Обработка электроэнцефалограмм в частотной области

Министерство образования и науки Украины

Харьковский национальный университет радиоэлектроники

Кафедра БМЕ

 

КУРСОВАЯ РАБОТА

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

по дисциплине Автоматизация обработки и анализа биомедицинской информации

на тему: Обработка электроэнцефалограмм в частотной области

Студент гр.

Руководитель

2009

Харьковский национальный университет радиоэлектроники

Кафедра Биомедицинских электронных устройств и систем

Дисциплина Автоматизация обработки и анализа биомедицинской информации

Специальность Биотехнические и медицинские аппараты и системы

 

ЗАДАНИЕ

НА КУРСОВОЙ ПРОЕКТ (РАБОТУ)

студента гр.

1.         Тема проекта (работы) Обработка электроэнцефалограмм в частотной области

2.         Срок подачи студентом завершенной работы_____________

3.         Исходные данные к работе: файлы оцифрованной электрэнцефалограммы: eeg_Fp1.txt, eeg_Fp2.txt, eeg_T4.txt, eeg_C3.txt, eeg_P4.txt.

4.         Содержание пояснительной записки: Метод электроэнцефалографии, метод анализа ЭЭГ в частотной области, алгоритм анализа электроэнцефалограмм в частотной области, программа анализа ЭЭГ, результаты анализа.

5.         Перечень графического материала: алгоритм анализа ЭЭГ в частотной области, результаты анализа ЭЭГ.

6.         Дата выдачи задания: 19 февраля 2009 г.

КАЛЕНДАРНЫЙ ПЛАН

Номер	Название этапов курсового проектирования	Срок выполнения этапов проекта	Примечание
1	Анализ задания	19.02.09 – 26.02.09
2	Ознакомление с литературой	26.02.09 – 6.03.09
3	Выбор метода анализа сигнала	6.03.09 – 13.03.09
4	Разработка алгоритма	13.03.09 – 27.03.09
5	Разработка программного обеспечения	27.03.09 – 16.04.09
6	Анализ результатов	16.04.09 – 27.04.09
7	Оформление пояснительной записки	27.04.09 – 24.05.09
8	Сдача работы на проверку руководителю	17.06.09
9	Доработка с учетом замечаний	17.06.09 – 20.06.09
10	Защита работы	20.06.09

РЕФЕРАТ

Пояснительная записка содержит: 28 листов, 12 рисунков, 1 таблица, источников.

Цель курсовой работы: научиться выполнять анализ медико-биологических сигналов с помощью ЭВМ и получение диагностического вывода о норме или патологии заданного сигнала [1].

Объектом исследования являются реальные оцифрованные электроэнцефалограммы здоровых людей.

Заданием курсовой работы является анализ электроэнцефалограмм в частотной области, что включает в себя построение наглядной электроэнцефалограммы с оцифрованных образцов, построение α-ритмов, АЧХ электроэнцефалограмм, периодограмм и спектрограмм α-ритмов.

В ходе выполнения курсовой работы был построен алгоритм обработки данных электроэнцефалограмм во временной области, который позволил создать программу в среде МatLab, осуществляющую анализ ЭЭГ. Данная программа является актуальной с точки зрения автоматизации обработки и анализа биомедицинской информации. Недостатком программы является невозможность осуществления точного 100 %-ного анализа, так как программа жестко привязана к общепринятым нормам спектральной плотности мощности ритмов, в то время как некоторое варьирование этих данных может быть нормой для конкретного человека, а программой может восприниматься как патология.

электроЭНЦЕФАЛограмма, СИГНАЛ, МОЗГ, РИТМЫ, ЧАСТОТНЫЙ анализ

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1 Метод электроэнцефалографии

1.1 Отведения и регистрация ЭЭГ

1.2 Электроэнцефалограмма. Ритмы

2 Метод анализа ЭЭГ в частотной области

3 Алгоритм анализа электроэнцефалограмм в частотной области

4 Программа анализа ЭЭГ

ВЫВОДЫ

ПЕРЕЧЕНЬ ССЫЛОК

Приложение А

Приложение Б

Приложение В

ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ

АЧХ – амплитудно-частотная характеристика

ЭВМ – электронно-вычислительная машина

ЦНС – центральная нервная система

ЭЭГ – электроэнцефалограмма

МПА – межполушарная асимметрия

АКФ – автокорреляционная функция

МП – мембранные потенциалы

БПФ – быстрое преобразование Фурье

ВВЕДЕНИЕ

ЭЭГ - метод регистрации электрической активности (биопотенциалов) головного мозга через неповрежденные покровы головы, позволяющий судить о его физиологической зрелости, функциональном состоянии, наличии очаговых поражений, общемозговых расстройств и их характере.

Метод ЭЭГ перспективен и показателен, что позволяет рассматривать его в области диагностики психических расстройств. Применение математических методов анализа ЭЭГ и внедрение их в практику позволяет автоматизировать и упростить работу врачей. ЭЭГ является составной частью объективных критериев течения исследуемой болезни в общей системе оценок, разработанных для персонального компьютера.

При обработке и вычислении параметров ЭЭГ в компьютерном энцефалографическом комплексе, необходимо разработать модуль анализа основных характеристик электроэнцефалограммы человека на базе алгоритма. Для этого следует изучить ритмы, стандарты описания и обозначения ЭЭГ.