[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

说明书

本发明公开了一种ADHD的诊断模型建立方法、存储模块以及处理设备，该DHD的诊断模型用于对ADHD进行识别，本发明首先获取离散的脑电样本信号x(n)，然后对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，并计算小波分解系数的能量值，再构造能量特征向量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，最后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。利用本发明所建立的诊断模型进行ADHD的识别，速度快，准确率高。

技术领域

本发明涉及疾病诊断领域，更具体地说，涉及一种ADHD的诊断模型建立方法、存储模块以及处理设备。

背景技术

在医学上，脑电波检查在医生的医疗评估、诊断以及医疗进程监察中起到重要作用，其应用范围包括脑肿瘤﹑脑炎、脑功能衰退、癫痫及脑损伤等各类脑疾病。此外，该技术也正应用于人类的其他健康问题的研究，扩展了脑电信号检测及分析技术的范围。

儿童的健康成长与发育一直受到家长和社会的高度重视。但是儿童在成长和发育阶段显现出的有些问题比如自闭症、多动症、弱智等则不像其他疾病那么明显而被及时发现。注意缺陷多动障碍(Attention Deficit Hyperactivity Disorder,ADHD)通常被称为多动症，是儿童时期最常见的精神疾病，世界范围内约有5％的儿童受到ADHD的影响，表现主要为控制力差、多动、冲动等症状，这些病症会随儿童成长而一直存在。有大约一半的ADHD儿童的上述问题持续至青少年甚至成人期，并伴随譬如违法犯罪、社会功能不良、学习成绩下等问题的发生。实践证明，及早地发现与及时的干预，能有效地矫正儿童的多动症、弱智或自闭症等疾病，目前，这些疾病的诊断可以通过对脑电波的检测和分析来完成。

发明内容

本发明要解决的技术问题在于，针对现有对ADHD诊断存在准确率较低以及诊断时间慢的技术缺陷，提供了一种ADHD的诊断模型建立方法、存储模块以及处理设备。

本发明公开了一种ADHD的诊断模型建立方法、存储模块以及处理设备，该DHD的诊断模型用于对ADHD进行识别，本发明首先获取离散的脑电样本信号x(n)，然后对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，并计算小波分解系数的能量值，再造能量特征向量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，最后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。利用本发明所建立的诊断模型进行ADHD的识别，速度快，准确率高。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是尺度为5的小波分解树示意图；

图2是基于小波分解的EEG信号的各频带重构信号；

图3是基于WT和SVM的脑电信号分类识别原理框图；

图4是分类正确率随参数d的变化曲线；

图5是分类正确率随参数(g，C)的变化曲线；

图6是网格搜索法寻优结果图；

图7是ADHD的诊断模型建立方法的流程图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

ADHD脑电信号的特征值提取：