54、基于脑电图特征的中风患者分类及心肌细胞运动测量研究

基于脑电图特征的中风患者分类及心肌细胞运动测量研究

在医学研究领域，利用脑电图（EEG）信号对中风患者进行分类，以及对心肌细胞运动进行测量，都是具有重要意义的研究方向。下面将详细介绍这两方面的研究内容。

基于脑电图特征的中风患者分类研究

研究方法

• 数据采集 ：使用NE Enbio32系统的脑电图机获取32通道的脑电图信号，采样频率为500Hz，电极按照国际10 - 20系统配置放置。
• 数据预处理 ：由于采集到的脑电图信号中存在许多噪声和伪迹，需要进行预处理。主要包括独立成分分析（ICA）排除操作，以及使用1Hz高通滤波器和45Hz低通滤波器进行滤波操作。预处理操作使用Matlab的EEGLAB实现。
• 特征提取 ：本研究应用了四个定量脑电图（qEEG）特征进行分类，分别是Delta、Beta的相对功率比（RPR）、Delta与Alpha的相对功率比（DAR）以及（Delta + Theta）与（Alpha + Beta）的相对功率比（DTABR）。使用Welch方法计算不同通道脑电图数据的功率谱，相关公式如下：
  • (x_i(n) = x(n + iM - M), 0 \leq n \leq M, 1 \leq i \leq L)
  • (I_i(\omega) = \frac{1}{U} \left| \sum_{n = 0}^{M - 1} x_i(n)w(n)e^{-j\omega n} \right|^2, i = 1, 2, \cdots, M