大鼠经颅超声刺激响应信号处理算法设计与实现

发布时间：2021-09-23 04:31

　　目的是从经颅超声刺激实验中记录到的复杂大鼠后腿收缩张力信号中自动检测由刺激诱发的响应信号。该算法先是应用小波变换的多分辨特征实现慢收缩和快收缩张力信号的分离和消噪,慢收缩信号以预张力和呼吸波幅度为阈值检测超声的诱发慢收缩响应,并分析每次刺激开始前的信号更新预张力和呼吸波幅度。快收缩响应以刺激开始前张力信号的3倍方差作为阈值检测超声诱发快收缩响应。经验证算法能成功识别出了各种不同特征的收缩响应,经过对53组实验数据中1 623次超声刺激的响应检测,慢响应和快响应的识别准确性分别达到96.55%和95.64%。本算法为超声刺激诱发张力响应信号的识别和特征参数提供了一种有效、可靠的数据处理与分析方法,是经颅超声刺激神经调理作用研究中对响应进行评估的基础。 

【文章来源】：电子测量技术. 2020,43(22)

【文章页数】：5 页

【部分图文】：

同步信号与收缩张力信号

式中:CWT(2-j,k·2-j)是信号在j频域尺度上位移为2-jk处的小波系数。当母小波函数具有正交特性时,称为正交小波变换,二进正交小波去除了冗余性,但对移位参数的二进采样也将导致重构信号的时移变化,这是信号分解应用中不能允许的。平稳小波变换在二进多分辨算法的基础上做了改进,即在每一层小波分解后对细节分量和近似分量进行上采样插值,如图2所示,使得每一层小波系数点数与原信号一致,从而减小了重构信号的时移变化。构造小波的选择通常以与分析信号的高相似度为原则,根据超声刺激张力响应信号特征,本文选择“db4”小波,对原始张力响应信号进行7尺度的分解,获得细节分量D1～D7,以及逼近分量A7,算法在MATLAB平台实现。

图3所示为响应信号自动识别算法流程。每个记录包含第一次超声刺激开始前至刺激结束后一段时间的全部大鼠后腿活动的张力信号,时长为3～5 min。为了后面对数据进行7层的平稳小波处理,本文截取包含所有刺激时刻且长度满足27的整数倍一段数据进行分析。预处理阶段首先通过分析同步信号获得每次刺激开始的位置。另外为了更准确地评估刺激响应,本文分析每次刺激开始前的一段张力信号来排除与刺激无关的自发收缩活动,从而得到一次实验中的有效刺激次数以及其刺激起始点。超声刺激诱发出的张力响应信号非常复杂,对原始响应信号7层的平稳小波分解后,先用阈值法去除高频白噪声[15],之后分别选择低频系数和高频系数进行重构,得到刺激慢响应信号和快响应信号。接下来从每次效刺激起始点开始,用阈值法分别对慢响应信号和快响应信号进行自动识别。若识别到刺激响应则计算出响应幅度和响应延时,并保存结果。

【参考文献】：
期刊论文
[1]一种基于多层感知器的房颤心电图检测方法[J]. 蔚文婧,王寻,张鹏远,颜永红.  中国医学物理学杂志. 2020(03)
[2]深部脑刺激的临床应用进展[J]. 泮旭峰,余国峰.  中华神经医学杂志. 2019(09)
[3]一种用于脑神经刺激的程控超声发生器[J]. 胡胜男,吴永亮,张荥娟,谢巧虹,姜旭恒,田福英,郑政.  中国生物医学工程学报. 2017(05)
[4]深部脑刺激术治疗难治性癫痫的研究进展[J]. 蔡宇翔,杨治权.  国际神经病学神经外科学杂志. 2017(04)
[5]一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法[J]. 范小龙,谢维成,蒋文波,李毅,黄小莉.  电工技术学报. 2016(14)
[6]经颅磁刺激技术的研究进展[J]. 李江涛,郑敏军,曹辉.  高电压技术. 2016(04)
[7]驾驶员脑电特征与手臂操纵驾驶行为研究[J]. 纪俐,王宏,张驰,化成城,刘冲.  仪器仪表学报. 2015(09)
[8]基于动态差分阈值的脉搏信号峰值检测算法[J]. 张爱华,王平,丑永新.  吉林大学学报(工学版). 2014(03)
[9]单通道视觉诱发脑电的单次提取方法研究[J]. 闫蓓,刘莎,李建华,袁海文,丁锋锋.  仪器仪表学报. 2012(04)
[10]深部脑刺激治疗疼痛的基础研究与临床应用进展[J]. 张婷,苏园林,王宁,王锦琰,罗非.  中国疼痛医学杂志. 2011(12)



本文编号：3405043