Spektrální a korelační analýza

Transkript

• EEG
• systém rozložení elektrod 10/20
• základní typy zapojení
• požadavky na EEG přístroj
• analýza EEG a způsoby zobrazení
• ontogeneze
• normální EEG
• úvod ke cvičení
• montáž, filtrace, spektrální a korelační analýza
Elektroencefalogram
• elektroencefalogram (EEG) je (grafická)
reprezentace časové závislosti rozdílu
elektrických potenciálů, snímaných z
elektrod umístěných zpravidla na povrchu
hlavy (skalpu) které vznikají jako důsledek
spontánní elektrické aktivity mozku
• elektrokortikogram snímání přímo z kůry
mozkové
Elektroencefalogram
• EEG – metoda, u níž se v každém svodu snímá
střední úroveň vzruchu lokální skupiny neuronů,
které leží v určité oblasti mozkové kůry
Elektrická aktivita mozku
• Elektrická aktivita mozku vzniká synchronizací činnosti
neuronů kůry mozku, především synchronizací
membránových potenciálů synaptodendritických struktur.
Zásadně do této činnosti zasahuje thalamus.
Elektroencefalogram
• EEG – umožňuje hodnotit:
Elektroencefalogram
– různé formy poškození mozku
Elektroencefalogram
– onemocnění epilepsií
Elektroencefalogram
– další poruchy centrální nervové soustavy
Elektroencefalogram
– další poruchy centrální nervové soustavy
– v řadě zemí se používá k definici
mozkové smrti
MOZEK
• laloky
–
–
–
–
čelní (frontální)
temenní (parietální)
týlní (occipitální)
spánkový (temporální)
Systém rozložení elektrod 10/20
přijat v roce 1957, jeho
autorem je doktor H. Jasper
Systémy rozložení elektrod
Systémy rozložení elektrod
100 kanálový systém BrainScope © (M&I, Praha),
rozšíření na 116 kanálů v roce 2001
Základní typy zapojení
• (A) Bipolární
• (B) Referenční
• (A) Bipolární
bipolární – určuje pouze relativní amplitudy
a polarity; víceznačné ploché křivky;
odolnější na artefakty; umožňuje přesnou
lokalizaci ložiska
referenční – větší vlny, větší
dynamika; horší lokalizace než u
bipolárního zapojení; kontaminace
referenční elektrody
• (A) Bipolární
bipolární – určuje pouze relativní amplitudy
a polarity; víceznačné ploché křivky;
odolnější na artefakty; umožňuje přesnou
lokalizaci ložiska
referenční – větší vlny, větší
dynamika; horší lokalizace než u
bipolárního zapojení; kontaminace
referenční elektrody
Co je výhodnější? Není jednoznačné
• (A) Bipolární
• (C) Zprůměrovaný
Základní druhy bipolárních zapojení
• longitudinální
• transverzální
Požadavky na metodologicky
správné zapojení
• American Electroencephalographic Society:
Guideline Seven: A Proposal for Standard
Montages to be used in Clinical EEG. J. Clin.
Neurophysiol. 11, 1994, 30-36
• Cílem je možnost porovávání
správné zapojení
• použití standardních zapojení
– referenční
– bipolární longitudinální
– bipolární tranzversální
správné zapojení
– referenční
• + další s ohledem na specifické potřeby laboratoře
správné zapojení
– referenční
• + další s ohledem na specifické potřeby laboratoře
• … vedení vodičů, … fotostimulace, hyperventilace
Požadavky na EEG přístroj (AES)
• frekvenční obsah
– spontánní EEG (0-70 Hz)
– evokované potenciály (potenciály mozkového kmene až do
3 kHz)
spodní hranice vzorkovací frekvence fvz=200 Hz
3 kHz)
• mezní frekvence HP je 0,5 Hz
3 kHz)
