dj是通過第2j-1尺度（第j-1層）的逼似部分的小波系數(shù)與分解濾波器G卷積，然后將卷積的結(jié)果隔點(diǎn)采樣得到的。

通過式（1）的分解，在每一尺度2j上（或第j層上）信號(hào)f（t）被分解為近似部分的小波系數(shù)Aj（在低頻子帶上）和細(xì)節(jié)部分的小波系數(shù)D，（在高頻子帶上）。

重構(gòu)算法為：

式中，j為分解的層數(shù)，若分解的最高層即分解的深度為J，則j=J-1，J-2，…，1，0;h，g為時(shí)域中的小波重構(gòu)濾波器，實(shí)際上是濾波器系數(shù)。

式（2）的含義是：信號(hào)f（t）在第2j尺度（第j層）的近似部分的小波系數(shù)，即低頻部分的小波系數(shù)Aj是通過第2j+1尺度（第j+1層）的逼近部分的小波系數(shù)Aj+1隔點(diǎn)插零后與重構(gòu)濾波器h卷積以及第2j+1尺度（第j+1層）的細(xì)節(jié)部分的小波系數(shù)Dj+1隔點(diǎn)插零后與重構(gòu)濾波器g卷積，然后求和得到的。不斷重復(fù)這一過程，直到第2°尺度，得到重構(gòu)信號(hào)。

3小波變換的DSP實(shí)現(xiàn)

3.1 腦電信號(hào)在CCS 2.2上的輸入與輸出

CCS 2.2（Code Composer Studio）是由TI公司推出的一種針對(duì)標(biāo)準(zhǔn)TMS320調(diào)試接口的集成開發(fā)環(huán)境（IDE），利用CCS集成開發(fā)環(huán)境，用戶可以完成工程定義、程序編輯、編譯鏈接、調(diào)試和數(shù)據(jù)分析等工作環(huán)節(jié)[4]。我們把十進(jìn)制的浮點(diǎn)數(shù)用兩個(gè)十六進(jìn)制數(shù)進(jìn)行表示，采用C語(yǔ)言實(shí)現(xiàn)。

再利用CCS中的File->Load Data將十六進(jìn)制的數(shù)據(jù)導(dǎo)入到DSP的相應(yīng)內(nèi)存中去。

反過來，DSP處理之后的數(shù)據(jù)利用CCS的數(shù)據(jù)導(dǎo)出File->Save以文本文件形式保存，再用C語(yǔ)言進(jìn)行數(shù)據(jù)逆轉(zhuǎn)化，把兩個(gè)十六進(jìn)制數(shù)進(jìn)行轉(zhuǎn)化成十進(jìn)制的浮點(diǎn)數(shù)。

其中的result數(shù)組就是十進(jìn)制的浮點(diǎn)型，origin數(shù)組就是十六進(jìn)制的浮點(diǎn)型。

3.2核心匯編程序介紹

以下是以16位定點(diǎn)乘法實(shí)現(xiàn)32位浮點(diǎn)乘法的部分匯編程序：

本文選用基于TI公司的TMS320C54X系列的DSP芯片開發(fā)平臺(tái)。借助DSP快速數(shù)據(jù)處理的優(yōu)點(diǎn)，對(duì)癲癇腦電信號(hào)進(jìn)行小波變換，然后濾除小尺度（高頻）成分，保留大尺寸（低頻）成分，最后再對(duì)處理后的信號(hào)進(jìn)行重建。

更多醫(yī)療電子信息請(qǐng)關(guān)注：21ic醫(yī)療電子