[發(fā)明專利]一種基于注意力機(jī)制的抑郁癥腦電信號(hào)識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211570940.5
• 申請(qǐng)日: 2022-12-08
• 公開(kāi)（公告）號(hào): CN116035576A
• 公開(kāi)（公告）日: 2023-05-02
• 發(fā)明（設(shè)計(jì)）人: 鄧欣;樊旭峰;肖斌;劉柯;張家豪;王中寅;杜雨露
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): A61B5/16
• 分類號(hào): A61B5/16;A61B5/372;A61B5/00;G06F18/213;G06F18/00;G06N3/08;G06N3/0464
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

本發(fā)明屬于腦機(jī)接口領(lǐng)域，具體涉及一種基于注意力機(jī)制的抑郁癥腦電信號(hào)識(shí)別方法及系統(tǒng)；該方法包括：獲取受測(cè)者的原始腦電信號(hào)并對(duì)原始腦電信號(hào)進(jìn)行預(yù)處理，得到第一腦電信號(hào)；對(duì)第一腦電信號(hào)進(jìn)行去噪和平滑處理，得到第二腦電信號(hào)；采用分腦區(qū)神經(jīng)網(wǎng)絡(luò)對(duì)第二腦電信號(hào)進(jìn)行處理，得到多個(gè)分腦區(qū)特征；拼接多個(gè)分腦區(qū)特征，得到全腦區(qū)特征；采用全腦區(qū)神經(jīng)網(wǎng)絡(luò)對(duì)全腦區(qū)特征進(jìn)行處理，得到抑郁癥腦電信號(hào)識(shí)別結(jié)果；本發(fā)明使用注意力機(jī)制加強(qiáng)不同腦區(qū)特征的權(quán)重占比，整體識(shí)別率高，識(shí)別效果好，可輔助醫(yī)生進(jìn)行抑郁癥的診斷，實(shí)用性高。

技術(shù)領(lǐng)域

本發(fā)明屬于腦機(jī)接口領(lǐng)域，具體涉及一種基于注意力機(jī)制的抑郁癥腦電信號(hào)識(shí)別方法及系統(tǒng)。

背景技術(shù)

抑郁癥是一種精神疾病，其主要影響思維過(guò)程，行為和情緒，從而對(duì)人際關(guān)系和工作表現(xiàn)造成不利影響。對(duì)需要及時(shí)接受臨床治療的抑郁癥患者來(lái)說(shuō)，早期準(zhǔn)確診斷抑郁癥是至關(guān)重要的。對(duì)于之前的抑郁癥診斷大多數(shù)是使用調(diào)查問(wèn)卷來(lái)作為評(píng)判和篩選工具，這種方法有極大的缺陷就是需要經(jīng)驗(yàn)豐富的醫(yī)生。

腦電信號(hào)是一種多通道的時(shí)間序列，具有一定的規(guī)律性和非平穩(wěn)性。它會(huì)隨著個(gè)體的生理因素的變化而變化，當(dāng)腦部尤其是皮層有病變時(shí)，規(guī)律性受到破壞，波形即發(fā)生變化。目前對(duì)從腦電圖(EEG)獲取的大腦電信號(hào)進(jìn)行定量測(cè)量，是一種具有明顯實(shí)用優(yōu)勢(shì)的神經(jīng)成像技術(shù)，其優(yōu)勢(shì)在于它不涉及侵入性操作，易于管理，耐受性好，成本相對(duì)較低。此外，抑郁癥狀的普遍性和持續(xù)性使頭皮記錄腦電圖成為了解抑郁癥潛在機(jī)制的合適方法。因此，研究腦電圖可輔助臨床對(duì)及腦部疾病進(jìn)行診斷。

