[發(fā)明專利]一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)及其檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011045409.7
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112220454A
• 公開(kāi)（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 金顯吉
• 申請(qǐng)（專利權(quán)）人: 黑龍江吉遠(yuǎn)健康科技有限公司
• 主分類號(hào): A61B5/00
• 分類號(hào): A61B5/00;A61B5/01;A61B5/0205;A61B5/11;A61B5/24
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張宏威

1.一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述系統(tǒng)包括可穿戴式癲癇檢測(cè)裝置、云服務(wù)器和手機(jī)客戶端；

所述可穿戴式癲癇檢測(cè)裝置包括電源模塊、存儲(chǔ)模塊、人機(jī)交互模塊、報(bào)警模塊、藍(lán)牙通信模塊、核心控制模塊、皮電檢測(cè)模塊、運(yùn)動(dòng)檢測(cè)模塊、心率檢測(cè)模塊和體溫檢測(cè)模塊，所述裝置實(shí)時(shí)采集皮電阻抗、肢體動(dòng)作、心率和體溫四種生理信號(hào)，并通過(guò)藍(lán)牙通信模塊上傳至手機(jī)客戶端，所述手機(jī)客戶端通過(guò)WiFi網(wǎng)絡(luò)或者移動(dòng)網(wǎng)絡(luò)連接云服務(wù)器，所述云服務(wù)器接收四種生理信號(hào)數(shù)據(jù)，并對(duì)四種生理信號(hào)數(shù)據(jù)進(jìn)行處理、分析和統(tǒng)計(jì)，并為手機(jī)客戶端提供動(dòng)態(tài)資源。

2.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：采用皮電阻抗、肢體動(dòng)作、心率和體溫四種生理信號(hào)綜合判斷用戶是否癲癇發(fā)作，在檢測(cè)到用戶癲癇發(fā)作時(shí)不僅發(fā)出本地報(bào)警信號(hào)，包括震動(dòng)和語(yǔ)音提示；還通過(guò)藍(lán)牙通信將報(bào)警信號(hào)上傳到智能手機(jī)客戶端，手機(jī)客戶端通過(guò)短信和電話向用戶設(shè)定的緊急聯(lián)系人發(fā)出遠(yuǎn)程報(bào)警信號(hào)。

3.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述電源模塊用于為可穿戴式癲癇檢測(cè)裝置提供工作電源以及低功耗管理服務(wù)，所述電源模塊輸出電壓范圍3.7V-4.2V，經(jīng)DC-DC模塊轉(zhuǎn)換為3.3V、1.8V和14.5V的多組電壓。

4.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述人機(jī)交互模塊包括液晶顯示器和按鍵，通過(guò)所述液晶顯示器顯示可穿戴式癲癇檢測(cè)裝置工作狀態(tài)，按鍵通過(guò)GPIO端口接入核心控制模塊，控制液晶顯示器開(kāi)關(guān)和電源開(kāi)關(guān)。

5.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述報(bào)警模塊采用語(yǔ)音驅(qū)動(dòng)模塊，所述語(yǔ)音驅(qū)動(dòng)模塊通過(guò)PWM端口接入核心控制模塊，用于癲癇發(fā)作時(shí)的語(yǔ)音指示報(bào)警。

6.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述藍(lán)牙通信模塊采用CC2540芯片，藍(lán)牙天線使用陶瓷天線，通過(guò)SPI與核心控制模塊連接。

7.根據(jù)權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：所述核心控制模塊采用Cortex-M系列的ARM微控制器。

8.一種基于多生理信息融合的可穿戴式癲癇檢測(cè)方法，所述方法基于如權(quán)利要求1所述的一種基于多生理信息融合的可穿戴式癲癇檢測(cè)系統(tǒng)，其特征是：包括以下步驟：

步驟1：通過(guò)皮電檢測(cè)模塊、運(yùn)動(dòng)檢測(cè)模塊、心率檢測(cè)模塊和體溫檢測(cè)模塊采集原始生理數(shù)據(jù)，采集原始生理數(shù)據(jù)具體為：通過(guò)低頻采集皮電、心率和體溫3種緩變信號(hào)，通過(guò)高頻采集動(dòng)作信號(hào)，包括姿態(tài)角和加速度信號(hào)；

步驟2：對(duì)采集到皮電、心率和體溫3種緩變信號(hào)采用中值濾波法，進(jìn)行平滑濾波；對(duì)采集到動(dòng)作信號(hào)，包括姿態(tài)角和加速度信號(hào)采用卡爾曼濾波法，去除動(dòng)作信號(hào)的噪聲及運(yùn)動(dòng)干擾信號(hào)；

步驟3：采集正常情況下和癲癇發(fā)病情況下的原始生理數(shù)據(jù)，對(duì)兩種情況下的數(shù)據(jù)進(jìn)行融合，得到時(shí)頻特征量，所述時(shí)頻特征量包括峰峰值、平均值、過(guò)零點(diǎn)次數(shù)、能量和四分位距，將所述時(shí)頻特征量上傳至云服務(wù)器；

步驟4：所述云服務(wù)器基于支持向量機(jī)算法進(jìn)行機(jī)器學(xué)習(xí)，不斷訓(xùn)練優(yōu)化得到癲癇檢測(cè)模型，并還原出決策邊界函數(shù)反饋運(yùn)算參數(shù)數(shù)據(jù)至可穿戴檢測(cè)裝置；

步驟5：可穿戴檢測(cè)裝置基于決策邊界函數(shù)及實(shí)時(shí)檢測(cè)的特征量進(jìn)行癲癇的快速檢測(cè)。