[发明专利]一种ADHD的诊断模型建立方法、存储模块以及处理设备

权利要求书

1.一种ADHD的诊断模型建立方法，所述DHD的诊断模型用于对ADHD进行识别，其特征在于，所述诊断模型建立方法包括如下步骤：

S1、获取离散的脑电样本信号x(n)；

S2、对x(n)进行db5小波的5层小波分解，分别读取a5、d5、d4、d3以及d2尺度的小波分解系数矩阵，按式(1)计算小波分解系数的能量值；

式中，|x_ij|表示第j个频率段中第i个点的幅度值，E_j为脑电信号能量值；d2尺度代表肌电以及工频干扰，d3尺度代表β波，d4尺度代表α波，d5尺度代表θ波，a5尺度代表δ波；

S3、按照式(2)构造能量特征向量T，并对脑电信号能量值E_j进行归一化，得到归一化后的特征向量为E'_j以得到归一化后能量特征矩阵；

T＝[E_a5，E_d5，E_d4，E_d3，E_d2] (2)

S4、将归一化后能量特征矩阵作为SVM分类器的输入，径向基核函数作为核函数进行脑电波的模式识别，并将进行模式识别后的训练模型作为ADHD的诊断模型。

2.根据权利要求1所述的诊断模型建立方法，其特征在于，d2尺度对应的频率为31.25～62.5Hz，d3尺度对应的频率为15.6～31.25Hz，d4尺度对应的频率为7.8～15.6Hz，d5尺度对应的频率为3.91～7.8Hz，a5尺度对应的频率为0.97～3.91Hz。

3.根据权利要求1所述的诊断模型建立方法，其特征在于，步骤S2中所述对脑电信号能量值E_j进行归一化，得到归一化后的特征向量为E'_j具体是指采用下述公式(3)～(5)中的任意一个公式对E_j进行归一化；

。

4.根据权利要求1所述的诊断模型建立方法，其特征在于，所述步骤S4中还包括对径向基核函数的参数g和惩罚参数C进行优化的步骤，优化时采用改进的网格搜索法：首先，使用较大的搜索步距在大的搜索空间范围内进行粗略搜索，并提取出使得分类准确率最高的那组参数的值；然后，在寻找到局部最优参数后，在该参数组附近选取一个较小的搜索空间，使用传统的网格搜索法进行第二次搜索，以得到最优参数。

5.根据权利要求4所述的诊断模型建立方法，其特征在于，采用的改进的网格搜索法进行搜索时具有参数g和惩罚参数C分别具有预设的搜索范围，并且具有预设的搜索步距。

6.根据权利要求1所述的诊断模型建立方法，其特征在于，所述SVM分类器的输入向量为5维输入向量，分别为α、β、θ、δ、θ/β以及θ/α对应的特征向量。

7.一种存储模块，其特征在于，存储有程序指令，所述程序指令用于实现如权利要求1-6任意一项所述的诊断模型建立方法。

8.一种处理设备，其特征在于，采用如权利要求1-6任意一项所述的诊断模型建立方法所建立的诊断模型进行ADHD的识别。