• mezní frekvence DP je 70 Hz
3 kHz)
• mezní frekvence DP je 70 Hz
• síťový filtr používat minimálně
3 kHz)
•
•
•
•
mezní frekvence HP je 0,5 Hz
mezní frekvence DP je 70 Hz
síťový filtr používat minimálně
dynamický rozsah  500 μV (kvantování na 12 bitů)
3 kHz)
•
•
•
•
•
minimální počet kanálů je 8
3 kHz)
•
•
•
•
•
•
obrazovka 1024x768 pixelů
3 kHz)
•
•
•
•
•
•
•
obrazovka 1024x768 pixelů
tiskárna alespoň 300 dpi
Analýza EEG a způsoby zobrazení
• nativní záznam
• aktivační metody
• celkem alespoň 20 min
Analýza EEG a způsoby zobrazení
• nativní záznam
• aktivační metody
• celkem alespoň 20 min
• časová oblast
• frekvenční oblast
• mapování
Historie
• Hans Berger (1924)
- pořídil první EEG záznam u lidí
- popsal alfa rytmus a jeho potlačení
- beta vlny
Historie
• Hans Berger (1924)
- pořídil první EEG záznam u lidí
- popsal alfa rytmus a jeho potlačení
- beta vlny
• William Grey Walter
- objevil delta vlny během spánku (1937)
- theta vlny (1953)
Alfa vlny
• Charakteristika:
- frekvence: 8 -13 Hz
- amplituda: 20 - 60 µV
• Lokalizace: okcipitálně
• Stav: relaxované bdění
– alfa vlny nejsnáze pozorujeme v klidu, v sedě,
se zavřenýma očima (u některých lidí to nefunguje)
– při otevření očí dochází k potlačení alfa aktivity
Beta vlny
- frekvence: 14-30 Hz
- amplituda: 2-20 µV
• Lokalizace: frontáně
• Stav: duševní aktivita
– nejčastější vlny
Theta vlny
- frekvence: 4-7Hz
- amplituda: 20-100µV
• Lokalizace: frontálně, centrálně
• Stav: usínání
– běžnější u dětí
– některé studie uvádí vztah k emocím
Delta vlny
- frekvence: .5-3.5 Hz
• Lokalizace: difúzní
• Stav: spánek
– u většiny lidí v hlubokém spánku
– abnormální chování mozku, tumor, …
Gama vlny
- frekvence: 36-44Hz
- amplituda: 3-5µV
• Lokalizace: centrálně, okcipitálně
• Stav: volní pohyb, myšlení
– předmětem výzkumů
Méně běžné vlny
• Mu vlny:
- frekvence: 8-13Hz
- lokalizace: centrálně
- stav: zvýšená pozornost
- ostré špičky se zakulacenou spodní částí
• Lambda vlny:
- trojúhelníkový tvar
Analýza EEG - vlny
ANALÝZA EEG
3 hlavní oblasti zájmu:
• spontánní nezáchvatovitá aktivita
(neparoxysmální, background)
• spontánní záchvatovitá aktivita
(paroxysmální)
• evokované potenciály
Ontogeneze
• od narození asi do 1.roku dítěte - patrná málo pravidelná delta
aktivita (1-3Hz, vysoká amplituda), pro daný věk - fyziologická
základní aktivita, netlumená otevřením očí
Ontogeneze
• věk 1-3 roky - dominantní théta rytmus (4-7 Hz), vysoká
amplituda (nižší než delta)
Ontogeneze
• věk 3-6 let - pravidelnější EEG aktivita - prealfa aktivita (6-8 Hz,
vysoká amplituda, blokace otevřením očí)
Ontogeneze
• věk 3-6 let - pravidelnější EEG aktivita - prealfa aktivita (6-8 Hz,
vysoká amplituda, blokace otevřením očí)
• věk 5-7 let - objevení se pravidelné alfa aktivity
Normální EEG
– základní rytmus - alfa aktivita (8-13 Hz,
ampl. 30-80 V)
Normální EEG
ampl. 30-80 V)
– alfa aktivita - vlastnost zdravého, bdělého,
zralého mozku při zavřených očích
Normální EEG
ampl. 30-80 V)
– mírná asymetrie - ascendenta strmější než
descendenta
Normální EEG
ampl. 30-80 V)
– mírná asymetrie - ascendenta strmější než
descendenta
– při mentální zátěži větší symetrie
Laboratorní úloha č.8
Elektroencefalogram
