癫痫脑电信号自动识别中若干方法学研究
作者：周防汛 杨先国 张为民
单位：周防汛 杨先国 张为民湖北医科大学附属第二医院神经科 武汉 430071
关键词：癫痫；脑电图；计算机；自动识别
990107 摘要 利用微机技术对临床癫痫脑电信号自动识别方法进行了研究，结果表明，微机与人工对癫痫脑电信号自动识别的符合率达到90.38%±5.38%，并分析了癫痫脑电信号自动识别中若干方法学问题。提示微机自动识别癫痫脑电信号的方法高效、实用。
Methodology Study on Automatic Recognition of
Epileptiform Activity in EEG
Zhou Fangxun, Yang Xianguo, Zhang Weiming
, 百拇医药
Department of Neurology, Second Affiliated Hospital,Hubei Medical University, Wuhan 430071, China
Abstract This paper describes a new epileptiform activity automatic detection system in the EEG. The results showed that epileptiform activity detection ratio is 90.38%±5.38%，the methodology questions during automatic recognition of epileptiform were analysed. The results also manipested the applicable effective automatic method of microcomputer in recognitim of cerebrel epileptic signal.
, 百拇医药
Key words Epilepsy; Electroencephalography; Computer; Automatic recognition
脑电图对癫痫疾病具有较高的诊断价值，但在阅读脑电图图形等方面主要依靠脑电图阅读者的视觉分析，缺乏定量资料。我们利用微机技术对癫痫脑电信号进行自动性识别，以便减少临床脑电图阅读者分析的数据量，有选择性地将癫痫脑电信号进行识别、分类、定量分析，提高临床工作效率。
1 资料与方法
本文分析的数据来源于30例癫痫患者的常规脑电图记录，其中男15例，女15例，年龄4～62(平均14.55)岁。患者采取坐位、觉醒状态下进行脑电图描记。记录导联采用参考导联，即FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6、A1、A2。电极安放位置按照国际10～20系统法。脑电信号均经日本光电4418型16导程脑电图仪放大，输至微机作癫痫脑电信号自动检测。采样分析时间设定为30 s。
, 百拇医药
30例患者均经临床确诊为癫痫，且常规脑电图显示癫痫样放电，微机自动性检测系统对癫痫脑电信号进行报警、识别标记、分类和定量分析。脑电信号分析由两位脑电图阅读者的一致判断与微机癫痫脑电信号自动识别系统进行对照分析，以显示两者的相互关系，评价对癫痫脑电信号的检测符合率。脑电图阅图者主要是依据癫痫脑电信号的定义和波发放的特征对其进行标记。
计算机对癫痫脑电信号自动识别的内容包括棘波、尖波、棘慢波、尖慢波、多棘慢波。
采用三点检波法分别计算出半波和整个波的参数以及背景参数，如时程、振幅、斜率。根据课题研究要求设置低、高阈值。低阈值是以最大限度的检取可能信号并记录下来，同时把剩余的波作为背景信号而排除掉，记录下来的信号中包括部分伪迹和背景波。脑电图的分析方法采用时、空域系统，主要用于对非癫痫脑电信号的排除。此阶段采用高标准阈值，将经过时、空域系统分析并记录下来的信号标记为癫痫波，并以此为基础对具有时限和空间分布关系、但又不太明显的波进行相关分析，通过上述处理后，视觉阅图从形态上判断的癫痫电信号都能检测出来，包括比较小和特征不明显的癫痫信号，使检出符合率高而误检率较低，达到实用的目的。
, 百拇医药
判断内容包括微机对癫痫脑电信号自动性识别符合率、误检率和漏检率。
2 结果与讨论
