[实用新型]基于生理信息的抑郁症评估系统

说明书

技术领域

本实用新型涉及一种抑郁症评估技术，特别涉及一种基于生理信息的抑郁症评估系统。

背景技术

随着社会发展，人们面临越来越多的压力，抑郁症的发病率也越来越高。根据调查中国约有9000万抑郁症患者，占总人口的6.4％。全世界抑郁症患者约有3.5亿。抑郁症患者一般表现为情绪低沉，对以前感兴趣的事物丧失兴趣以及注意力降低。抑郁症等级有轻度、中度、重度的区别，患病情况严重的有自杀倾向。抑郁症的病因是复杂的，而不是单一的，主要由生物、心理和社会因素共同组成生物-心理-社会的统一模式，有遗传因素、生物化学因素、神经内分泌因素、心理社会因素等原因影响。抑郁症的发病机制研究多集中于神经递质及其受体，尤其是单胺类神经递质及其受体，研究认为神经肽在抑郁症发病中起重要作用。但是至今，抑郁症的发病机制还没有一个统一的定论。

如今临床上对抑郁症的评估主要根据病史、临床症状等方式，目前国际上通用的评估标准有ICD-10和DSM-IV。国内主要采用ICD-10，通过抑郁症症状的表现以及抑郁症自评量表(SDS)判断受测者是否患有抑郁症，这样的评估方式会受到受测者主观陈述、心理医生的自身主观因素和临床经验的影响，并不是客观评估抑郁症的有效方法。因此需要一种基于生理信息对抑郁症进行评估，客观量化是否患有抑郁症以及抑郁等级。

根据以往的研究，抑郁症患者的心电、脉搏波、脑电、皮电、胃电、肌电、眼电、多导睡眠、温度等生理信息跟正常人有所差异。表现为电信号的时域、频域、时域几何参数等有所不同。因此根据多种生理信息表现的差异，对信号进行处理，计算大量的信号参数，建立抑郁评估数学模型评估抑郁症具有研究基础、可行性和临床实用性。

实用新型内容

本实用新型的首要目的在于克服现有抑郁症评价技术的缺点和不足，提供一种基于生理信息的抑郁症评估系统，该系统通过采集人体心电信息以及脉搏波、脑电、皮电、胃电、肌电、眼电、多导睡眠、温度中一种或一种以上生理信息，计算生理信息的时域、频域等参数，提取特征参数集，建立抑郁评估数学模型，进而对受测者是否患有抑郁症以及抑郁等级进行评估。

本实用新型的另一目的在于克服现有抑郁症评价方法的缺点和不足，提供一种应用于基于生理信息的抑郁症评估系统的评估方法，该评估方法能够客观量化地评估受测者是否患有抑郁症以及抑郁等级。

本实用新型的首要目的通过下述技术方案实现：一种基于生理信息的抑郁症评估系统，包括：信息采集模块、信号处理模块、参数计算模块、特征选择模块、机器学习模块和输出结果模块。

信息采集模块，用于采集心电信号以及选择性地采集脉搏波信号、脑电信号、皮电信号、胃电信号、肌电信号、眼电信号、多导睡眠信号、温度信号中一种或一种以上的生理信息。信息采集模块采集的信号通过USB串口有线传输或者蓝牙无线传输的方式传输到信号处理模块中。

信号处理模块，用于对生理信息进行信号处理，包括心电信号处理单元、脉搏波信号处理单元、脑电信号处理单元、皮电信号处理单元、胃电信号处理单元、肌电信号处理单元、眼电信号处理单元、多导睡眠信号处理单元和温度信号处理单元。其中心电信号处理单元包括去基线处理、滤波去噪处理、提取窦性心搏间期(RR间期)处理、插值处理、傅里叶变换处理以及谱分析和谱估计处理。脉搏波信号处理单元包括去基线处理、滤波去噪处理、提取脉搏间期(PP间期)处理、插值处理、傅里叶变换处理以及谱分析和谱估计处理。脑电信号处理单元包括去基线处理、阈值去噪处理、小波分解处理以及谱分析和谱估计处理。皮电信号处理单元包括去基线处理和小波滤波处理。胃电信号处理单元包括去基线处理、Hilbert-Huang变换处理、小波分析处理、多分辨率分析处理和独立成分分析处理。肌电信号处理单元包括去基线处理和小波包自适应阈值去噪。眼电信号处理单元包括去基线处理、加权中值滤波处理和小波变换处理。多导睡眠信号处理单元包括处理睡眠脑电信号、睡眠肌电信号和睡眠眼电信号，对所述睡眠脑电信号进行去基线处理、阈值去噪处理、小波分解处理以及谱分析和谱估计处理，对所述睡眠眼电信号进行去基线处理、加权中值滤波处理和小波变换处理，对所述睡眠肌电信号进行去基线处理、小波包自适应阈值去噪处理和睡眠分期处理。温度信号处理单元包括去基线处理、阈值滤波处理、建立温度值与图像灰度值的关系式。信号处理模块输出经过处理的信号到参数计算模块。