[發明專利]一種基于腦電信號的兒童譫妄預測方法及系統

有效

• 申請號: 202110316485.5
• 申請日: 2021-03-25
• 公開（公告）號: CN113080999B
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 袁進;馬可;肖鵬;顧莉;甘小亮
• 申請（專利權）人: 中山大學中山眼科中心
• 主分類號: A61B5/369
• 分類號: A61B5/369;A61B5/374
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 黃公安

1.一種基于腦電信號的兒童譫妄預測系統，包括：

腦電數據獲取模塊，用于采集麻醉手術后處于蘇醒期的兒童的多通道腦電數據；

預處理模塊，用于對腦電數據獲取模塊獲取的腦電數據進行預處理；

特征提取模塊，用于提取預處理后的腦電數據的多域特征；

分類模塊，用于將提取的多域特征輸入到SVM分類器中，并根據SVM分類器的輸出結果得到預測結果；所述SVM分類器采用的核函數采用以下方法選取：

步驟a：采集麻醉手術后處于蘇醒期受試者的n通道腦電數據,n為整數且大于1；

步驟b：受試者清醒后工作人員依據譫妄評估量表判斷受試者是否發生譫妄，譫妄受試者標簽記為1，非譫妄受試者標簽記為0；

步驟c：對所述腦電數據進行預處理，得到多個電腦數據片段；

步驟d：對預處理后的多個腦電數據片段提取多域特征，所述多域特征包括變異系數、4階AR模型系數，共計5個時域特征；δ、θ、α、β、γ5個頻帶的相對功率譜、同步快慢比、峰值頻率、95%邊緣頻率，共計8個頻域特征；基于3層db3小波包分解提取小波包能量，共計8個時頻域特征；樣本熵；

步驟e：將提取后的多域特征采用基于不同核函數的SVM分類器進行二分類，根據分類結果選出準確率、靈敏度和特異性最好的核函數作為SVM分類器的核函數。

2.根據權利要求1所述的一種基于腦電信號的兒童譫妄預測系統，其特征在于，

所述多域特征采用以下方法選取：

步驟Ⅰ：選取SVM分類器的核函數；

步驟Ⅱ：對提取的多域特征進行排序并尋優，具體包括如下步驟：

步驟ⅰ：依次提取n個腦電通道的單個特征，分別構成1*n的特征向量，將對應的特征集輸入到SVM分類器中得出分類結果，并根據分類結果得出該單個特征的靈敏度和準確率；

步驟ⅱ：將22個特征分別執行步驟ⅰ，基于靈敏度和準確率按照從大到小的順序將特征進行排序；

步驟ⅲ：將特征集分為譫妄特征集和非譫妄特征集，對n個通道中的每個通道進行差異性分析，計算差異性分析得到的p值不大于0.05的通道數量，然后除以n獲得顯著差異通道比并按照從大到小的順序排序對特征進行排序；

步驟ⅳ：綜合顯著差異通道比、靈敏度和準確率排序結果，取綜合排序的前若干名的特征作為最優特征組合。

3.根據權利要求1-2任一項所述的兒童譫妄預測系統，其特征在于，所述預處理模塊具體又包括：

降采樣模塊，用于對所述多通道腦電數據進行降采樣處理，降采樣至1000Hz；

濾波模塊，用于通過0.5~45Hz帶通濾波消除經過降采樣模塊得到的多通道腦電數據中的干擾數據；

校正模塊，用于通過插值的方式校正異常的消除干擾后的多通道腦電數據，具體是用相鄰通道的數值取平均來替代異常的腦電通道數據；

數據分割模塊，基于固定窗長的滑動窗將經過校正模塊得到的多通道腦電數據分割成數據片段，窗長為10s，重疊率為50%，設定300uV的閾值，一旦某個數據片段最大值超過閾值，則剔除該片段。

4.根據權利要求3所述的兒童譫妄預測系統，其特征在于，所述特征提取模塊提取的是所述數據片段的特征，并且所述特征包括θ、α、β、γ4個頻帶的相對功率譜和樣本熵，其中四個頻帶分別為4~8Hz，8~13Hz，13~30Hz，30~45Hz。