30例癫痫患者脑电信号微机自动性检测结果：癫痫脑电信号共检测1 279个，其中棘波407个(31.82%)；尖波462个(36.12%)；棘慢波174个(13.60%)；尖慢波223个(17.44%)；多棘慢波13个(1.02%)。从微机显示的类型和数量分析，以棘波和尖波显示的识别率最高，表明癫痫脑电信号的发放主要以棘、尖波为主。
癫痫脑电信号自动性识别的符合率，经统计学处理(包括可能性事件)达到90.38%±5.38%，95%的可信区间为79.61%～100.00%。
对癫痫脑电信号自动检测和定量化是神经电生理检测的重要研究课题之一，较为关注的问题是在提高对癫痫脑电信号自动性识别符合率的同时，减少误检率和漏检率。Bruce等[1](1976年)对7例癫痫患者使用遥测脑电图仪记录识别广泛性棘波放电，微机识别的数量与脑电图阅读者之间的符合率达到85.00%，15.00%为漏检和误检。Koffler等[2](1985年)对14例可携式盒式磁带记录仪中脑电信号自动识别棘慢波，符合率为70.00%，30.00%为漏检和误检。Jayakar等[3](1989年)对棘、尖波自动性识别的符合率为43.00%。Alison等[4](1993年)作为明确的和可能性事件检测率为80.00%。本研究结果显示癫痫脑电信号自动识别符合率为90.38%，误检率为6.22%，漏检率为3.40%，符合率明显高于文献报道。
, http://www.100md.com
影响微机对癫痫脑电信号自动性识别的因素如下：
(1) 对棘、尖波的限定。Chatrian(1974年)提出，棘波周期为20～70 ms，尖波周期为70～200 ms，其定义为明显区别于背景活动，共同特征为波峰尖锐。实际上，棘波的下限与肌电活动周期相同，尖波的时限与α、θ波部分在同一频率范围内。自动性识别时，由于时程是一个重要检测指标，故应在排除肌电、α波、θ波对其检测影响的前提下，对棘、尖波的特征作一规定，如棘波的下限受其采样速度影响，确定为50ms，这样就可排除肌电活动的影响。
(2) 采样率。采样率涉及到波形和数据量化的精确性，如果采样率高，则波形失真性小(波形失真则相应引起波参数发生改变，造成对癫痫脑电信号识别率下降)。John等[5](1986年)在检测癫痫样瞬变方面使用高采样率，在计算持续时间上可以获得较大的准确性，尽可能减少内插值计算引起的数据误差。
, 百拇医药 (3) 伪迹。肌电活动在癫痫样放电过程中，作为伪迹被拒绝检测，但突发的肌电活动：如吞咽等，作为肯定性癫痫样放电被检测，增加了误检的比例。
(4) 生理波。尖性α波参数完全具备尖波的检测条件，如持续时间在尖波的频率范围，斜率与振幅均在设定的高阈值范围，但波与背景活动密切相关，处于α调幅之中，常见于α节律的突然爆发和儿童脑电图，微机作为尖波检测使误检比例增大。过度换气中的高幅θ波发放，使其具备尖波的检测要求，故产生误检现象。
(5) 导联。Alison等[4](1993年)采用16导程双极导联，利用时、空域脑电信息检测癫痫样事件和拒绝伪迹和背景活动。我们采用16导程参考导联主要是便于临床应用和开发。双极导联检测癫痫样放电可以有效地利用位相关系来检测及定位，且波峰尖锐。参考导联缺乏定位优势，但受病灶部影响的周围导联亦可以显示癫痫样放电特征，微机可以根据专家系统设置的标准予以检测。
, http://www.100md.com (6) 阈值。识别符合率的高低与检测波的阈值参数设定有关。设定的阈值高，癫痫脑电信号检测的精确度高，则检测率降低，保证了高检测标准的癫痫样信号的识别，但存在着癫痫脑电信号的漏检现象，即癫痫脑电信号振幅小，而且缺乏锐性，持续时间延长。阈值参数降低，则使检测率大大提高，保证了可能性事件得以检测，精确度相应的降低，使尖样α波和部分高幅θ波可能被误检为尖波。
癫痫脑电信号自动性检测系统具有以下特点：①可用于8导、16导脑电图常规记录以及动态脑电图实时监测或可携式脑电图磁带记录癫痫的脑电信号回放处理分析；②模拟视觉阅图方法，不仅保留视觉阅图特点，还解决了视觉审阅脑电图中癫痫脑电信号检测和分类的复杂操作过程；③增强客观性，消除脑电图阅图者在判断分析中的主观意识，在脑电数据分析方面可以提供可靠的准确性和重复性；④癫痫脑电信号概念的标准化，微机检测系统则根据癫痫放电不同背景脑电活动的原则，根据癫痫脑电活动特征作出客观的限定，包括波形的锐性、持续时间、相对振幅等；⑤癫痫脑电活动的定量化，可以提供基本分类，即棘波、尖波、棘慢波、尖慢波、多棘慢波显示的数量及其分布状态，以及所检测波的各项参数值。
