Bản ghi Số mẫu Bản ghi Số mẫu
H01 30 S01 28 H02 30 S02 38 H03 30 S03 32 H04 30 S04 40 H05 31 S05 29 H06 31 S06 24 H07 30 S07 44 H08 30 S08 30 H09 30 S09 39 H10 37 S10 28 H11 30 S11 45 H12 30 S12 36 H13 32 S13 37 H14 28 S14 72 Tổng 429 Tổng 522 Tổng 429 + 522 = 951 Sau đĩ, các đặc trưng được tính cho từng mẫu tín hiệu.
50
4.3.1 Đặc trưng entropy hốn vị
Trong nghiên cứu này, mỗi mẫu tín hiệu là ma trận kích thước 19× 7500,
entropy hốn vị được tính cho từng kênh điện não. Input của hàm tính entropy hốn vị là 1 vector gồm 7500 phần tử nên số phần tử của chuỗi S là m = 7500. Giả
thiết trong chuỗi khơng cĩ các giá trị trùng nhau là khĩ xảy ra, tuy nhiên số các giá
trị trùng nhau trong 7500 điểm dữ liệu là rất hiếm. Entropy hốn vịđược tính với
các thơng số: độ trễ𝜏𝜏= 1, số chiều D = 3, D = 4 và D = 5.
Hàm tính entropy hốn vị trong MATLAB
function [pe hist] = pec(y,m,t) % Calculate the permutation entropy
% Input: y: time series;
% m: order of permutation entropy
% t: delay time of permutation entropy,
% Output:
% pe: permutation entropy
% hist: the histogram for the order distribution
%Ref: G Ouyang, J Li, X Liu, X Li, Dynamic Characteristics of Absence
EEG Recordings with Multiscale Permutation % %
Entropy Analysis, Epilepsy Research, doi: 10.1016/j.eplepsyres.2012.11.003
% X Li, G Ouyang, D Richards, Predictability analysis of absence
seizures with permutation entropy, Epilepsy % %
Research, Vol. 77pp. 70-74, 2007 ly = length(y); permlist = perms(1:m); c(1:length(permlist))=0; for j=1:ly-t*(m-1) [a,iv]=sort(y(j:t:j+t*(m-1))); for jj=1:length(permlist) if (abs(permlist(jj,:)-iv))==0 c(jj) = c(jj) + 1 ; end end end
51
hist = c;
c=c(find(c~=0)); p = c/sum(c);
pe = -sum(p .* log2(p));
Sau khi tính tốn đặc trưng entropy hốn vị cho bộ dữ liệu “EEG in schizophrenia” sử dụng cơng thức đã trình bày trong chương 3, mục 3.2.1. Giá trị entropy hốn vị của 522 mẫu dữ liệu bệnh nhân tại từng kênh điện não được cộng
dồn và biểu diễn bằng đường màu đỏ như trên hình 4-7. Giá trị entropy hốn vị
của 429 mẫu dữ liệu của người khỏe mạnh tại từng kênh điện não được cộng dồn và biểu diễn bằng đường màu xanh dương.
Hình 4. 7.Đặc trưng entropy hốn vị, độ trễ τ = 1, số chiều D = 5
Trên hình 4-7, trục hồnh cĩ 19 giá trị ứng với 19 kênh điện não, thứ tự kênh được trình bày tại chương 2; trục tung mơ tả giá trị entropy hốn vị của người khỏe mạnh và bệnh nhân. Từ biểu đồ, ta thấy các giá trị entropy hốn vị của bệnh nhân và người khỏe mạnh cĩ sự khác biệt đáng kể.
Trên hình 4-8, trục hồnh biểu diễn các mẫu dữ liệu, trục tung mơ tả giá trị
entropy hốn vị của người khỏe mạnh và bệnh nhân. Quan sát hình 4-8, ta thấy
đường màu xanh (tương ứng với giá trị entropy hốn vị tai điện cực P4 của người khỏe mạnh) đa số nằm bên trường đường màu đỏ (tương ứng với giá trị entropy hốn vị tại điện cực P4 của bệnh nhân). Như vậy, cĩ thể dùng giá trị entropy hốn
52 vị tại điện cực P4 là đặc trưng cho nhiệm vụ phân loại tín hiệu điện não bệnh nhân tâm thần phân liệt với tín hiệu điện não người khỏe mạnh.