考慮到EEG網(wǎng)絡(luò)不規(guī)則性是抑郁癥可能引起的生理癥狀之一，腦電活動(dòng)具有源自不同腦區(qū)的空間特征，因此從不同腦區(qū)提取的腦電特征也可用于抑郁癥的鑒別；可根據(jù)神經(jīng)網(wǎng)路的內(nèi)部結(jié)構(gòu)來(lái)探索大腦的空間信息，進(jìn)而獲得不同腦區(qū)的腦電特征，但是基于EEG信號(hào)的全腦結(jié)構(gòu)研究中，少有研究探索抑郁癥的各個(gè)腦區(qū)的空間信息，同時(shí)，對(duì)于不同腦區(qū)的特征權(quán)重占比是有待解決的問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的不足，本發(fā)明提出了一種基于注意力機(jī)制的抑郁癥腦電信號(hào)識(shí)別方法及系統(tǒng)，該方法包括：

S1：獲取受測(cè)者的原始腦電信號(hào)并對(duì)原始腦電信號(hào)進(jìn)行預(yù)處理，得到第一腦電信號(hào)；

S2：對(duì)第一腦電信號(hào)進(jìn)行去噪和平滑處理，得到第二腦電信號(hào)；

S3：采用分腦區(qū)神經(jīng)網(wǎng)絡(luò)對(duì)第二腦電信號(hào)進(jìn)行處理，得到多個(gè)分腦區(qū)特征；

S4：拼接多個(gè)分腦區(qū)特征，得到全腦區(qū)特征；

S5：采用全腦區(qū)神經(jīng)網(wǎng)絡(luò)對(duì)全腦區(qū)特征進(jìn)行處理，得到抑郁癥腦電信號(hào)識(shí)別結(jié)果。

優(yōu)選的，對(duì)原始腦電信號(hào)進(jìn)行預(yù)處理的過(guò)程包括：對(duì)原始腦電信號(hào)進(jìn)行分腦區(qū)通道選擇，得到多個(gè)分腦區(qū)的原始腦電信號(hào)；采用無(wú)限脈沖響應(yīng)數(shù)字濾波器對(duì)多個(gè)分腦區(qū)的原始腦電信號(hào)進(jìn)行濾波，得到第一原始信號(hào)；采用獨(dú)立主成分分析移除第一原始信號(hào)中的眼電信號(hào)和肌電信號(hào)，對(duì)壞通道進(jìn)行插值處理，得到第二原始信號(hào)；對(duì)第二原始信號(hào)進(jìn)行降采樣和滑動(dòng)窗口處理，得到預(yù)處理好的原始腦電信號(hào)即第一腦電信號(hào)。

優(yōu)選的，對(duì)第一腦電信號(hào)進(jìn)行去噪處理的過(guò)程包括：將第一腦電信號(hào)在相空間重構(gòu)為三維相空間矢量；對(duì)三維相空間矢量作線性最小二乘法處理，得到去噪后的第一腦電信號(hào)。

優(yōu)選的，對(duì)第一腦電信號(hào)進(jìn)行平滑處理的過(guò)程包括：將去噪后的第一腦電信號(hào)進(jìn)行頻域轉(zhuǎn)化，得到頻域腦電信號(hào)；移除頻域腦電信號(hào)上的離群點(diǎn)，并對(duì)移除離群點(diǎn)的地方做特征平滑處理，得到第二腦電信號(hào)。

優(yōu)選的，分腦區(qū)神經(jīng)網(wǎng)絡(luò)對(duì)第二腦電信號(hào)進(jìn)行處理的過(guò)程包括：分腦區(qū)神經(jīng)網(wǎng)絡(luò)包括多個(gè)并行的SENet層和卷積層，卷積層包括一維卷積、Relu層和最大池化層；

第二腦電信號(hào)為多個(gè)腦區(qū)的腦電信號(hào)，將多個(gè)腦區(qū)的腦電信號(hào)分別輸入到多個(gè)并行的SENet層中，得到添加了通道權(quán)重后的多個(gè)腦區(qū)的腦電信號(hào)；