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。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(jìn)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(jìn)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(dāng)于快速傅里葉變換(FFT)在傅里葉分析中的作用，他標(biāo)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(jìn)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(xì)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(xì)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(xì)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(xì)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(biāo)準(zhǔn)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(jìn)制的浮點數(shù)用兩個十六進(jìn)制數(shù)進(jìn)行表示，采用C語言實現(xiàn)。

?

　　再利用CCS中的File->Load Data將十六進(jìn)制的數(shù)據(jù)導(dǎo)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(dǎo)出File->Save以文本文件形式保存，再用C語言進(jìn)行數(shù)據(jù)逆轉(zhuǎn)化，把兩個十六進(jìn)制數(shù)進(jìn)行轉(zhuǎn)化成十進(jìn)制的浮點數(shù)。

　　其中的result數(shù)組就是十進(jìn)制的浮點型，origin數(shù)組就是十六進(jìn)制的浮點型。