, http://www.100md.com
参考文献
1 Bruce L, Kiffin J. Computer recognition of generalized spike-wave discharges. Electroencephalography and Clnical Neurophysiology, 1976, 41(1): 25～36
2 Koffler, Gotman. Automatic detection of spike and wave bursts in ambulatory EEG recordings. Electroencephalography and Clinical Neurophysiology, 1985, 61(2): 165～180
3 Jayakar P B, Patrick J P, Shia S S, et al. Automated rule based graded analysis of ambulatory cassette EEGs. Electroencephalography and Clinical Neurophysiology, 1989, 72(2): 165～175
, 百拇医药
4 Alison A, Dingle, Richard D, et al. Amultistage system to detect epileptiform activity in the EEG. Ieee Transactions on Biomedical Engineering, 1993, 40(1): 12
5 John R, Glover JR, Periklis Y, et al. Amultichannel signal processor for the detection of epileptogenic sharp transients in the EEG. Ieee Transactions on Biomedical Engineering, 1986, 30(12):1121
(1998-01-23 收稿), 百拇医药
单位：周防汛 杨先国 张为民湖北医科大学附属第二医院神经科 武汉 430071
关键词：癫痫；脑电图；计算机；自动识别
990107 摘要 利用微机技术对临床癫痫脑电信号自动识别方法进行了研究，结果表明，微机与人工对癫痫脑电信号自动识别的符合率达到90.38%±5.38%，并分析了癫痫脑电信号自动识别中若干方法学问题。提示微机自动识别癫痫脑电信号的方法高效、实用。
Methodology Study on Automatic Recognition of
Epileptiform Activity in EEG
Zhou Fangxun, Yang Xianguo, Zhang Weiming
, 百拇医药
Department of Neurology, Second Affiliated Hospital,Hubei Medical University, Wuhan 430071, China
Abstract This paper describes a new epileptiform activity automatic detection system in the EEG. The results showed that epileptiform activity detection ratio is 90.38%±5.38%，the methodology questions during automatic recognition of epileptiform were analysed. The results also manipested the applicable effective automatic method of microcomputer in recognitim of cerebrel epileptic signal.
