[發明專利]基于睡眠多通道生理信號的抑郁癥輔助診斷方法和系統在審
| 申請號: | 201710129391.0 | 申請日: | 2017-03-06 |
| 公開(公告)號: | CN106618611A | 公開(公告)日: | 2017-05-10 |
| 發明(設計)人: | 胡斌;張冰濤;高國平;王少飛 | 申請(專利權)人: | 蘭州大學 |
| 主分類號: | A61B5/16 | 分類號: | A61B5/16;A61B5/0476;A61B5/0496;A61B5/00 |
| 代理公司: | 北京匯彩知識產權代理有限公司11563 | 代理人: | 王鍵 |
| 地址: | 730000 *** | 國省代碼: | 甘肅;62 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 睡眠 通道 生理 信號 抑郁癥 輔助 診斷 方法 系統 | ||
1.一種基于睡眠多通道生理信號的抑郁癥輔助診斷方法,其特征在于,包括:
(1)采集睡眠多通道生理信號,包括采集腦電及眼電兩種睡眠生理信號;
(2)將采集的原始數據進行結構化處理,得到睡眠生理結構化數據;
(3)對睡眠生理結構化數據采用本體建模方式進行定量分析,形成睡眠本體模型,獲得最佳特征組合,進行睡眠分期;
(4)依據睡眠分期結果生成睡眠質量報告及抑郁輔助診斷綜合報告。
2.根據權利要求1所述的方法,其特征在于,所述步驟1)中,腦電信號采集4導:C3-A2、C4-A1、O1-A2,O2-A1;眼電信號采集兩導:ROC-A1、LOC-A2。
3.根據權利要求2所述的方法,其特征在于,所述步驟2)中,所述結構化處理是指將原始非結構化腦電、眼電數據轉換為結構化的計算機可直接讀取的形式;分為兩步:(1)識別并標記原始數據中的所有實例;(2)查詢并映射實例。
4.根據權利要求3所述的方法,其特征在于,所述步驟3)中的定量分析,包括采用快速ICA算法將結構化處理后的數據進行去噪處理。
5.根據權利要求4所述的方法,其特征在于,所述步驟3)中的定量分析,包括去噪之后選擇與睡眠分期密切相關的頻段數據進行特征提取;所述特征提取采用三種定量分析方法:線性方法,非線性方法和統計方法;線性方法用于分析提取時域數據和頻域數據的特征;非線性方法用于分析提取反映神經活動的本質的非線性特征;統計方法用于分析提取數據的統計特征。
6.根據權利要求5所述的方法,其特征在于,所述步驟3)中,所述睡眠本體模型自上而下設計為三層:范疇層、分類層和實例層;所述范疇層包含所有的興趣域,每個興趣域的具體核心概念被定義在中間的分類層;每個核心概念的具體化實例在實例層。
7.根據權利要求6所述的方法,其特征在于,所述步驟3)中,還包括相關性分析和分類的步驟;所述相關性分析獲得的最佳特征組合用于睡眠分期;所述分類步驟用于實現睡眠分期。
8.根據權利要求7所述的方法,其特征在于,所述步驟4)中,依據睡眠分期結果生成的睡眠質量報告包括以下三方面:睡眠SWS期長短評分;睡眠潛伏期長短評分;睡眠連續程度評分。
9.根據權利要求8所述的方法,其特征在于,所述步驟4)中,所述抑郁輔助診斷綜合報告由抑郁指數體現,描述為:
抑郁指數=(睡眠SWS期長短評分*35%+睡眠潛伏期長短評分*35%+睡眠連續程度評分*30%)*0.1。
10.一種基于睡眠多通道生理信號的抑郁癥輔助診斷系統,其特征在于,包括四個模塊:原始數據采集模塊、原始數據結構化處理模塊、睡眠特征分析管理模塊;診斷決策模塊;所述原始數據采集模塊用于采集睡眠多通道生理信號,包括采集腦電及眼電兩種睡眠生理信號;所述原始數據結構化處理模塊用于將原始數據進行結構化處理,得到睡眠生理結構化數據;所述睡眠特征分析管理模塊用于對睡眠生理結構化數據采用本體建模方式進行定量分析,形成睡眠本體模型,獲得最佳特征組合,進行睡眠分期;所述診斷決策模塊用于依據睡眠分期結果生成睡眠質量報告及抑郁輔助診斷綜合報告。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于蘭州大學,未經蘭州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710129391.0/1.html,轉載請聲明來源鉆瓜專利網。





