[發明專利]一種基于腕部震顫信號的帕金森檢測系統及設備

在審

• 申請號: 202211294802.9
• 申請日: 2022-10-21
• 公開（公告）號: CN115500822A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 梁廷偉;陳暢;周茵;徐廣良;賈志波
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00;G06K9/00;G06N20/00
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

1.一種基于腕部震顫信號的帕金森檢測系統，其特征在于：所述系統包括：

數據采集模塊、數據劃分模塊、數據檢測及修正模塊、數據預處理模塊、特征數據集獲取模塊、訓練集和測試集獲取模塊、機器學習模塊、檢測模塊；

所述數據采集模塊用于采集發病時腕部震顫信號和未發病時腕部正常信號；

所述數據劃分模塊用于對數據采集模塊采集的發病時腕部震顫信號和未發病時腕部正常信號進行數據劃分；

所述數據檢測及修正模塊用于對劃分好的數據進行數據實時檢測，實現對缺失值和異常值進行修正；

所述數據預處理模塊用于對缺失值以及異常值修正后的數據進行濾波、合成加速度數據預處理操作；

所述特征數據集獲取模塊用于對預處理之后的信號進行特征提取和特征降維，得到特征數據集；

所述訓練集和測試集獲取模塊用于將特征數據集劃分為訓練集和測試集；

所述機器學習模塊用于獲得訓練數據模型，利用K近鄰算法對訓練集進行機器學習訓練并使用測試集進行驗證，最終得到訓練好的訓練數據模型；

所述檢測模塊用于將待測腕部震顫信號輸入訓練好的訓練數據模型，對待測腕部震顫信號進行分類，若為正常信號，則繼續采集腕部震顫信號；若為異常信號，則利用頻率特征構建多維線性回歸方程，評估帕金森發病程度。

2.根據權利要求1所述一種基于腕部震顫信號的帕金森檢測系統，其特征在于：所述數據采集模塊用于采集發病時腕部震顫信號和未發病時腕部正常信號；所述發病時腕部震顫信號和未發病時腕部正常信號皆由三軸加速度傳感器獲取，三軸加速度傳感器獲取的發病時腕部震顫信號和未發病時腕部正常信號皆為三軸加速度信號。

3.根據權利要求2所述一種基于腕部震顫信號的帕金森檢測系統，其特征在于：所述數據劃分模塊用于對數據采集模塊采集的發病時腕部震顫信號和未發病時腕部正常信號進行數據劃分；具體過程為：

計算采集的發病時腕部震顫信號的時域特征，時域特征包括帕金森發病時信號的峰值、帕金森發病時信號的過零點次數等特征；

計算采集的發病時腕部震顫信號的頻域特征，頻域特征包括帕金森發病時信號的主頻、帕金森發病時信號的功率譜密度、能量譜密度以及由功率譜密度得到的加權功率譜密度和由功率譜密度得到的功率譜最大值等特征；

將數據采集模塊采集的未發病時腕部正常信號數據劃分為運動狀態干擾片段和靜止狀態平穩片段兩種狀態，運動狀態干擾片段和靜止狀態平穩片段各占比50％。

4.根據權利要求3所述一種基于腕部震顫信號的帕金森檢測系統，其特征在于：所述數據檢測及修正模塊用于對劃分好的數據進行數據實時檢測，基于多重填補法以及切比雪夫不等式的基本原理，構造相關函數從而實現對缺失值和異常值進行修正；

具體過程為：

步驟301、在python中調取pandas庫內的df.isnull函數，尋找劃分好的數據中的缺失值NAN，所述缺失值NAN為劃分好的數據中的第i個數據，選取缺失值前后數據，即第i-1以及第i+1個數據，將第i-1到第i+1個數據所組成的區間劃分為m份，產生m個數據，將產生的m個數據分別使用貝葉斯估計得到每個數據對應的概率，取m個概率值中的最大值作為缺失值NAN的估計值；

步驟302、通過3σ探測方法檢測出劃分好的數據中所包含的異常值，將異常值去除，按照步驟301對異常值的修正；

3σ探測方法為：

p(|X-E(X)|≥ε)≤D(X)/ε²≈0.11

其中：ε為落在均值附近的區間長度，ε＝3σ，σ為標準差，D(X)為標準差，D(X)＝σ為標準差，X為樣本值，E(X)為樣本的均值，p()為異常值出現的概率；

當E(X)-ε≤X≤E(X)+ε時，X為正常值；

當X＞E(X)+ε或X＜E(X)-ε時，X為異常值。