, 百拇医药
Key words Epilepsy; Electroencephalography; Computer; Automatic recognition
脑电图对癫痫疾病具有较高的诊断价值，但在阅读脑电图图形等方面主要依靠脑电图阅读者的视觉分析，缺乏定量资料。我们利用微机技术对癫痫脑电信号进行自动性识别，以便减少临床脑电图阅读者分析的数据量，有选择性地将癫痫脑电信号进行识别、分类、定量分析，提高临床工作效率。
1 资料与方法
本文分析的数据来源于30例癫痫患者的常规脑电图记录，其中男15例，女15例，年龄4～62(平均14.55)岁。患者采取坐位、觉醒状态下进行脑电图描记。记录导联采用参考导联，即FP1、FP2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6、A1、A2。电极安放位置按照国际10～20系统法。脑电信号均经日本光电4418型16导程脑电图仪放大，输至微机作癫痫脑电信号自动检测。采样分析时间设定为30 s。
, 百拇医药
30例患者均经临床确诊为癫痫，且常规脑电图显示癫痫样放电，微机自动性检测系统对癫痫脑电信号进行报警、识别标记、分类和定量分析。脑电信号分析由两位脑电图阅读者的一致判断与微机癫痫脑电信号自动识别系统进行对照分析，以显示两者的相互关系，评价对癫痫脑电信号的检测符合率。脑电图阅图者主要是依据癫痫脑电信号的定义和波发放的特征对其进行标记。
计算机对癫痫脑电信号自动识别的内容包括棘波、尖波、棘慢波、尖慢波、多棘慢波。
采用三点检波法分别计算出半波和整个波的参数以及背景参数，如时程、振幅、斜率。根据课题研究要求设置低、高阈值。低阈值是以最大限度的检取可能信号并记录下来，同时把剩余的波作为背景信号而排除掉，记录下来的信号中包括部分伪迹和背景波。脑电图的分析方法采用时、空域系统，主要用于对非癫痫脑电信号的排除。此阶段采用高标准阈值，将经过时、空域系统分析并记录下来的信号标记为癫痫波，并以此为基础对具有时限和空间分布关系、但又不太明显的波进行相关分析，通过上述处理后，视觉阅图从形态上判断的癫痫电信号都能检测出来，包括比较小和特征不明显的癫痫信号，使检出符合率高而误检率较低，达到实用的目的。
, 百拇医药
判断内容包括微机对癫痫脑电信号自动性识别符合率、误检率和漏检率。
2 结果与讨论
30例癫痫患者脑电信号微机自动性检测结果：癫痫脑电信号共检测1 279个，其中棘波407个(31.82%)；尖波462个(36.12%)；棘慢波174个(13.60%)；尖慢波223个(17.44%)；多棘慢波13个(1.02%)。从微机显示的类型和数量分析，以棘波和尖波显示的识别率最高，表明癫痫脑电信号的发放主要以棘、尖波为主。
癫痫脑电信号自动性识别的符合率，经统计学处理(包括可能性事件)达到90.38%±5.38%，95%的可信区间为79.61%～100.00%。
对癫痫脑电信号自动检测和定量化是神经电生理检测的重要研究课题之一，较为关注的问题是在提高对癫痫脑电信号自动性识别符合率的同时，减少误检率和漏检率。Bruce等[1](1976年)对7例癫痫患者使用遥测脑电图仪记录识别广泛性棘波放电，微机识别的数量与脑电图阅读者之间的符合率达到85.00%，15.00%为漏检和误检。Koffler等[2](1985年)对14例可携式盒式磁带记录仪中脑电信号自动识别棘慢波，符合率为70.00%，30.00%为漏检和误检。Jayakar等[3](1989年)对棘、尖波自动性识别的符合率为43.00%。Alison等[4](1993年)作为明确的和可能性事件检测率为80.00%。本研究结果显示癫痫脑电信号自动识别符合率为90.38%，误检率为6.22%，漏检率为3.40%，符合率明显高于文献报道。
, http://www.100md.com
影响微机对癫痫脑电信号自动性识别的因素如下：
(1) 对棘、尖波的限定。Chatrian(1974年)提出，棘波周期为20～70 ms，尖波周期为70～200 ms，其定义为明显区别于背景活动，共同特征为波峰尖锐。实际上，棘波的下限与肌电活动周期相同，尖波的时限与α、θ波部分在同一频率范围内。自动性识别时，由于时程是一个重要检测指标，故应在排除肌电、α波、θ波对其检测影响的前提下，对棘、尖波的特征作一规定，如棘波的下限受其采样速度影响，确定为50ms，这样就可排除肌电活动的影响。