Hình 4. 8.Đặc trưng entropy hốn vị tại điện cực P4
Quan sát hình 4-9, ta thấy đường màu xanh (tương ứng với giá trị entropy hốn vị tai điện cực P3 của người khỏe mạnh) đa số nằm bên trường đường màu đỏ (tương ứng với giá trị entropy hốn vị tại điện cực P3 của bệnh nhân). Như vậy, giá trị entropy hốn vị tại điện cực P3 cũng cĩ thể dùng là đặc trưng cho nhiệm vụ phân loại tín hiệu điện não bệnh nhân tâm thần phân liệt với tín hiệu điện não người
khỏe mạnh.
53
4.3.2Các đặc trưng Hjorth
Hàm tính đặc trưng Hjorth trong MATLAB
function [mobility,complexity] = HjorthParameters(xV) % [mobility,complexity] = HjorthParameters(xV)
% HJORTH PARAMETERS computes the Hjorth parameters mobility and complexity.
% INPUTS:
% - xV: The given scalar time series (vector of size n x 1). % OUTPUTS
% - mobility
%=================================================================== %<Hjorth Parameters.m>, v 1.0 2010/02/11 22:09:14 Kugiumtzis & Tsimpiris
% This is part of the MATS-Toolkit http://eeganalysis.web.auth.gr/
%=================================================================== % Copyright (C) 2010 by Dimitris Kugiumtzis and Alkiviadis Tsimpiris
% dkugiu@gen.auth.gr
%=================================================================== % Version: 1.0
% LICENSE:
% This program is free software; you can redistribute it and/or modify
% it under the terms of the GNU General Public License as published by
% the Free Software Foundation; either version 3 of the License, or % any later version.
%
% This program is distributed in the hope that it will be useful, % but WITHOUT ANY WARRANTY; without even the implied warranty of % MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the % GNU General Public License for more details.
%
% You should have received a copy of the GNU General Public License
% along with this program. If not, see http://www.gnu.org/licenses/>.
54
% Reference : D. Kugiumtzis and A. Tsimpiris, "Measures of Analysis of Time Series (MATS):
% A Matlab Toolkit for Computation of Multiple Measures on Time Series Data Bases",
% Journal of Statistical Software, in press, 2010
% Link : http://eeganalysis.web.auth.gr/ %=================================================================== n = length(xV); dxV = diff([0;xV]); ddxV = diff([0;dxV]); mx2 = mean(xV.^2); mdx2 = mean(dxV.^2); mddx2 = mean(ddxV.^2); mob = mdx2 / mx2; complexity = sqrt(mddx2 / mdx2 - mob); mobility = sqrt(mob);
Đặc trưng Hjorth complexity và Hjorth mobility của bộ dữ liệu “EEG in schizophrenia” sử dụng cơng thức đã trình bày trong chương 3, mục 3.2.2 được
tính tốn và biểu diễn như trên hình 4-10. Giá trị đặc trưng Hjorth của 522 mẫu dữ
liệu bệnh nhân tại từng kênh điện não được cộng dồn và biểu diễn bằng đường
màu đỏ như trên hình 4-10. Giá trị Hjorth của 429 mẫu dữ liệu của người khỏe
mạnh tại từng kênh điện não được cộng dồn và biểu diễn bằng đường màu xanh
dương. Trên hình 4-10, trục hồnh biểu diễn các kênh điện não (19 kênh), trục tung
mơ tả giá trị Hjorth mobility vị của người khỏe mạnh và bệnh nhân.
55 Hình 4-11 biểu diễn đặc trưng Hjorth mobility tại điện cực Fp1 của người khỏe
mạnh (màu xanh dương) và bệnh nhân tâm thần phân liệt (màu đỏ). Trên hình 4-
11, trục hồnh biểu diễn các mẫu dữ liệu, trục tung mơ tả giá trị Hjorth mobility của người khỏe mạnh và bệnh nhân. Dựa vào biểu đồ, đặc trưng Hjorth mobility tại điện cực Fp1 của hai nhĩm đối tượng cần phân biệt cĩ sự khác biệt. Do đĩ,
Hjorth mobility tại điện cựcFp1 cĩ thể sử dụng làm đặc trưng cho bộ phân loại tín
hiệu điện não bệnh nhân với người khỏe mạnh.
