[发明专利]基于脑电信息的自闭症风险量化方法、装置和存储介质在审

专利信息
申请号: 201910879233.6 申请日: 2019-09-18
公开(公告)号: CN110584662A 公开(公告)日: 2019-12-20
发明(设计)人: 赵蕾蕾;杨铁牛 申请(专利权)人: 五邑大学
主分类号: A61B5/0476 分类号: A61B5/0476;A61B5/16;A61B5/00
代理公司: 44205 广州嘉权专利商标事务所有限公司 代理人: 孙浩
地址: 529000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风险量化 脑电数据 脑电信息 相干性 自闭症 脑区 预处理 准确度 存储介质 患者信息 人工判断 数据基础 正常人群 杂讯 去除 服务器 过滤 存储 医生
【说明书】:

发明公开了一种基于脑电信息的自闭症风险量化方法、装置和存储介质,通过获取患者的患者信息和至少2个脑区的脑电信息作为数据基础,对所述脑电信息进行预处理得出过滤后的脑电数据,有利于去除杂讯,提高数据的准确度,再计算不同脑区之间脑电数据的相干性,并与服务器中存储的正常人群的脑电数据相干性进行比较,从而得出自闭症的风险量化结果,比起现有技术依靠医生人工判断的效率有了极大的提高,能够快速准确地得出初步的自闭症风险量化结果。

技术领域

本发明涉及脑电信号领域,特别是一种基于脑电信息的自闭症风险量化方法、装置和存储介质。

背景技术

自闭症作为一种神经系统的疾病,在诊断时通常需要借助脑电图。现有方案主要依靠医生通过脑电图进行解读和判断,而且对医生的专业水平要求较高,诊断效率较低。

发明内容

为了克服现有技术的不足,本发明的目的在于提供一种基于脑电信息的自闭症风险量化方法、装置和存储介质,能够在采集到脑电信号后自动对自闭症风险进行量化。

本发明解决其问题所采用的技术方案是:第一方面,本发明提供了一种基于脑电信息的自闭症风险量化方法,包括以下步骤:

客户端获取患者的患者信息和至少2个脑区的脑电信息,所述患者信息包括年龄信息和性别信息;

所述客户端对所述至少2个脑区的脑电信息进行预处理,得出脑电数据;

所述客户端计算各脑区所对应的所述脑电数据之间的相干性,设置为第一相干性;

所述客户端根据所述患者信息从服务器中匹配出所述至少2个脑区的第二相干性,所述第二相干性为预先存储于所述服务器的正常人群的脑电数据相干性;

若所述客户端检测到所述第一相干性的数值小于所述第二相干性,则将自闭症风险量化结果设置为高风险。

进一步,所述脑电信息的频段包括delta频段、theta频段、alpha频段、beta频段和gamma频段。

进一步,所述对脑电信号的预处理包括滤波、去基线处理和去除杂讯。

进一步,所述客户端计算各脑区所对应的所述脑电数据之间的相干性具体包括以下步骤:

所述客户端获取各脑区所对应的所述脑电数据的互相关序列;

所述客户端从所述互相关序列中获取采样点,计算出该采样点的傅立叶系数;

所述客户端获取所述脑电数据的自功率频谱,根据所述自功率频谱和傅立叶系数计算出相干性。

进一步,所述傅立叶系数的计算公式为:

其中,X和Y为两个不同脑区的脑电数据,Rxy(m)为X和Y的互相关序列,m为所述互相关序列的第m个采样点,Pxy(f)为傅立叶系数。

进一步,所述相干性的计算公式为:

其中,Pxx(f)为X的自功率谱,Pyy(f)为Y的自功率谱。

第二方面,本发明提供了一种用于执行基于脑电信息的自闭症风险量化方法的装置,包括CPU单元,所述CPU单元用于执行以下步骤:

客户端获取患者的患者信息和至少2个脑区的脑电信息,所述患者信息包括年龄信息和性别信息;

所述客户端对所述至少2个脑区的脑电信息进行预处理,得出脑电数据;

所述客户端计算各脑区所对应的所述脑电数据之间的相干性,设置为第一相干性;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于五邑大学,未经五邑大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910879233.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top