[發明專利]一種面向孤獨癥診斷的靜息態腦電分析系統在審
| 申請號: | 201711331223.6 | 申請日: | 2017-12-13 |
| 公開(公告)號: | CN108143411A | 公開(公告)日: | 2018-06-12 |
| 發明(設計)人: | 禹東川;賈會賓 | 申請(專利權)人: | 東南大學 |
| 主分類號: | A61B5/0476 | 分類號: | A61B5/0476;A61B5/16;A61B5/00;G06K9/62;G06N3/04;G06N3/063;G06N3/08 |
| 代理公司: | 南京眾聯專利代理有限公司 32206 | 代理人: | 顧進 |
| 地址: | 210096 *** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 孤獨癥 靜息態 腦電分析系統 模式分類器 診斷 腦電 預處理 數據預處理模塊 采集數據模塊 檢測技術領域 神經網絡結構 訓練數據樣本 測試樣本集 腦電地形圖 輔助診斷 技術獲得 降噪處理 腦電數據 腦電信號 特征參數 提取特征 診斷結果 盲聚類 地形圖 前向 發育 休息 | ||
1.一種面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,包括
采集數據模塊:用于被試人員在睜眼休息時的腦電信號;
數據預處理模塊:用于對靜息態腦電信號進行降噪處理;
提取特征模塊:用于計算對預處理之后的靜息態腦電地形圖間相關系數,并以此為特征參數進行k-means盲聚類,得到三個靜息態腦電微狀態三類靜息態腦電微狀態地形圖,提取每種微狀態類別的平均持續時間或平均每秒內出現的次數;進而獲得訓練數據樣本集和測試樣本集,并按照標準的前向神經網絡結構設計技術獲得模式分類器;利用獲得的模式分類器最終實現對患孤獨癥風險的診斷結果;
所述采集數據模塊包括腦電圖設備,所述數據預處理模塊和提取特征模塊包括基于MATLAB的開源工具箱eeglab 13.0。
2.如權利要求1所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述三類靜息態腦電微狀態地形圖包括A類、B類、C類,其空間構型正負電荷的重心分別為右側額區-左側枕區、左側額區-右側枕區、額區中線-枕區中線。
3.如權利要求2所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述訓練數據樣本集和測試樣本集的輸入向量由靜息態腦電微狀態類別A和類別C的平均持續時間、微狀態類別B平均每秒內出現的次數這三個變量構成,輸出結果為{0,1}數據,其中0代表正常人群的數據,1代表孤獨癥人群的數據。
4.如權利要求2所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述模式分類器采用了標準化的前向神經網絡結構設計算法,確定隱層神經元數量、隱層權值與閥值、輸出層權值與閥值等結構信息。
5.如權利要求2所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述模式分類器的隱層激勵函數是Sigmoid函數輸出層激活函數為線性函數f(x)=x;這樣模式分類器的函數映射關系可以表示為:out=W2*f(W1*in+B1)+B2,其中out為模式分類器的函數映射關系的輸出、in為模式分類器的函數映射關系的輸入、W1為隱層權值、W2為輸出層權值、B1為隱層閥值、B2為輸出層閥值。
6.如權利要求1所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述腦電圖設備采用鹽水電極帽。
7.如權利要求1所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述采集數據模塊的工作步驟為:采用腦電圖設備分別采集被試人員在睜眼休息時的腦電信號。
8.如權利要求1所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,睜眼休息時的被試人員應當注視正前方屏幕中心的注視點五分鐘。
9.如權利要求1所述的面向孤獨癥診斷的靜息態腦電分析系統,其特征在于,所述數據預處理模塊的工作步驟為:包括腦電信號載入、大飄移時間段數據移除、壞電極移除、生理偽跡矯正、分段、壞段移除。
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東南大學,未經東南大學許可,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/201711331223.6/1.html,轉載請聲明來源鉆瓜專利網。