Hình 4. 11.Đặc trưng Hjorth mobility tại điện cực Fp1
Hình 4-12 biểu diễn đặc trưng Hjorth complexity tại điện cực Pz của người khỏe mạnh (màu xanh dương) và bệnh nhân tâm thần phân liệt (màu đỏ). Biểu đồ cho thấy, đặc trưng Hjorth complexity tại điện cực Pz của người khỏe mạnh cĩ giá trị lớn hơn của bệnh nhân tâm thần phân liệt. Do đĩ, Hjorth complexity tại điện
cực Pz cũng cĩ thểsử dụng làm đặc trưng cho bộ phân loại tín hiệu điện não bệnh
56
Hình 4. 12.Đặc trưng Hjorth complexity tại điện cực Pz
4.3.3 Các đặc trưng chênh lệch điện áp
Code tính chênh lệch điện áp tại các điện cực:
%voi vi tri cac dien cuc duoc sap xep nhu sau trong ma tran 19 hang %1- 'Fp2' %2- 'F8' 3- 'T4' %4- 'T6' %5- 'O2' %6- 'Fp1' %7- 'F7' %8- 'T3' %9- 'T5' %10- 'O1' %11- 'F4' %12- 'C4' %13- 'P4' %14- 'F3' %15- 'C3' %16- 'P3' %17- 'Fz' %18- 'Cz' %19- 'Pz'
%data la ma tran du lieu
57
% tinh chenh lech dien ap tai dien cuc F3 va T5 F3T5 = mean(da(14,start:(start+250*30-1)))- mean(da(9,start:(start+250*30-1)));
% tinh chenh lech dien ap tai dien cuc F7 va C3 F7C3 = mean(da(7,start:(start+250*30-1)))- mean(da(15,start:(start+250*30-1)));
% tinh chenh lech dien ap tai dien cuc F7 va P3 F7P3 = mean(da(7,start:(start+250*30-1)))- mean(da(16,start:(start+250*30-1)));
% tinh chenh lech dien ap tai dien cuc F7 va T3 F7T3 = mean(da(7,start:(start+250*30-1)))- mean(da(8,start:(start+250*30-1)));
% tinh chenh lech dien ap tai dien cuc F7 va T5 F7T5 = mean(da(7,start:(start+250*30-1)))- mean(da(9,start:(start+250*30-1)));
Như đã trình bày trong chương 3, chênh lệch điện áp tại các điện cực ở thùy thái dương và thùy đỉnh cĩ sự khác nhau giữa người khỏe mạnh và bệnh nhân tâm thần phân liệt. Sau khi so sánh chênh lệch điện áp tại từng cặp điện cực trong số 19 điện cực, các cặp sau cĩ sự khác biệt giữa bệnh nhân và người khoẻ mạnh: F7 – T5, F7 – T3, F7 – P3, F7 – C3, F3 – T5.
Biểu đồ cột hình 4-13 so sánh chênh lệch điện áp tại các cặp điện cực trên, cột
màu đỏ biểu thị giá trị tổng các giá trị chênh lệch điện áp của 522 mẫu tín hiệu bệnh nhân, cột màu xanh biểu thị giá trị tổng các giá trị chênh lệch điện áp của 429 mẫu tín hiệu người khỏe mạnh.
Biểu đồ cho thấy cĩ sự khác biệt rõ ràng ở đặc trưng chênh lệch điện áp, đặc
biệt là cặp điện cực F7 – P3. Cụ thể, ở người khoẻ mạnh, các giá trị chênh lệch
dương, hay giá trị điện áp tại cực F7 lớn hơn cực P3; ở bệnh nhân, các giá trị chênh lệch âm, hay điện áp tại cực F7 nhỏ hơn tại cực P3.
58
Hình 4. 13.Chênh lệch điện áp giữa các điện cực tại thùy thái dương và thùy đỉnh
Bảng sau thống kê số giá trị dương và âm khi thực hiện tính tốn chênh lệch điện áp tại một số điện cực đã đề cập: