[發明專利]一種用于評估心理神經活動的生理指標檢測系統

在審

• 申請號: 201810165401.0
• 申請日: 2018-02-28
• 公開（公告）號: CN108354620A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 羅興梅;武琪;柯蘊倩
• 申請（專利權）人: 羅興梅
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/04;A61B5/026;A61B5/01;A61B5/00
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種用于評估心理神經活動的生理指標檢測系統，其特征在于，所述用于評估心理神經活動的生理指標檢測系統設置有：光電組合探頭，激勵源裝置，皮膚血流檢測裝置，低頻振蕩器，皮膚電位電性能檢測裝置，數字信號處理器，LCD觸摸屏；所述光電組合探頭，所述激勵源裝置、所述皮膚血流檢測裝置、所述低頻振蕩器、所述皮膚電位電性能檢測裝置、所述數字信號處理器、所述LCD觸摸屏均固定在底板上，所述光電組合探頭位于底板縱向的中線上，所述光電組合探頭后側從左到右分別是所述激勵源裝置、所述皮膚血流檢測裝置、所述低頻振蕩器且三者中心處在一條直線上所述光電組合探頭前側從左到右依次為所述皮膚電位電性能檢測裝置、所述數字信號處理器、所述LCD觸摸屏且三者中心也處于一條直線上；

所述數字信號處理器對接收到的信號的觀測向量x做分數低階快速獨立成分分析，將接收到的信號分離為發送信號和Alpha穩定分布噪聲；所述接收信號的觀測向量x的分數低階快速獨立成分分析按以下進行：

1)將觀測向量x減去均值進行中心化，利用主要分量分析對中心化后的觀測向量進行分數低階預白化處理，得到白化矩陣v，其中，獨立成分分析(PCA)中用到的分數低階相關矩陣定義為

其中，x_i(n)和x_j(n)分別為第i路和第j路觀測信號，且1≤i,j≤2，*代表取共軛，對分數低階相關矩陣進行特征值分解可以得到特征值矩陣D與特征向量矩陣V，由特征值矩陣和特征向量矩陣可得預白化矩陣M＝D^-1/2V^T，利用預白化矩陣將觀測數據x向信號子空間投影，得到白化矩陣v＝Mx；

2)對權向量w₀進行隨機初始化，同時初始化序列號k使k＝1；

3)進行權值向量迭代

其中，和為一階統計量，g(·)是對比函數，η＝E[w^Txg(w^Tx)]，且在權值的迭代過程中參數λ是可變的，且λ＜1；

4)利用范數歸一化權值向量w_k，w_k＝w_k/||w_k||；

5)若充分接近于1，算法得到收斂，w_k就是最終的解混矩陣，執行6)，否則重復步驟3)與步驟4)；

6)Y＝w_kx,其中x為觀測信號，Y為分離后的二維信號；

所述激勵源裝置首先利用降維變換將接收數據降至低維空間，再利用發射信號的非圓特性，構造擴展孔徑的接收數據矩陣，然后采用中心共軛對稱的DFT矩陣將接收數據轉換到波束空間，同時將復值數據協方差矩陣實值化，最后在低維波束空間中構造實值信號子空間的旋轉不變關系，得到目標的DOA估計。其技術步驟如下：

(1)利用每個接收陣列的數據與每個發射波形進行匹配濾波，并進行數據重排，得到匹配濾波后的數據矩陣X；

(2)選擇降維變換矩陣U，對接收數據矩陣X進行降維變換，得到降維后的接收數據矩陣Y＝UX；

(3)利用非圓信號的特點，對Y進行數據擴展，構造虛擬孔徑擴展的接收數據矩陣

(4)對數據進行前后向濾波，得到中心共軛對稱數據矩陣Z；

(5)計算Z的自相關矩陣R_z，對其進行特征值分解，估計得到信號子空間U_s；

(6)構造中心共軛對稱的DFT矩陣作為波束變換矩陣；

(7)利用波束變換矩陣對Z進行波束空間實值變換，計算得到實值信號子空間

(8)構造降維波束空間實值信號子空間的旋轉不變關系，利用最小二乘法或總體最小二乘法求解旋轉不變方程，得到實值矩陣Ψ；對實值矩陣Ψ進行特征值分解，得到其P個特征值，進而估計得到P個目標的波達方向。

2.如權利要求1所述的用于評估心理神經活動的生理指標檢測系統，其特征在于，所述激勵源裝置、所述皮膚血流檢測裝置、所述低頻振蕩器、所述皮膚電位電性能檢測裝置、所述數字信號處理器、所述LCD觸摸屏均通過若干螺栓安裝于底板上。

3.如權利要求1所述的用于評估心理神經活動的生理指標檢測系統，其特征在于，所述激勵源裝置、所述皮膚血流檢測裝置、所述低頻振蕩器、所述皮膚電位電性能檢測裝置、所述數字信號處理器、所述LCD觸摸屏均置于透明塑料外殼內部，外殼與底板通過螺栓固定。

4.如權利要求1所述的用于評估心理神經活動的生理指標檢測系統，其特征在于，所述數字信號處理器通過線路與打印機連接；

所述打印機設置有無線網絡模塊，所述無線網絡模塊的分布式方法具體包括以下步驟：

步驟一，節點si的鄰居，覆蓋的點位置，預設網絡壽命L，電池壽命Bi，si的標記類型UPD，ii＝1；

步驟二，判斷是否ii＜L/l，若是，則直接進行下一步，否，則標記類型，標記為LAB的節點的最優工作時間安排，然后結束；

步驟三，計算最大額外有效覆蓋時間和工作優先度，并向鄰居廣播mes(i,Null,UPD,ΔP_i)；

步驟四，判斷若，是，s_i的ΔP_i在鄰居中是否最大，若s_i的ΔP_i在鄰居中是最大，s_i標記自己為LAB并向鄰居廣播mes(i,LAB,sch,ΔP_i)d_i＝d_i-b_i,s_iexits.；若s_i的ΔP_i在鄰居中不是最大，判斷s_i是否接收到鄰居s_k的mes(k,LAB,sch,ΔP_k)；若s_i是接收到鄰居s_k的mes(k,LAB,sch,ΔP_k)，則s_i更新鄰居s_k的信息，重新計算ΔP_i,并且向鄰居廣播mes(i,UPD,Null,ΔP_i)；若s_i沒有接收到鄰居s_k的mes(k,LAB,sch,ΔP_k)，則，判斷s_i是否接收到鄰居s_k的mes(k,UPD,Null,ΔP_k)，若s_i是接收到鄰居s_k的mes(k,UPD,Null,ΔP_k)，s_i更新鄰居s_k的工作優先度；若s_i沒有接收到鄰居s_k的mes(k,UPD,Null,ΔP_k)，則返回判斷