引用本文

孙小棋, 李昕, 蔡二娟, 康健楠. 改进模糊熵算法及其在孤独症儿童脑电分析中的应用. 自动化学报, 2018, 44(9): 1672-1678. doi: 10.16383/j.aas.2018.c170334

SUN Xiao-Qi, LI Xin, CAI Er-Juan, KANG Jian-Nan. Improved Fuzzy Entropy and Its Application in Autism. ACTA AUTOMATICA SINICA, 2018, 44(9): 1672-1678. doi: 10.16383/j.aas.2018.c170334

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170334

关键词

脑电信号，孤独症，模糊熵，锁相位 

摘要

模糊熵（Fuzzy entropy，FuzzyEn）是衡量时间序列在维数变化时产生新模式的概率，反映时间序列复杂性和无规则程度的参数指标.本文针对传统模糊熵算法只针对时间信号序列进行总体分析，忽略了瞬时信号变化的问题，提出了一种改进模糊熵的算法.算法将指数函数的宽度进行了优化设置，设置为0.15倍一阶差分时间序列的标准差，以此保证充分提取时间序列瞬时复杂性特征.与传统模糊熵相比，改进模糊熵包含更多时间模式信息.基于改进模糊熵结合锁相位算法，分析孤独症儿童脑电信号（Electroencephalogram，EEG）复杂性与同步性，结果表明：孤独症（Autism spectrum disorders，ASD）前颞叶的脑电信号同步性下降、复杂性降低，具有显著性差异（P < 0.05）.

文章导读

孤独症(Autism spectrum disorders, ASD)是一种复杂的关于行为和认知方面的大脑发育障碍, 其特点是通过限制和固定的行为产生沟通障碍[1], 主要表现为社会交往障碍、交流限制和重复性行为[2].这些疾病是高度遗传的, 在兄弟姐妹间有较高的发病率[3].

与健康人相比, 孤独症大脑部分皮层同步性呈现降低的现象[4].近年来脑同步性研究多集中在功能影像学、神经影像学, 神经解剖学以及正电子断层扫描成像等方面. Greimel等[5]采用全脑分布形态测量技术图像显示孤独症的颞区中后叶连通性低于健康人. Kana等[6]利用磁共振技术研究孤独症的大脑连通性, 发现额叶和顶叶区域之间的同步程度降低. Coben等[7]通过磁共振成像研究发现, 静息状态下与健康人相比, 孤独症的额叶功能连接性降低.基于影像学的方法实现脑同步性分析成本较大, 且不便捷.

Duffy等[8]利用判别函数分析方法确定光谱相干因素, 识别孤独症与健康脑电信号(Electroencephalogram, EEG)准确率高达97 %. Lazarev等[9]基于脑电信号实现了脑同步性分析, 指出孤独症头皮顶叶和中部地区的脑电信号相干系数值低于健康人. Jaime等[10]通过EMSE相干函数计算孤独症脑电信号, 发现孤独症右脑颞中部的相干性低于健康人.基于脑电信号, 可以分析不同脑区之间的同步性与相关性, 为孤独症儿童早期发现与干预提供帮助.

熵是用来衡量大脑复杂程度的重要特征参数.雷敏等[11-12]利用样本熵和辛熵分析脑电信号发现孤独症部分脑区(前额叶、颞叶、顶叶和枕叶)的熵值低于健康人, 表明孤独症儿童的行为适应性较低. Zavala等[13]以多尺度熵作为特征量, 能够有效识别癫痫发作的脑电信息. Liang等[14]发现近似熵可以用于癫痫检测, 实现健康人与癫痫患者发作脑电信号分类正确率在90 %以上.与其他熵算法相比, 模糊熵(Fuzzy entropy, FuzzyEn)有效地去除了基线漂移的影响, 且向量的相似性不再由绝对幅值差确定, 而由指数函数确定的模糊函数形状决定, 从而将相似性度量模糊化, 具有更好的抗噪声和抗干扰能力.

本文在静息状态下, 采集孤独症儿童的脑电数据, 基于改进模糊熵算法结合锁相位技术, 分析孤独症与健康大脑复杂程度的差异性与同步性.

图 1  EGI脑电采集系统电极分布

图 2  整体框图

图 3  改进模糊熵值

为了保证充分提取时间序列瞬时复杂性特征, 本文提出了一种改进模糊熵算法.通过改进算法分析孤独症儿童脑电信号特点, 与传统算法相比, 改进算法运行时间相对减少, 大大提高了识别效果.进一步, 结合改进算法与锁相位分析孤独症儿童不同脑区的复杂性与同步性, 结果表明:孤独症患者前颞叶的脑电信号同步性下降、复杂性降低, 具有显著性差异(P < 0.05).同时分析了孤独症敏感脑区, 为以后的研究提供参考.

作者简介

孙小棋

燕山大学硕士研究生.2015年于燕山大学里仁学院获得学士学位, 主要研究方向为医学信息处理和情感计算.E-mail:yddyxiaoqi@126.com

蔡二娟 

燕山大学硕士研究生.2015年于燕山大学里仁学院获得学士学位.主要研究方向为孤独症儿童脑电信息的处理和计算.E-mail:18233587424@163.com

康健楠 

河北大学讲师.2002年于燕山大学获得学士学位, 2006年于燕山大学获得硕士学位.主要研究方向为孤独症儿童脑电信息处理.E-mail:kangjiannan81@163.com

李昕 

燕山大学教授.1992年于东北重型机械学院获得学士学位, 2002年于燕山大学获得硕士学位, 2008年于燕山大学获得博士学位.主要研究方向为医学信息处理, 情感计算.本文通信作者.E-mail:yddylixin@ysu.edu.cn