[发明专利]实验大鼠大脑皮层电信号的数据处理方法及装置

说明书

本发明中公开了一种实验大鼠大脑皮层电信号的数据处理方法及装置，其中数据处理方法包括：获取实验大鼠静息状态下大脑皮层的电信号；对所述电信号进行预处理得到预处理后的ECoG信号；利用自回归模型和功率谱密度对所述ECoG信号进行频谱分析；利用连续小波变换对所述ECoG信号进行时频分析，从而确定所述ECoG信号的时域及频域的共同信息；对所述ECoG信号进行非线性动力学分析从而确定所述ECoG信号的LZ复杂度和样本熵；该数据处理方法先通过对获取的大脑皮层的电信号进行预处理，接着分别进行频谱分析、时频分析以及非线性动力学分析，能够从多方面反映出实验大鼠静息状态下大脑神经元活跃程度的信息，提高了数据分析的准确度。

技术领域

本发明涉及生物电信号——脑电信号处理领域，特别是一种实验大鼠大脑皮层电信号的数据处理方法及装置。

背景技术

脑电信号中包含了大量的生理与疾病信息，并且由于其无损检测的特点，使得脑电信号的测量与分析越来越受到人们的重视。在临床医学方面，脑电信号处理不仅可为某些脑疾病提供诊断依据，而且还为某些脑疾病提供了有效的治疗手段。在工程应用方面,人们也尝试利用脑电信号实现脑-计算机接口(BCI)，利用人对不同的感觉、运动或认知活动的脑电的不同，通过对脑电信号的有效提取和分类来实现对外部设备进行控制、操作等目的。由于脑电信号是一种非平稳随机信号，而且其背景噪声也很强，因此脑电信号的分析和处理一直是非常吸引人但又是具有相当难度的研究课题。

自1932年Dietch首先用傅立叶变换进行了EEG分析之后，脑电分析技术中便相继引入了频域分析、时域分析等脑电图分析的经典方法。近年来，在脑电图分析中应用了小波分析、匹配跟踪方法、神经网络分析、混沌分析等方法以及各种分析方法的有机结合，有力地推动了脑电信号分析方法的发展。但是目前主要的脑电信号处理手段主要还是以人为对象进行数据的测量和分析研究，在大鼠等实验动物中的应用还少有系统性的总结。

由于人类疾病的发展十分复杂，以人本身作为实验对象来深入探讨疾病发生机制从很多方面都有着很大的限制。所以目前由许多疾病及损伤模型都开始借助于动物模型进行间接的研究。由于动物无法像人类一样安静地进行脑电信号(EEG)的检测，因此需要将电极植入到大鼠大脑皮层上测量其大脑皮层电信号(ECoG)。ECoG的处理手段与EEG的处理手段几乎相同，但许多文章中对实验大鼠ECoG进行数据分析的思路和流程却不尽相同，且大多针对于大鼠在进行某些行为时进行分析，静息状态下的ECoG的数据分析较少。一方面，对实验大鼠静息状态下的ECoG的分析更有利于我们判断大鼠在经实验刺激后日常状态的变化，且无需给予额外的刺激或任务亦可减轻实验大鼠的负担；另一方面，数据分析思路的不同也可能会导致实验大鼠ECoG的某些特征变化提取不完全，从而忽视掉一些脑电信号中存在的生理信息。因此对实验大鼠静息状态下的ECoG的数据处理思路及流程进行规范是很有必要的。

发明内容

为解决上述问题，为实验大鼠静息状态的ECoG信号的数据分析提供一个可供参考的流程，本发明提供了一种可对实验大鼠ECoG进行多种数据分析及特征提取的数据处理方法，目的在于希望尽可能综合不同的信号处理手段将实验大鼠的ECoG中所包含的生理信息提取出来。

为了实现上述目的，本发明一方面提供一种实验大鼠大脑皮层电信号的数据处理方法，包括：

获取实验大鼠静息状态下大脑皮层的电信号；

对所述电信号进行预处理得到预处理后的ECoG信号；所述预处理包括滤波、去趋势化、去除基线漂移；

利用自回归模型和功率谱密度对所述ECoG信号进行频谱分析，并对利用小波包变换的方法计算所述ECoG信号的各频段能量占比；

利用连续小波变换对所述ECoG信号进行时频分析，从而确定所述ECoG信号的时域及频域的共同信息；

对所述ECoG信号进行非线性动力学分析从而确定所述ECoG信号的LZ复杂度和样本熵。