[發明專利]基于EEG和血清炎癥因子分析腦損傷標志物的方法在審
| 申請號: | 202010575722.5 | 申請日: | 2020-06-22 |
| 公開(公告)號: | CN111803064A | 公開(公告)日: | 2020-10-23 |
| 發明(設計)人: | 張立國;楊曼;金梅;劉強;李媛媛;馬子薦;李義輝;胡林 | 申請(專利權)人: | 燕山大學 |
| 主分類號: | A61B5/0476 | 分類號: | A61B5/0476 |
| 代理公司: | 北京孚睿灣知識產權代理事務所(普通合伙) 11474 | 代理人: | 王冬杰 |
| 地址: | 066004 河北省*** | 國省代碼: | 河北;13 |
| 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 eeg 血清 炎癥 因子分析 腦損傷 標志 方法 | ||
1.一種基于EEG和血清炎癥因子分析腦損傷標志物的方法,其特征在于,該方法內容包括以下步驟:
步驟1、采集受試者安靜狀態下的腦電信號和激發狀態下腦電信號各5分鐘,記錄兩個狀態下的腦電信號,去除工頻信號的干擾后,再對被噪聲污染的EEG信號進行離散序列小波變換,然后進行小波系數閾值處理,處理后的系數進行重新構建EEG信號,接著采用FastICA算法進行獨立分量分析,列出每一個獨立分量,找出偽跡分量和對應的系數,進而去除偽跡,并重構EEG信號,達到信號去噪的目的;
步驟2、利用預處理后的腦電信號,根據計算出慢波系數SWC,其中α、β、δ與θ均為頻帶范圍,spectrum()函數用于計算各種譜函數,適用于時間序列的分析,再根據表達式(3):ApEn=Φm(r)-Φm+1(r)計算出近似熵ApEn,式(3)中r為允許偏差,m為矢量維數,Φm(r)為矢量序列{y(i)}平均自相關度,進而分別求出慢波系數和近似熵的右側導聯的特征參數除以左側導聯的特征參數所得的比值a,根據腦電信號特征參數Sum的求解表達式(4):Sump=a1+a2+…+a8,(p=1、2)求出慢波系數的Sum1值和近似熵的Sum2值,表達式(4)中a1~a8分別為第1組~第8組對稱導聯組中,右側導聯的特征參數除以左側導聯的特征參數,然后,根據加權平均法表達式(5):Sum=0.5·Sum1+0.5·Sum2將慢波系數Sum1值和近似熵的Sum2值歸一化為Sum值的范圍;
步驟3、抽取受試者空腹靜脈血10mL,采用酶聯免疫吸附測定法檢測血清炎癥因子水平;
步驟4、根據加權平均法求解血清炎癥因子水平特征參數W=0.25WIL-6+0.25WIL-8+0.25WCRP+0.25WTNF-α,將血清炎癥因子四個特征值歸一化為W值的范圍,其中,WIL-6為白細胞介素-6的特征參數、WIL-8為白細胞介素-8的特征參數、WCRP為C反應蛋白的特征參數、WTNF-α為腫瘤壞死因子-α的特征參數。
2.根據權利要求1所述的基于EEG和血清炎癥因子分析腦損傷標志物的方法,其特征在于,所述步驟1具體包括以下步驟:
步驟11、獲得穩定的數據,去除采集過程中受外在因素影響導致的不穩定數據;
步驟12、用EEGLAB腦電處理工具箱中的無限脈沖響應數字濾波器去除50Hz的工頻干擾,再對被噪聲污染的EEG信號進行離散序列小波變換,得到帶有噪聲的小波系數;
步驟13、進行小波系數閾值處理,處理后的系數再進行重新構建EEG信號,然后采用FastICA算法進行獨立分量分析,列出每一個獨立分量,找出偽跡分量和對應的系數,進而去除偽跡,并重構EEG信號。
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燕山大學,未經燕山大學許可,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/202010575722.5/1.html,轉載請聲明來源鉆瓜專利網。





