[發(fā)明專利]一種基于CNN技術(shù)的小鼠腦電異常檢測與超聲刺激裝置

在審

• 申請?zhí)枺?/td>: 202310631455.2
• 申請日: 2023-05-31
• 公開（公告）號: CN116649983A
• 公開（公告）日: 2023-08-29
• 發(fā)明（設(shè)計）人: 袁毅;孫靖巖
• 申請（專利權(quán)）人: 燕山大學(xué)
• 主分類號: A61B5/293
• 分類號: A61B5/293;A61B5/369;A61B5/372;A61B5/00;A61N7/00;A61D3/00;G06F18/15;G06F18/213;G06F18/241;G06N3/0464;G06N3/08
• 代理公司: 石家莊眾志華清知識產(chǎn)權(quán)事務(wù)所(特殊普通合伙) 13123
• 代理人: 張建

1.一種基于CNN技術(shù)的小鼠腦電異常檢測與超聲刺激裝置，其特征在于：包括腦電采集模塊、電腦主機(jī)、超聲刺激模塊和小鼠固定平臺4個部分；

小鼠固定平臺：用于放置固定被麻醉后的小鼠；

腦電采集模塊：包括植入待測小鼠海馬區(qū)和頭皮層用于采集腦電的微絲電極，微絲電極另一端連接神經(jīng)信號采集器，對小鼠腦電信號采集后，神經(jīng)信號采集器將腦電信號傳入連接的腦電信號放大器用于放大腦電信號，腦電信號放大器連接模數(shù)轉(zhuǎn)換器，用于上傳至電腦主機(jī)；

電腦主機(jī)：用于接收通過模數(shù)轉(zhuǎn)換器上傳的小鼠腦電信號，并進(jìn)行濾波處理，生成時頻圖，以及用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型CNN對處理后的腦電信號的時頻圖進(jìn)行判別腦電信號是否異常；

超聲刺激模塊：包括用USB連接電腦主機(jī)的I/O信號卡，電腦主機(jī)軟件能夠通過I/O信號卡提供3V的模擬電壓作為觸發(fā)信號，I/O信號卡與兩個信號發(fā)生器串接，觸發(fā)信號作為輸入，信號發(fā)生器可以輸出得到調(diào)制過的具有特定占空比與幅值的信號；信號發(fā)生器連接功率放大器，功率放大器可將輸出信號放大；功率放大器連接到固定在立體定位儀上的超聲換能器上；超聲換能器固定在用于固定小鼠頭部的立體定位儀支架上，前段緊貼小鼠顱骨，通過立體定位儀支架能夠手動調(diào)節(jié)位置，對準(zhǔn)需要刺激的部位；超聲換能器上固定設(shè)置有準(zhǔn)直器，超聲換能器能夠?qū)㈦娔苻D(zhuǎn)化為聲能借助準(zhǔn)直器準(zhǔn)確地施加到特定腦區(qū)，通過觀察小鼠胡須判斷超聲波是否傳遞到小鼠腦部，從而使小鼠在腦電信號異常時通過超聲刺激顱內(nèi)區(qū)域以達(dá)到腦神經(jīng)調(diào)控效果；

超聲刺激后的腦電信號可再次被腦電采集模塊采集，從而判斷腦神經(jīng)調(diào)控效果。

2.根據(jù)權(quán)利要求1所述的一種基于CNN技術(shù)的小鼠腦電異常檢測與超聲刺激裝置，其特征在于：所述電腦主機(jī)濾波處理具體為：用低通濾波器濾掉50Hz以上空間環(huán)境中的磁信號導(dǎo)致的高頻干擾，用高通濾波器濾掉低于0.5Hz小鼠生理性干擾噪聲；對腦電采集模塊引起的50Hz左右工頻噪聲進(jìn)行小波包去噪聲，保留了50Hz處的局部場電位信號，具體為：

設(shè)空間是函數(shù)μ_n(t)的閉包空間且則可表示為：

小波包分解公式為：

小波重構(gòu)公式：

為保證濾波效果最佳，選擇Daubechies小波系列中的db6為基函數(shù)。

3.根據(jù)權(quán)利要求1所述的一種基于CNN技術(shù)的小鼠腦電異常檢測與超聲刺激裝置，其特征在于：所述卷積神經(jīng)網(wǎng)絡(luò)模型CNN具體結(jié)構(gòu)如表1所示：

表1網(wǎng)絡(luò)模型結(jié)構(gòu)表

其中，第一卷積模塊：依次連接的Conv層、DepthwiseConv層、平均池化層和dropout層；

第二卷積模塊：依次連接的SeparableConv層、平均池化層和dropout層；最后全連接層連接用于二分類的sigmoid函數(shù)，直接給出判斷標(biāo)志；標(biāo)記1為小鼠健康的腦電信號，標(biāo)記0為小鼠出現(xiàn)異常的腦電信號；

4.根據(jù)權(quán)利要求3所述的一種基于CNN技術(shù)的小鼠腦電異常檢測與超聲刺激裝置，其特征在于：所述卷積神經(jīng)網(wǎng)絡(luò)模型CNN的訓(xùn)練方法為：

步驟1：通過該腦電采集模塊對300只健康的小鼠進(jìn)行腦電檢測，其中小鼠的年齡呈正態(tài)分布，其中有150只雌鼠和150只雄鼠。將采集的腦電信號進(jìn)行放大和濾波，之后將其信號波形和其時頻圖記錄在電腦主機(jī)內(nèi)，并進(jìn)行標(biāo)記為1，即標(biāo)記1為小鼠健康的腦電信號；

步驟2：接著對300只腦電信號出現(xiàn)異常小鼠進(jìn)行腦電檢測，其中小鼠的年齡呈正態(tài)分布，其中有150只雌鼠和150只雄鼠。將采集的腦電信號進(jìn)行放大和濾波，之后將其信號波形和其時頻圖記錄在電腦主機(jī)內(nèi)，并進(jìn)行標(biāo)記為0，即標(biāo)記0為小鼠出現(xiàn)異常的腦電信號；

步驟3：將標(biāo)記為1和標(biāo)記為0的兩組樣本集進(jìn)行打亂混合，取414只小鼠作為該模型的訓(xùn)練集，占所樣本總量的69％，取186只小鼠作為測試集，占樣本總量的31％；訓(xùn)練從而保證測試集二分類結(jié)果與訓(xùn)練集二分類結(jié)果差距不大，即保證了模型不會過擬合；

步驟4：用訓(xùn)練集對卷積神經(jīng)網(wǎng)絡(luò)模型CNN進(jìn)行訓(xùn)練，直到二分類結(jié)果正確率在95％以上；

步驟5：卷積神經(jīng)網(wǎng)絡(luò)模型CNN可通過分類小鼠的腦電信號用于判斷小鼠腦電信號是否出現(xiàn)異常；