[发明专利]一种闭环认知反馈形式的脑电神经反馈系统在审

专利信息
申请号: 202010562382.2 申请日: 2020-06-18
公开(公告)号: CN111728610A 公开(公告)日: 2020-10-02
发明(设计)人: 卜俊杰;何长乐 申请(专利权)人: 安徽医科大学
主分类号: A61B5/0482 分类号: A61B5/0482;A61B5/00
代理公司: 重庆市信立达专利代理事务所(普通合伙) 50230 代理人: 陈炳萍
地址: 230032 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 闭环 认知 反馈 形式 神经 系统
【说明书】:

发明公开了一种闭环认知反馈形式的脑电神经反馈系统,涉及认知神经科学和生物医学工程相结合技术领域,具体方案为:包括脑电采集模块、脑电分析模块和反馈模块;脑电采集模块用于采集受试者在相应认知实验任务下的头皮脑电信号;脑电分析模块用于对采集的脑电信号进行预处理,并针对的提取认知活动信号特征,并利用机器学习模型建立相关特征脑活动信号与认知心理行为之间的关系,并建立相应的预测模型;其中,认知活动信号特征至少包括脑电的特定导联下的事件相关电位幅度信息,事件相关频率的能量信息和事件相关频率的相位信息,本发明能够进一步提高受试者在脑电神经反馈训练中的调节控制能力达到更加有效的改善认知能力的结果。

技术领域

本发明涉及认知神经科学和生物医学工程相结合技术领域,更具体地说,它涉及一种闭环认知反馈形式的脑电神经反馈系统。

背景技术

神经反馈是一项无创性的认知训练治疗技术,目前被广泛的应用于精神障碍疾病,认知能力的改善等多个领域,其原理是受试者通过自我调控实时反馈的脑活动生理信号,经过一定时间的训练,从而达到认知心理行为和精神障碍疾病改善的结果。20世纪60年代左右出现的基于头皮脑电信号的反馈是最早的神经反馈,目前用于测量脑活动生理信息包括磁共振信号,近红外光谱信号等多种信号。相对于磁共振和近红外光谱信号,脑电信号具有很高的时间分辨率,人的许多认知活动的发生基本都在毫秒级别,所以脑电信号能很好的捕捉到更丰富的时间信息。同时脑电记录仪要远远低于磁共振系统的价格,所以脑电神经反馈更广阔的应用前景。

神经反馈形式的有效性将直接影响受试者能否在反馈训练中掌握调节脑活动信号的能力进而改善自己的认知心理行为结果。目前,神经反馈训练中呈现给受试者的是一种非闭合的反馈形式,主要包括直接的脑活动信号动态曲线(基于功能磁共振信号的神经反馈系统),将相关脑电信号转换成柱状图和条形图(用于大脑记忆功能改善的基于脑电信号的神经反馈训练仪)。由于用于反馈的脑活动特异性信号一般是根据相应的认知实验任务获得的,即通过相应的外在刺激得到相应的脑活动信号,而在上述反馈系统的反馈形式都是与诱发该脑活动信号无关的中性刺激(包括动态曲线,柱状图和条形图等),所以受试者在反馈训练中改变的状态可能和我们关心的认知状态并没有直接的关系,结合闭环认知反馈形式的神经反馈系统将会进一步提高受试者的认知训练结果。

发明内容

本发明的目的是提供一种闭环认知反馈形式的脑电神经反馈系统,能够进一步提高受试者在脑电神经反馈训练中的调节控制能力达到更加有效的改善认知能力的结果。

本发明的上述技术目的是通过以下技术方案得以实现的:

一种闭环认知反馈形式的脑电神经反馈系统,包括脑电采集模块、脑电分析模块和反馈模块;

脑电采集模块用于采集受试者在相应认知实验任务下的头皮脑电信号;

脑电分析模块用于对采集的脑电信号进行预处理,并针对的提取认知活动信号特征,并利用机器学习模型建立相关特征脑活动信号与认知心理行为之间的关系,并建立相应的预测模型;其中,认知活动信号特征至少包括脑电的特定导联下的事件相关电位幅度信息,事件相关频率的能量信息和事件相关频率的相位信息;

反馈模块用于通过脑电分析模块建立的预测模型,对受试者采集的脑电信号进行相应认知状态的预测,然后将预测的值转换为相应等级的刺激类型并呈现给受试者,通过将该刺激类型再次作为刺激源刺激激活相应的脑活动信号,形成闭环反馈。

作为一种优选方案,学习模型建立的过程为:基于采集到的脑电信号,提取相应认知任务试验下的脑电时域和频域特征并输入至分类器,通过小波分析算法得到时频率的能量特征,选取最终特征并通过基于簇的统计检验形成时间信息和导联信息的时空簇特征基于形成的电压和能量簇特征,将个簇中的信息平均,得到代表每个簇的电压和能量特征值,这些值将被融合在一起放入线性软间隔的支持向量机分类器中。

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安徽医科大学,未经安徽医科大学许可,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/202010562382.2/2.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