利用双谱分析的癫痫脑电特征研究

　　根据癫痫患者脑电信号具有非高斯、非线性随机特性，应用高阶累积量技术对癫痫患者的脑电信号进行双谱估计，研究了在不同发病阶段的脑电信号的高斯偏离程度，以获取更加敏感和准确的临床监护和发病预报参量; 用参数模型法进行双谱估计，并根据奇异值分解好小二乘法求解模型参数，从而获得高分辨率的双谱估计值和有效的脑电相位信息; 用功率谱对高阶谱进行规范，规范化结果可作为相关系数，通过估计双相关系数找出它与癫痫发作的关系。

　　实验结果表明，患者在癫痫发作前、开始发作和发作期，双谱的等高线图具有明显的尖峰，在癫痫发作时的脑电双相关系数值要比癫痫发作前和发作后的系数值高得多，使得脑电波的非高斯性和非线性增强; 双谱分析为癫痫脑电信号的研究提供了一些新的思路，双相关系数有望成为临床监护、预报癜痫发作的一个指标。

　　在信号处理领域，人们习惯假设信号或者噪声服从高斯分布。实际上，真实信号大都是非高斯的，所以我们使用高阶统计量的主要动机与出发点可以归结为：①抑止加性有色噪声(其功率谱未知)的影响;②辨识非因果、非好小相位系统，或重构非好小相位信号;③抽取由于高斯性偏离引起的各种信息;④检测和表征信号中的非线性，辨识非线性系统% 高阶统计量不仅可以自动抑制高斯有色噪声的影响，而且有时也能够抑制非高斯有色噪声的影响%高阶统计量之所以能够大大超越功率谱和相关函数的统计量，是因为它包含了二阶统计量所没有的大量、丰富的信息。

　　本文的一些初步研究结果表明，双谱分析可以用于脑电信号的研究，特别是双相关系数，有望成为一种敏感的临床癫痫监护和诊断的指标。

　　参考文献：

　　[1]Raghuveer MR,Nikias CL. Bispectrum estimation :aparametric approach[J].IEEE Trans Acoust,Speech,Signal Processing ,1985,33(5):1213-1230.

　　[2]Nikias CL.Higher-order spectra analysis :a nonlinear signal processing framework [M].Englewood Cleffs,USA:Prentice-Hall,1993.

　　[3]Nikias CL,Raghuveer MR.Bispectrum estimation :adigital signal processing frewlrk [J].Proc IEEE,1987,75(7):869-891.