Cíle úlohy:
•
Rozložení elektrod při snímání EEG
–
–
•
Filtrace EEG v časové oblasti
–
–
–
•
svody z frontální oblasti
svody z okcipitální oblasti
potlačení nf a vf rušení
alfa aktivita
artefakty
–
porovnání hemisfér
Rozložení elektrod při snímání EEG
•
•
•
•
•
•
bipolární svody z frontální oblasti
– Fp1
bipolární svody z okcipitální oblasti
– P3
referenční elektrody z levých svodů jsou u levého ucha
bipolární svody z frontální oblasti
– Fp2
bipolární svody z okcipitální oblasti
– P4
referenční elektrody z pravých svodů jsou u pravého
+ F3
+ O1
A1
+ F4
+ O2
A2
10 sekund jsou oči zavřeny
10 sekund jsou oči otevřeny
10 sekund jsou oči zavřeny
10 sekund jsou oči otevřeny
a několikrát se mrkne
1. Zobrazeni EEG svodů v časové oblasti
fs = 200;
EEG - bez filtrace
50
Fp1 - F3
0
-50
0
5
10
15
20
25
30
80
60
40
20
0
-20
35
P3 - O1
0
5
10
15
20
25
30
50
35
Fp2 - F4
0
-50
-100
0
5
10
15
20
25
30
60
40
20
0
-20
35
P4 - O2
0
5
10
15
20
cas [s]
25
30
35
2. Zobrazení časových detailů,
např. přechod otevřené-zavřené oči
zac=29;
kon=33;
eeg_det=eeg(zac*fs:kon*fs,:);
EEG - detail
20
0
-20
-40
-60
-80
29
Fp1 - F3
29.5
30
30.5
31
31.5
32
32.5
20
33
P3 - O1
0
-20
29
50
29.5
30
30.5
31
31.5
32
32.5
33
Fp2 - F4
0
-50
29
20
29.5
30
30.5
31
31.5
32
32.5
33
P4 - O2
0
-20
29
29.5
30
30.5
31
cas [s]
31.5
32
32.5
33
3. Návrh filtrů pro potlačení nf a vf rušení
N=190;
b_hp = fir1(N,2*1/fs,'high');
b_dp = fir1(N,2*30/fs);
b_pp = fir1(N,[2*8/fs 2*13/fs],'bandpass');
Navrh FIR filtru pro EEG signal
10
HP
0
-10
-20
0
10
20
30
40
50
60
70
80
90
100
50
DP
0
-50
-100
0
10
20
30
40
50
60
70
80
90
100
100
PP
0
-100
-200
0
10
20
30
40
50
60
70
80
90
100
4. Zobrazení filtrovaných signálů
EEG - filtrace DP + HP
20
0
-20
-40
Fp1 - F3
0
5
10
15
20
25
30
40
20
0
-20
35
P3 - O1
0
5
10
15
20
25
30
50
35
Fp2 - F4
0
-50
0
5
10
15
20
25
30
40
20
0
-20
35
P4 - O2
0
5
10
15
20
cas [s]
25
30
35
4. Zobrazení detailů filtrovaných signálů
detail EEG - filtrace DP + HP
20
Fp1 - F3
0
-20
29
29.5
30
30.5
31
31.5
32
32.5
33
20
P3 - O1
0
-20
29
29.5
30
30.5
31
31.5
32
40
20
0
-20
29
32.5
33
Fp2 - F4
29.5
30
30.5
31
31.5
32
10
32.5
33
P4 - O2
0
-10
-20
29
29.5
30
30.5
31
cas [s]
31.5
32
32.5
33
5. Filtrace pásma alfa
EEG - alfa aktivita
10
Fp1 - F3
0
-10
20
0
5
10
15
20
25
30
35
P3 - O1
0
-20
0
5
10
15
20
25
30
10
35
Fp2 - F4
0
-10
0
5
10
15
20
25
30
10
35
P4 - O2
0
-10
0
5
10
15
20
cas [s]
25
30
35
5. Zobrazení obálky alfa aktivity
obalka alfa aktivity
2000
1500
1000
500
14000
12000
10000
8000
6000
4000
2000
Fp1 - F3
0
5
10
15
20
25
30
35
Fp1 - F3
0
5
10
15
20
25
30
6000
4000
2000
35
Fp1 - F3
0
5
10
15
20
25
30
6000
4000
2000
35
Fp1 - F3
0
5
10
15
20
cas [s]
25
30
35
autokorelační funkce
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
ACF - autokorelační funkce
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
• ACF udává míru korelace mezi dvěma úseky
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
• používá se k detekci přítomnosti významné periodicity
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
• periodický průběh má periodickou ACF
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
• první špička ukazuje periodu průběhu
acf [k ] 
N  k 1
 x[n]  x[n  k ]
n 0
• první špička ukazuje periodu průběhu
• ACF neperiodických signálů je tlumená a dosahuje
zanedbatelných hodnot po několika milisekundách
autokorelační funkce
Spektrální a korelační
analýza
CCF - vzájemná korelační funkce
ccf [k ] 
N  k 1
 x[n]  y[n  k ]
n 0
• CCF udává míru korelace dvou signálů
analýza
ccf [k ] 
N  k 1
 x[n]  y[n  k ]
n 0
• používá se pro detekci rytmů, které jsou společné mezi
dvěma signály (v případě EEG v obou hemisférách)
analýza
ccf [k ] 
N  k 1
 x[n]  y[n  k ]
n 0
• používá se pro detekci rytmů, které jsou společné mezi
dvěma signály (v případě EEG v obou hemisférách)
• CCF má stejnou frekvenci jako složka, která je
přítomna v obou kanálech
Implementace v MATLABu 1
% vypocet korelace v casove oblasti
function [R]=korelace(x,y);
if nargin == 1, y = x; end;
x=x(:)';y=y(:)';
N=length(x);
for k=0:N-1
R(k+1)=x(1:N-k)*y(k+1:N)';
end
R=R/R(1);
% vypocet korelace pomoci XCORR.M
CCF=xcorr(x,y);
R=CCF(round(length(CCF)/2):end);
R=R/R(1);
% vypocet korelace ve spektral.oblasti
x=x(:)'; y=y(:)';
M=length(x);
N=length(y);
X = fft(x,2*M);
Y = fft(y,2*N);
CCF = real(ifft(X.*conj(Y)));
R=CCF(1:fix(length(CCF)/2));
R=R/R(1);
Výkonová a vzájemná spektrální hustota
• PSD = FT{acf}
Výkonová a vzájemná spektrální hustota
• PSD = FT{acf}
• CSD = FT{ccf}
Spektra nefiltrovanych EEG signalu
Fp1 - F3
Fp2 - F4
zavrene
30
20
40
Fp1 - F3
Fp2 - F4
otevrene
30
20
10
10
0
0
0
20
40
60
80
0
20
40
60
80
40
30
P3 - O1
P4 - O2
zavrene
20
P3 - O1
P4 - O2
otevrene
30
20
10
10
0
0
-10
0
20
40
60
80
-10
0
20
40
60
80
1
P4-O2
0.5
0
5
1
10
15
20
25
30
35
ACF
0.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
20
15
10
5
0.9
1
spektrum
0
10
0.5
0
-0.5
-1
20
30
40
50
60
70
80
90
Fp2-F4
5
1
10
15
20
25
30
35
ACF
0.5
0.1
60
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
spektrum
40
20
0
10
20
30
40
50
60
70
80
90
1
1
P3-O1
0.5
0
5
1
10
15
20
25
30
35
P4-O2
0.5
0
5
10
15
20
25
30
1
0.5
35
CCF
0
-0.5
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
25
20
15
10
5
0.9
1
spektrum
0
10
0.5
0
-0.5
-1
20
30
40
50
60
70
80
90
Fp1-F3
5
1
10
15
20
25
30
35
P3-O1
0.5
0
5
1
10
15
20
25
30
35
CCF
0.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
50
40
30
20
10
0.9
spektrum
0
10
20
30
40
50
60
70
80
90
1
Artefakty v EEG
Artefakty z prostředí
Síťový artefakt
Artefakty z přístroje
Elektrodový artefakt
Solný můstek
Artefakty z pacienta
EKG artefakt
EKG artefakt z kardiostimulátoru
Pulsový artefakt
Svalový artefakt
Oční artefakt z vertikálních pohybů bulbů
Oční artefakt z horizontálních pohybů bulbů
Oční artefakt při protéze bulbu
Oční artefakt při alfa atenuační reakci
Artefakt z pocení

Spektrální a korelační analýza

Transkript

Podobné dokumenty

František Vodsloň: Vyhodnocování podobnosti zdrojových textů

doprovodný text

FINDING THE SHORTEST ROUTE USING DIJKSTRA ALGORITHM

zpracování, spánkové a novorozenecké EEG, klasifikace, vizualizace

Moduly CZ - RC Didactic

005_slajdy (7) - České vysoké učení technické v Praze

CARDIOLOGY ECG – basic information

Měření zpoždění mezi signály EEG

„Chameleon mnoha tváří.“ Poslední roky Albrechta z

Dům Davida Bruna

Meliseptol HBV ubrousky