基于小波变换和盲源分离算法提取事件相关电位

阐述了用小波分解和盲源分离(blindsourceseparation ,BSS)算法结合来去除噪声和干扰提取事件相关电位(event relatedpotential,ERP)。采用小波变换分解ERP ,抽取出不同频带的细节信息;由小波系数判断选择多个尺度的子带信号,将它们分别与原始ERP组合进行盲分离,方法是极大化信号时间上的可预测性;将分离的结果进一步叠加平均。两类ERP仿真实验结果表明,本文算法提取出的ERP主要成分波明显,易于辨识,信噪比比较单独运用盲分离算法提取出的结果要好。在应用实例中,有效地增强了ERP的μ波。该算法优点在于减少了刺激次数和波形失真,参数变化范围小,在临床上有很好的应用前景。

基于皮质脑电的大脑皮层运动功能区定位

针对神经外科手术中用皮层电刺激(ECS)法确认病灶周边运动功能区时存在操作时间长、可能损伤皮层以及诱发癫痫等缺陷,本研究提出一种基于皮质脑电(ECoG)分析的皮层运动功能区定位方法。该研究先对ECoG进行功率谱估计,分析Mu节律在运动前后的特征;再采用多分辨率小波分析方法提取特征并量化,观察各导联特征总量的分布,得到各导联电极下皮层与运动功能区的相关程度。分析结果显示,各电极下皮层与运动功能区的相关程度的分布与ECS的结果基本一致,且此定位方法的总操作时间大约为5min。这表明基于ECoG的被动大脑皮层运动功能区定位方法,很可能成为术中ECS法的一种有效辅助定位手段。