МИНОБРНАУКИ РОССИИ
Санкт-Петербургский государственный
электротехнический университет
«ЛЭТИ» им. В.И. Ульянова (Ленина)
Кафедра БТС
отчет
по лабораторной работе №12
по дисциплине «ПСОБМД»
Тема: Исследование ритмов ЭЭГ
Вариант 4
Студентка гр. 7501 |
|
Фалевская А.А. |
Студент гр. 7501 |
|
Исаков А.О. |
Преподаватель |
|
Ровша М.В. |
Санкт-Петербург
2020
Цель работы: ознакомление с методами анализа ритмов электроэнцефалограммы (ЭЭГ), основанными на полосовой фильтрации.
Основные теоретические положения:
При анализе записей электроэнцефалограммы (ЭЭГ) выделяют четыре основных типа ритмов:
• δ (дельта) с частотой 0,5…3 Гц и амплитудой 40…300 мкВ;
• θ (тета) с частотой 4…6 Гц и амплитудой 40…300 мкВ;
• α (альфа) с частотой 8…13 Гц и амплитудой до 100 мкВ;
• β (бета) с частотой 14…40 Гц и амплитудой до 15 мкВ.
θ-волны регистрируются, когда спокойное, расслабленное бодрствование переходит в сонливость и поверхностный сон. Высокий уровень тета-ритма может показывать состояние утомления.
δ-ритм возникает как при глубоком естественном сне, так и при наркотическом, а также при коме. Преобладание дельта-волн характерно для 3 и 4 стадий фазы медленного сна. Дельта-ритм также наблюдается при регистрации ЭЭГ от участков коры, граничащих с областью травматического очага или опухоли. В некоторых случаях можно наблюдать у полностью здоровых детей в возрасте от 3 до 6 лет.
α-ритм лучше всего выражен в затылочных отделах. Наибольшую амплитуду α-ритм имеет в состоянии спокойного бодрствования, особенно при закрытых глазах в затемненном помещении. Блокируется или ослабляется при повышении внимания (в особенности зрительного) или мыслительной активности.
β-ритм присущ состоянию активного бодрствования. Наиболее сильно этот ритм выражен в лобных областях, но при различных видах интенсивной деятельности резко усиливается и распространяется на другие области мозга.
В норме у здорового бодрствующего взрослого человека тета- и дельта-волны практически отсутствуют.
Одним из наиболее важных тестов является сравнение ЭЭГ с открытыми и закрытыми глазами.
При проведении пробы пациента просят открыть и закрыть глаза, а также выполнить эту процедуру, наложив ватные диски на веки пациента. При этом возникают изменения ЭЭГ, позволяющие выявить степень контактности обследуемого, уровень его сознания.
При открывании глаз обычно наблюдается реакция активации, то есть происходит подавление основного затылочного ритма (α-ритма). На остальные ритмы открытие глаз не оказывает столь существенного влияния.
Спектральный состав ЭЭГ неоднороден: при открытых глазах низкочастотные ритмы выражены более явно, при закрытых – спектр сдвигается вправо, в область более высоких частот (рисунок 1).
Рисунок 1 – Спектры ЭЭГ при открытых и закрытых глазах
Использование полосовой цифровой фильтрации позволяет выделить каждый из ритмов отдельно, после чего вычисляются некоторые численные показатели, характеризующие данный ритм. Одним из важнейших среди этих показателей является дисперсия сигнала, служащая оценкой его полной мощности. Измеренные по ЭЭГ параметры принято представлять в форме так называемой «столбиковой диаграммы», наглядно отображающей значения параметров для всех отведений ЭЭГ.
