[發明專利]一種基于神經元鋒電位信號的抑郁狀態指征確定裝置

有效

• 申請號: 202210117439.7
• 申請日: 2022-02-08
• 公開（公告）號: CN114305423B
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 祁玉;王躍明;胡海嵐;宋樂;陳敏
• 申請（專利權）人: 浙江浙大西投腦機智能科技有限公司
• 主分類號: A61B5/16
• 分類號: A61B5/16;A61B5/388;A61B5/00;G06N3/0464;G06N3/044;G06N3/084
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 趙佳

1.一種基于神經元鋒電位信號的抑郁狀態指征確定裝置，其特征在于，所述裝置包括：

獲取模塊，用于分別獲取目標對象在抑郁狀態下以及非抑郁狀態下的鋒電位通道信號數據；

轉換模塊，用于將各所述鋒電位通道信號數據轉換為神經元發放速率數據，并基于所述神經元發放速率數據構建輸入數據矩陣；

建立模塊，用于建立雙路卷積-循環神經網絡模型，并基于所述輸入數據矩陣訓練所述雙路卷積-循環神經網絡模型；

計算模塊，用于基于所述雙路卷積-循環神經網絡模型對所述目標對象的當前鋒電位通道信號數據進行計算，得到所述目標對象的當前抑郁狀態指征數據；

其中，獲取模塊還包括：

標記單元，用于將抑郁狀態下的所述鋒電位通道信號數據標記為負樣本數據，將非抑郁狀態下的所述鋒電位通道信號數據標記為正樣本數據；

轉換模塊還包括：

第一劃分單元，用于基于滑動時間窗口將所述神經元發放速率數據劃分為多個連續時間片，整合各所述連續時間片，構建得到輸入數據矩陣，所述滑動時間窗口用以分割出時間維度上互相不相關的多個負樣本時間片和正樣本時間片；

建立模塊包括：

第一構建單元，用于構建多通道卷積-循環神經網絡分支，所述多通道卷積-循環神經網絡分支包括兩組卷積-激活單元與一個單向循環神經網絡；

第二構建單元，用于構建跨通道卷積-循環神經網絡分支，所述跨通道卷積-循環神經網絡分支包括一組通道間卷積-激活單元與一個所述單向循環神經網絡；

拼接單元，用于將所述多通道卷積-循環神經網絡分支與所述跨通道卷積-循環神經網絡分支的隱空間變量拼接，構建三層全連接網絡，并在所述三層全連接網絡中接入二分類激活層，得到雙路卷積-循環神經網絡模型，用以將模型分類結果轉換為標簽預測概率值。

2.根據權利要求1所述的裝置，其特征在于，所述轉換模塊包括：

第一確定單元，用于確定各所述鋒電位通道信號數據對應的各鋒電位通道；

統計單元，用于分別統計每個所述鋒電位通道在單位統計時長內所述鋒電位通道信號數據出現的個數，得到神經元發放速率數據。

3.根據權利要求1所述的裝置，其特征在于，所述建立模塊還包括：

第二劃分單元，用于將所述輸入數據矩陣劃分為訓練集矩陣與測試集矩陣；

訓練單元，用于將所述訓練集矩陣訓練所述雙路卷積-循環神經網絡模型，并將交叉熵作為所述雙路卷積-循環神經網絡模型的損失函數；

優化單元，用于基于反向傳播法最小化所述損失函數后，得到優化后的所述雙路卷積-循環神經網絡模型；

驗證單元，用于根據所述測試集矩陣驗證所述雙路卷積-循環神經網絡模型。

4.根據權利要求1所述的裝置，其特征在于，所述裝置還包括：

生成模塊，用于根據所述當前抑郁狀態指征數據確定電刺激數值，并基于所述電刺激數值生成控制指令。