[發明專利]一種癲癇發作預警系統

有效

• 申請號: 201410403392.6
• 申請日: 2014-08-15
• 公開（公告）號: CN104173045A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 鄭宇新;張建民;朱君明;祁玉;鄭喆;鄭筱祥
• 申請（專利權）人: 浙江大學醫學院附屬第二醫院
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

技術領域

本發明屬于神經系統技術領域，尤其涉及一種癲癇發作預警系統。

背景技術

癲癇是一種常見的、多發的慢性神經系統疾病，可引起運動、感覺、意識和行為等功能障礙，嚴重影響患者的工作和生活，對家庭和社會帶來了極大的精神和經濟負擔。我國有近1000萬癲癇患者，其中20％為難治性癲癇。在難治性癲癇中有一半可進行外科治療，而對于不適合手術或者不能接受手術治療的藥物難治性癲癇患者，通過電刺激治療可能得到控制和減輕發作的效果。在眾多的電刺激方法中，一種閉環的反應性電刺激技術正在成為國內外癲癇診療研究的熱點，該方法提供實時的腦電檢測癲癇預測，對可能的癲癇發作腦區進行電刺激實現癲癇抑制，而準確、實時的癲癇預警是反應性電刺激技術的重點和難點。

人體腦電信號是時變的、非線性的，同時腦電數據信號在測量后會產生隨機誤差，并且腦電信號還會受到個體差異的硬性，因此，對于腦電數據信號的分析成為難題。現存有多種癲癇信號預警的方法，但由于癲癇腦電信號本身的復雜性，導致各種算法的敏感性和特異性方面都存在各種各樣的缺點，如敏感性高了，特異性就降低等問題，而且以往算法一般都忽視了癲癇信號發作的時序問題。

發明內容

本發明的目的在于針對現有技術的不足，提供一種癲癇發作預警系統。

本發明的目的是通過以下技術方案實現的，一種癲癇發作預警系統，包括預處理模塊、特征提取模塊、分類模塊和后期處理模塊；四個模塊依次相連；所述預處理模塊去除腦電數據中的偽跡和電噪聲，獲得腦電數據的有效頻段，并將腦電數據的有效頻段分為若干數據段；所述特征提取模塊采用經驗模態分解算法提取每個數據段的時頻特征，并取該數據段時頻特征的方差，作為相應數據段的時頻特征值；所述分類模塊采用支持向量機算法將發作狀態的判斷轉化為二分類問題，支持向量機的訓練模型取自患者第一次癲癇發作的腦電數據，通過重復檢測獲得最優化的訓練模型；所述后期處理模塊用于確定發作起始的時刻。

進一步地，所述預處理模塊中去除腦電數據中的偽跡采用2階巴特沃茲帶通濾波器，濾波后獲得的有效頻率為1.6～70Hz。

進一步地，所述預處理模塊中去除腦電數據中的偽跡采用時域差分法。

進一步地，所述預處理模塊中將腦電數據的有效頻段分為若干數據段具體為：采用滑動時間窗的方法將有效頻段分為若干數據段，滑動時間窗長度為1s，滑動步長為1s。

進一步地，所述特征提取模塊中采用經驗模態分解算法，具體為：對每個數據段采用經驗模態分解法提取時頻特征，取前三個固有模態函數，利用下式計算得到每個數據段的時頻特征值VoIMF：

VoIMFN(t)=1n-1Σi=1n(xi-x‾)2,N=1,2,3]]>

其中，xi為每個數據段中每個數據點的固有模態函數值；為每個數據段中所有數據點的固有模態函數平均值；i為每個數據段的數據點的序數；n為每個數據段的數據點的個數；N為固有模態函數x的序數；t為數據段的序數。

進一步地，所述特征提取模塊中取該數據段時頻特征的方差，具體為：采用方差計算的方法，取每個數據段的固有模態函數值的標準差，作為該數據段的特征值，使發作期數據突出于背景。