Обработка результатов эксперимента
clc
clear all
close all
global Haxes_2 Haxes_3 Haxes_5 Haxes_6 Hbtn Hlist t c EEG dy fname
%Создание окна
fig=figure ('Name',"EEG",'Units', "normalized",'Position',[0, 0, 1, 0.91]);
%Создание полей вывода графиков
Haxes_2=axes('Units', "normalized",'Position',[0.05, 0.15, 0.4, 0.75]);
Haxes_3=axes('Units', "normalized",'Position',[0.5, 0.15, 0.15, 0.75]);
Haxes_5=axes('Units', "normalized",'Position',[0.7, 0.55, 0.25, 0.3]);
Haxes_6=axes('Units', "normalized",'Position',[0.7, 0.15, 0.25, 0.3]);
%Создание кнопки
Hbtn=uicontrol('Style','pushbutton','String','Filter','Units', "normalized",...
'Position',[0.15, 0.94, 0.2, 0.05],'Callback', 'Button');
%Создание списка выбора фильтра
Hlist=uicontrol('Style','listbox','String',{'No filter','Delta','Teta','Alfa','Beta'},...
'Units', "normalized",'Position',[0.75, 0.89, 0.15, 0.1],...
'Callback','Listbox', 'Enable', 'off');
%Объявление функции
function Button()
global Haxes_2 Haxes_3 Haxes_5 Haxes_6 Hbtn Hlist t c EEG dy fname
fname=uigetfile('*txt','Выберите файл');
if fname~=0
EEG=load(fname);
else
errordlg ('Ошибка');
return
end
%Вывод графика ЭЭГ в поле 2
Fs=250;
T=1/Fs;
[a,c]=size(EEG);
tmax=a*T;
t=0:T:tmax-T;
axes(Haxes_2);
cla
dy=90;
for i=1:c
plot(t, EEG(:,i)-i*dy);
xlim([0 5]);
hold on
end
title(fname)
xlabel('t,c')
ylabel('U, мкВ')
%Сделать выпадающий список активным
set(Hlist, 'Enable','on');
%Очистить поля 3,5,6
cla(Haxes_3);
cla(Haxes_5);
cla(Haxes_6);
end
%Объявление функции
function Listbox()
global Haxes_2 Haxes_3 Haxes_5 Haxes_6 Hbtn Hlist t c EEG dy fname
r = get(Hlist,'Value')-1;
if r==0
axes(Haxes_2)
hold off
for i=1:c
plot(t, EEG(:,i)-i*dy);
xlim([0,5]);
title(fname)
xlabel('t,c')
ylabel('U, мкВ')
hold on
end
cla(Haxes_3);
cla(Haxes_5);
cla(Haxes_6);
return
else
%Рассчет фильтра
Fs=250;
Fc=[1 4;4 8;8 13;14 30]; % Граничные частоты ритмов
Ord=fix(4*Fs/(Fc(r,1)+3)); % Выбор порядка фильтра
df1=Fc(r,1)/5; % Первая (левая) частота среза АЧХ
Fstop1 = Fc(r,1)-0.7*df1; % Конец первой полосы задержки
Fpass1 = Fc(r,1)+0.3*df1; % Начало полосы пропускания
df2=Fc(r,2)/5; % Вторая (правая) частота среза АЧХ
Fpass2 = Fc(r,2)-0.3*df2; % Конец полосы пропускания
Fstop2 = Fc(r,2)+0.7*df2; % Начало второй полосы задержки
Wstop1 = 1; % Коэффициент АЧХ фильтра
Wpass = 1; % Коэффициент АЧХ фильтра
Wstop2 = 1; % Коэффициент АЧХ фильтра
b=firls(Ord, [0 Fstop1 Fpass1 Fpass2 Fstop2 Fs/2]/(Fs/2),...
