[发明专利]用于检测低血糖症的EEG信号分析

权利要求书

1.一种用于分析EEG信号以在其中检测指示低血糖症的特征的设备，包括：

-用于将EEG信号划分成为时间段序列的装置；

-用于针对每个时间段来确定是否出现指示低血糖症的EEG信号图案，当确定将在一个时间段中出现指示低血糖症的EEG信号的图案时，将其记录为事件的装置，

-用于集成在被选择的数量的先前时间段期间所记录的事件数量的装置，所述被选择的数量的先前的时间段一起构成所选择的时段，以及

-用于基于所述集成来确定所述EEG信号指示出现低血糖症的装置。

2.根据权利要求1所述的设备，其中当所述集成事件的数量超过预设阈值数量和/或当随着时间而集成的曲线与所述曲线的先前建立的理想模型之间的匹配超过阈值水平时，确定所述EEG信号指示出现低血糖症，先前建立的所述理想模型指示低血糖症。

3.根据权利要求1所述的设备，其中所述集成实现为加权的集成，其中对在较早时间的时间段中检测到的事件给出的权重比在更新近的时间段中检测到事件的权重更小。

4.根据权利要求3所述的设备，其中使用线性加权函数或者正弦曲线加权函数来执行所述加权集成。

5.根据权利要求1所述的设备，其中通过向所述信号应用以下内容来确定在一个时间段中是否出现指示低血糖症的EEG信号图案，所述内容即：先前训练的Bayes分类器、支持矢量机(SVM)、相关性矢量机(RVM)、高斯处理分类器、基于Fisher判别式的分类器、引导式分类器、Bayes分类器、K最近邻居分类器、二进制判定树、Parzen Window分类器或者神经网络。

6.根据权利要求5所述的设备，其中使用Bayes高斯分类器来实现所述确定。

7.根据权利要求6所述的设备，其中在EEG信号被监控的时段期间，实现对随时间的高斯模型的平均和协方差参数的重新估计。

8.根据权利要求7所述的设备，其中所述先前训练的Bayes分类器是二次Bayes高斯分类器。

9.根据权利要求5所述的设备，其中将所述先前训练的Bayes分类器应用至所述信号，其中所述分类器是由所监督的学习所训练的分类器。

10.根据权利要求1所述的设备，对原始EEG信号进行频谱分析，以便从中提取至少四个频带的功率平均值，其中基于所述至少四个频带的功率平均值做出是否出现EEG信号图案的所述确定。

11.根据权利要求10所述的设备，其中所述至少四个频带包括至少五个频带，所述至少五个频带覆盖从2Hz至32Hz的频率。

12.根据权利要求11所述的设备，其中所述至少五个频带包括以下频率的频带：2Hz-5Hz、5Hz-8Hz、8Hz-11Hz、11Hz-14Hz以及14Hz-32Hz，其中所述至少五个频带的所有边界可以有上至20％的变化。

13.根据权利要求10所述的设备，其中在所述频谱分析之前，识别并且消除所述EEG信号中的伪像或者噪声元素。

14.根据权利要求1所述的设备，其中从定位在由FC3-FC1-C1-CP1-P1-PO3-P5-CP5-C5标准EEG电极位置所界定的区域中和/或在环绕C4的等效区域中的一个或者多个电极获得所述EEG信号。

15.根据权利要求14所述的设备，其中所述电极定位在由FC3-FC1-C1-CP1-CP3-C5位置所界定的区域中和/或环绕C4的等效区域中。