[发明专利]自动确定人工神经网络识别癫痫样放电阈值的方法及装置

说明书

本发明涉及一种检测癫痫病情的装置，具体地说，是一种自动确定人工神经网络识别癫痫样放电(Epileptiform Discharges，简称ED)阈值的方法及装置。

众所周知，癫痫是一种常见病，患病率约占人口的0.4％，患者发病时常有失去知觉倒地，全身抽搐等表征，是危害人民健康的重要疾病。首先要正确地诊断是否癫痫，使之和其它有类似症状的疾病区分开来，采取正确的治疗措施，目前常用的方法是记录患者的脑电图，再由医生来分析脑电图，看其中是否有癫痫样放电，作为癫痫诊断的主要客观依据，关于这方面，本申请人已于1998年12月30日向中国专利局提交名称为“全自动判断脑电图中有无癫痫样放电的装置”的发明专利申请(申请号CN98122894.1)，在这份申请中主要解决“有”和“没有”ED的定性判断。这对于采取正确的治疗路线是十分重要的。对于有ED的病人，如综合其他病症判断为癫痫病人，接着医生就需要了解病人的癫痫病发作的具体情况，发作频繁程度如何，ED的数量和在什么时间、什么情况下发作等等，以决定用什么药、用药量多少等，在治疗一阶段以后，医生需要知道治疗的效果如何、有效、无效、效果好不好等等，考虑是否继续用同类药继续治疗下去，药量是否要增减，还是改用另一种药。癫痫病的病情可主要在ED的数量和其时间分布上看到。除非病人的发作十分频繁，则在医院里，常规的脑电图记录中也可以看到ED，一般需要作动态脑电记录，就是连续记录24小时的病人脑电。由医生来人工分析动态脑电图是十分费时、费力的，因为24小时记录得到的数据量十分庞大，如果逐页显示，再由医生来判读，每一份动态脑电图就需要花费医生几个小时的时间，而且还得不到定量的结果，只是一个定性印象。如果要做定量测量，那么医生再要做很多测量和统计工作，还要把结果绘成图表，这样一天时间也许医生只能处理一个病人的动态脑电记录。有丰富经验的脑电分析医生目前在大城市中还不多，自然中小城市则更少，甚至没有，而广大农村、边缘地区，更是没有这方面专业人才，因此癫痫病人将不可能得到有效的、有针对性的治疗。

对于动态脑电的判读迫切需要计算机的自动化，这项工作国际学术界经过了20多年的努力，效果已明显改进，尤其是近年来用“人工神经网络”来检测ED，更是把这项工作推向一个新水平，ED的识别率已明显提高，假阳性率已大大下降，到目前为止以张彤等在《中国生物医学工程学报》1998，17(1)：1-11发表的“脑电图癫痫波的自动检测与分类”之技术方案水平最高，他们采用分层次，多方法整合途径将自动适应预测、小波变换、人工神经网络、模糊识别系统、专家系统等信号处理技术结合起来，检测癫痫波取得了良好的结果，还能对癫痫波进行分型。但该方法相当复杂，需用高速和大容量计算机，成本较高，也不利于快速识别。该论文距实用、特别是到广大的小城市、边疆地区去推广应用尚有很大距离，如果把该文所得的具体方法、参数、网络连接权重等固定下来，推广应用，则由于癫痫病人的情况多种多样，不同地区、民族也可能有所不同等等，所得的测试结果不可能都好，也很有可能出现较大性能下降的情况。

在用人工神经网络识别ED的过程中，阈值的确定非常重要，当一片段脑电信号输入人工神经网络使其网络输出值超过阈值时，就判断它为ED。低于阈值时就判断它不是ED。当阈值设定偏高时，则识别率下降，当阈值设定偏低时，则假阳性率上升，只有在阈值设定合适时才能同时兼顾识别率高和假阳性率低。

张彤等论文中设定的是一个固定的阈值，为了使识别率高，必须将阈值设定偏低，为了消除由此而引起的假阳性率上升问题，他们引入了专家系统等方法，自然，这也不是容易的事。因此他们论文中的“结论”部分中写着“专家系统的知识规则还有很大补充、修改的余地”。

我们在实验中看到同一个网络对不同病人的ED识别的最佳阈值是不同的，有的甚至相差较大。如果给网络设定一固定阈值或者只定下一个阈值范围，这样会因阈值不准确而影响识别结果，这是很难适应对于所有病人的ED的自动检测。

以前，最佳阈值都是由有经验的医生来确定的。他们也要先设定一个值，然后看识别率和假阳性率的情况，再慢慢调节阈值，使识别率仍然高而假阳性率相当低，才得到最佳阈值。

目前，动态脑电记录都是在记录完以后才回放和识别的。在记录的过程中由于没有设定好阈值，无法判断是否ED。再则由于动态脑电记录中的微控制器计算能力有限，无法完成复杂的识别工作，只能等记录完成以后把数据送回主机，由主机来完成识别工作。

由主机来做识别工作，要化费不少时间才能处理完记录下来的大量数据，使整个系统的效率大大下降。