1引 言
癲癇的診斷主要依靠臨床病史,，腦電圖檢查可作為一種極有價值的輔助診斷手段。據(jù)統(tǒng)計,，80％左右的癲癇病人都具有確定性的腦電異常,，而只有5～20％左右的癲癇病人腦電圖表現(xiàn)正常。尤其對臨床診斷困難的非典型癲癇發(fā)作,、各種異型癲癇和隱匿型癲癇,，腦電圖檢查的重要性更加突出，甚至起著決定性的作用[1],。
腦電(EEG)是超高斯或亞高斯信號,，通常都含有噪聲、偽跡和串擾,。通常,，腦電活動總體上被劃分成4個頻帶成分(β，α，θ和δ等節(jié)律),，這些成分的頻率都很低(在0．5～40 Hz范圍),。而臨床分析表明癲癇患者發(fā)病時以3 Hz棘慢綜合波為多見。換句話說,，腦電中有意義的成分基本上都是低頻信號,。這意味著，我們可以通過小波分解將混迭在腦電中的高頻成分濾除后再重構(gòu),，從而濾除噪聲和偽跡,。通過研究癲癇病人的腦電信號，有助于藥物選擇,、劑量調(diào)整和藥物停用的決定,，有助于外科手術(shù)治療病例的選定，有助于癲癇和其他發(fā)作性疾病的鑒別,。
本文選用基于TI公司的TMS320C54X系列的DSP芯片開發(fā)平臺。借助DSP快速數(shù)據(jù)處理的優(yōu)點,，對癲癇腦電信號進行小波變換,，然后濾除小尺度(高頻)成分，保留大尺寸（低頻）成分,，最后再對處理后的信號進行重建,。實現(xiàn)流程如圖1所示。
2離散小波變換算法
離散小波變換的一個突破性成果是S．Mallat于1989年在多分辨分析的基礎(chǔ)上提出的快速算法一一Mallat算法[2],。Mallat算法在小波分析中的作用相當于快速傅里葉變換(FFT)在傅里葉分析中的作用,，他標志著小波分析走上了寬闊的應(yīng)用領(lǐng)域。Mallat算法又稱為塔式算法,，他由小波濾波器H,，G和h，g對信號進行分解和重構(gòu)[3],。分解算法為：
式中,，t為離散時間序列號，t=1,，2,，…，N,；f(t)為原始信號,；j為層數(shù)或小波尺度，j=1,，2,，…，J，J=log2N,；H,，G
為時域中的小波分解濾波器，實際上是濾波器系數(shù),；Aj為信號f(t)在第j層的逼近部分(即低頻成分)的小波系數(shù),；Dj為信號f(t)在第j層的細節(jié)部分(即高頻部分)的小波系數(shù)。
式(1)的含義是：假定所檢測的離散信號f(t)為A,。信號,，信號f(t)在第2j尺度(第j層)的近似部分，即低頻部分的小波系數(shù)Aj是通過第2j-1尺度(第j-1層)的逼近部分的小波系數(shù)Aj-1與濾波器H卷積,，然后將卷積的結(jié)果隔點采樣得到的,；而信號f(t)在第2j尺度(第j層)的細節(jié)部分，即高頻部分的小波系數(shù)Dj是通過第2j-1尺度(第j-1層)的逼似部分的小波系數(shù)與分解濾波器G卷積,，然后將卷積的結(jié)果隔點采樣得到的,。
通過式(1)的分解，在每一尺度2j上(或第j層上)信號f(t)被分解為近似部分的小波系數(shù)Aj(在低頻子帶上)和細節(jié)部分的小波系數(shù)D,，(在高頻子帶上),。
重構(gòu)算法為：
式中，j為分解的層數(shù),，若分解的最高層即分解的深度為J,，則j=J-1，J-2,，…,，1，0,；h，g為時域中的小波重構(gòu)濾波器,，實際上是濾波器系數(shù),。
式(2)的含義是：信號f(t)在第2j尺度(第j層)的近似部分的小波系數(shù),，即低頻部分的小波系數(shù)Aj是通過第2j+1尺度(第j+1層)的逼近部分的小波系數(shù)Aj+1隔點插零后與重構(gòu)濾波器h卷積以及第2j+1尺度(第j+1層)的細節(jié)部分的小波系數(shù)Dj+1隔點插零后與重構(gòu)濾波器g卷積,，然后求和得到的,。不斷重復(fù)這一過程，直到第2°尺度,，得到重構(gòu)信號。
3小波變換的DSP實現(xiàn)
3．1 腦電信號在CCS 2．2上的輸入與輸出
CCS 2．2(Code Composer Studio)是由TI公司推出的一種針對標準TMS320調(diào)試接口的集成開發(fā)環(huán)境(IDE),，利用CCS集成開發(fā)環(huán)境，用戶可以完成工程定義,、程序編輯,、編譯鏈接、調(diào)試和數(shù)據(jù)分析等工作環(huán)節(jié)[4],。我們把十進制的浮點數(shù)用兩個十六進制數(shù)進行表示,，采用C語言實現(xiàn)。
再利用CCS中的File->Load Data將十六進制的數(shù)據(jù)導入到DSP的相應(yīng)內(nèi)存中去,。
反過來,，DSP處理之后的數(shù)據(jù)利用CCS的數(shù)據(jù)導出File->Save以文本文件形式保存，再用C語言進行數(shù)據(jù)逆轉(zhuǎn)化,，把兩個十六進制數(shù)進行轉(zhuǎn)化成十進制的浮點數(shù),。
其中的result數(shù)組就是十進制的浮點型,，origin數(shù)組就是十六進制的浮點型,。
3．2核心匯編程序介紹
以下是以16位定點乘法實現(xiàn)32位浮點乘法的部分匯編程序：
3．3 實驗結(jié)果與分析
圖2(a)為待處理腦電信號，經(jīng)小波分解后(b)～(f)依次為各級逼近波形圖,，(g)～(k)則依次為對應(yīng)的細節(jié)波形圖,。濾掉j=3的細節(jié)波形即圖2(i),，再進行小波重構(gòu)后得到圖2(1),，從中發(fā)現(xiàn)，原圖2(a)和重構(gòu)后的圖2(1)幾乎看不出明顯差別,。
4 結(jié) 語
利用小波變換的Mallat算法對癲癇患者的腦電信號進行小波分解，保留腦電的源信號信息,，將高頻噪聲濾除，利于進一步分析[5],。本文利用了DSP快速數(shù)據(jù)處理的優(yōu)點，采用性價比高的定點型TMS320C54x DSP進行浮點數(shù)據(jù)處理,，結(jié)果表明，處理方法可行,，效果明顯,，文中介紹的方法具有一定的理論和實際應(yīng)用價值。