[0 0 1 1 0 0], [Wstop1 Wpass Wstop2]); % Расчет фильтра
%Построение в поле 5 амплитудно-частотную характеристику фильтра
df=0.2; % Шаг по частоте
Nf=fix((Fs/2)/df); % Число отсчетов для расчета АЧХ
[h,w]=freqz(b,1,Nf); % Расчет АЧХ
Fmax=50; % Максимальная частота АЧХ
Nmax=fix(Fmax/df); % Число отсчетов для вывода АЧХ
axes(Haxes_5) % Активизация поля 5
plot(w(1:Nmax)/(2*pi)*Fs, abs(h(1:Nmax)))% Построение АЧХ
title('АЧХ фильтра')
xlabel('f,Гц')
ylabel('|H(f)|')
%Постройте в поле 6 импульсную характеристику фильтра
axes(Haxes_6) % Активизация поля 6
stem(b,'.') % Построение импульсной характеристики
title('Импульсная характеристика')
xlabel('n')
ylabel('x(n)')
%Выполните фильтрацию ЭЭГ
EEG_F=filter(b,1,EEG);
%Выполните компенсацию вносимой фильтром задержки:
N=length(EEG_F(:,1)); % Число отсчётов ЭЭГ
D=fix(Ord/2); % Определение числа тактов задержки
EEG_F(1:N-D,:)=EEG_F(D+1:N,:); % Начальный участок
for i=1:c
EEG_F(N-D+1:N,i)=EEG_F(N,i); % Компенсация задержки
end
%Очистите поле 2, заново выведите исходные ЭЭГ и на том же графике
cla(Haxes_2);
axes(Haxes_2)
for i=1:c
%plot(t, EEG(:,i)-i*dy,t,EEG_F(:,i)-i*dy,'Color','r');
plot(t, EEG(:,i)-i*dy,'Color','b');
hold on
plot(t,EEG_F(:,i)-i*dy,'Color','r');
xlim([0,5]);
title(fname)
xlabel('t,c')
ylabel('U, мкВ')
end
Var(1,:)=var(EEG); % Дисперсия исходной ЭЭГ
Var(2,:)=var(EEG_F); % Дисперсия фильтрованной ЭЭГ
axes(Haxes_3); % Активизация поля 3
barh(Var','group'); % Построение столбиковой диаграммы
title('Оценка дисперсии ЭЭГ до и после фильтрации')
set(Haxes_3,'YDir','Reverse') % Изменение порядка по вертикали
end
ЭЭГ с открытыми глазами:
Рисунок 2 – Общий вид ЭЭГ с открытыми глазами
Рисунок 3 – Альфа ритм
Рисунок 4 – Бета ритм
Рисунок 5 – Дельта ритм
Рисунок 6 – Тета ритм
ЭЭГ с закрытыми глазами:
Рисунок 7 – Общий вид ЭЭГ с закрытыми глазами
Рисунок 8 – Альфа ритм
Рисунок 9 – Бета ритм
Рисунок 10 – Дельта ритм
Рисунок 11 – Тета ритм
Выводы:
При открывании глаз обычно наблюдается депрессия (α-ритма), то есть выраженность ритма снижается, что видно по рисункам. Оценка дисперсии и внешний вид отфильтрованного сигнала похожи, предположительно это связано с тем, что даже с закрытыми глазами пациент продолжал вести осмысленную деятельность (так как она снижает выраженность альфа-ритма).
Результаты фильтрации ЭЭГ по бета-ритму показаны на рисунках 4 и 9.
Частота бета-ритма при закрытых глазах имеет более высокую частоту.
Можно сказать, что после фильтрации в сигнале отчетливо проявились участки, где присутствует дельта-ритм: число колебаний выходного сигнала в секунду как раз около двух-трех. При открытых глаз дельта-ритм выражен более ярко и имеет большую амплитуду и вариабельность, поэтому дисперсия сигнала, прошедшего через фильтр при открытых глазах больше.
При сравнении характеристик ЭЭГ с открытыми и закрытыми глазами при фильтрации тета, можно заметить, что при закрытых глазах тета-ритм имеет большую амплитуду, но меньшую частоту. Оценка дисперсии отфильтрованного сигнала ЭЭГ при открытых глазах значительно ниже, что говорит о меньше вариабельности ритма.
Таким образом, фильтрация ЭЭГ цифровым пропускающим фильтром позволяет выделить сигнал в нескольких частотных диапазонах (дельта, тета, альфа, бета) и сравнить, как проявляются ритмы на ЭЭГ при закрытых и открытых глазах.