(2) 采样率。采样率涉及到波形和数据量化的精确性，如果采样率高，则波形失真性小(波形失真则相应引起波参数发生改变，造成对癫痫脑电信号识别率下降)。John等[5](1986年)在检测癫痫样瞬变方面使用高采样率，在计算持续时间上可以获得较大的准确性，尽可能减少内插值计算引起的数据误差。
, 百拇医药 (3) 伪迹。肌电活动在癫痫样放电过程中，作为伪迹被拒绝检测，但突发的肌电活动：如吞咽等，作为肯定性癫痫样放电被检测，增加了误检的比例。
(4) 生理波。尖性α波参数完全具备尖波的检测条件，如持续时间在尖波的频率范围，斜率与振幅均在设定的高阈值范围，但波与背景活动密切相关，处于α调幅之中，常见于α节律的突然爆发和儿童脑电图，微机作为尖波检测使误检比例增大。过度换气中的高幅θ波发放，使其具备尖波的检测要求，故产生误检现象。
(5) 导联。Alison等[4](1993年)采用16导程双极导联，利用时、空域脑电信息检测癫痫样事件和拒绝伪迹和背景活动。我们采用16导程参考导联主要是便于临床应用和开发。双极导联检测癫痫样放电可以有效地利用位相关系来检测及定位，且波峰尖锐。参考导联缺乏定位优势，但受病灶部影响的周围导联亦可以显示癫痫样放电特征，微机可以根据专家系统设置的标准予以检测。
, http://www.100md.com (6) 阈值。识别符合率的高低与检测波的阈值参数设定有关。设定的阈值高，癫痫脑电信号检测的精确度高，则检测率降低，保证了高检测标准的癫痫样信号的识别，但存在着癫痫脑电信号的漏检现象，即癫痫脑电信号振幅小，而且缺乏锐性，持续时间延长。阈值参数降低，则使检测率大大提高，保证了可能性事件得以检测，精确度相应的降低，使尖样α波和部分高幅θ波可能被误检为尖波。
癫痫脑电信号自动性检测系统具有以下特点：①可用于8导、16导脑电图常规记录以及动态脑电图实时监测或可携式脑电图磁带记录癫痫的脑电信号回放处理分析；②模拟视觉阅图方法，不仅保留视觉阅图特点，还解决了视觉审阅脑电图中癫痫脑电信号检测和分类的复杂操作过程；③增强客观性，消除脑电图阅图者在判断分析中的主观意识，在脑电数据分析方面可以提供可靠的准确性和重复性；④癫痫脑电信号概念的标准化，微机检测系统则根据癫痫放电不同背景脑电活动的原则，根据癫痫脑电活动特征作出客观的限定，包括波形的锐性、持续时间、相对振幅等；⑤癫痫脑电活动的定量化，可以提供基本分类，即棘波、尖波、棘慢波、尖慢波、多棘慢波显示的数量及其分布状态，以及所检测波的各项参数值。
, http://www.100md.com
参考文献
1 Bruce L, Kiffin J. Computer recognition of generalized spike-wave discharges. Electroencephalography and Clnical Neurophysiology, 1976, 41(1): 25～36
2 Koffler, Gotman. Automatic detection of spike and wave bursts in ambulatory EEG recordings. Electroencephalography and Clinical Neurophysiology, 1985, 61(2): 165～180
3 Jayakar P B, Patrick J P, Shia S S, et al. Automated rule based graded analysis of ambulatory cassette EEGs. Electroencephalography and Clinical Neurophysiology, 1989, 72(2): 165～175
, 百拇医药
4 Alison A, Dingle, Richard D, et al. Amultistage system to detect epileptiform activity in the EEG. Ieee Transactions on Biomedical Engineering, 1993, 40(1): 12
5 John R, Glover JR, Periklis Y, et al. Amultichannel signal processor for the detection of epileptogenic sharp transients in the EEG. Ieee Transactions on Biomedical Engineering, 1986, 30(12):1121
(1998-01-23 收稿), 百拇医药