[发明专利]一种基于图模型的脑电异常监测方法及系统在审
申请号: | 202010598048.2 | 申请日: | 2020-06-28 |
公开(公告)号: | CN111743535A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 卢国梁;陈光远;尚伟;谢兆宏;许峰;张红;刘震;王尚 | 申请(专利权)人: | 山东大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 李圣梅 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
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 基于 模型 异常 监测 方法 系统 | ||
1.一种基于图模型的脑电异常监测系统,其特征在于,包括:
脑电信号采集模块,其用于通过脑电信号采集设备采集当前时刻的脑电信号,并对其进行滤波处理;
图模型构建模块,其用于对滤波后的脑电信号建立功率谱,基于所述功率谱构建图模型,并将所述图模型表达为邻接矩阵形式;
决策模块,其用于利用当前时刻之前k个时刻的图模型作为正常图结构集合,并计算所述集合的中值图,计算当前时刻图结构与中值图的距离作为异常值,并采用假设检验判断当前脑电信号是否正常。
2.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,在所述脑电信号采集模块中,所述滤波处理采用平滑滤波,能够有效去除信号采集过程中出现的噪声。
3.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,在所述图模型构建模块中,所述功率谱的建立,首先将将信号按照预先设定好的窗口长度对信号进行短时傅里叶变换,然后对当前时刻片段所对应的频域信号计算周期图从而得到当前时刻功率谱。
4.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,在所述图模型构建模块中,所述图模型的构建包括如下步骤:
将每个频率采样点作为图模型的节点,将所有频率采样点两两之间进行连线,作为所述图模型的加权边;
计算所述加权边两端节点之间的功率谱幅值差作为加权边的权重di,j,其中i,j为节点编号;
基于所述加权边两端节点间的权重di,j,构建所述图模型的邻接矩阵。
5.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,在所述决策模块中,所述中值图的计算公式为:
其中M(G,Gj)为计算所述正常图集合模型中两个正常图,图G和图Gj间的权重距离,对于两个图G和G',权重距离计算公式如下:
其中
其中di,j为图G中节点i与节点j之间加权边的权重,d′i,j为图G'中节点i与节点j之间加权边的权重。
6.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,在所述决策模块中,对当前时刻所得图结构G与中值图之间计算距离,将计算出来的距离作为异常值,所述距离计算方式如下,计算当前时刻之前异常值的平均值与标准差,若当前时刻的异常值D与所述平均值之差小于3倍标准差,则认为当前数据正常,即大脑处于正常状态;否则认为当前EEG数据异常,即大脑处于异常状态,对医护人员进行提醒。
7.如权利要求1所述的一种基于图模型的脑电异常监测系统,其特征在于,所述系统还包括告警模块,其用于根据决策模块的判断结果产生相应的警示作用。
8.一种基于图模型的脑电异常监测方法,其特征在于,包括:
利用脑电信号采集设备采集当前时刻的脑电信号,并对其进行滤波处理;
对滤波后的脑电信号建立功率谱;
基于所述功率谱构建图模型,并将所述图模型表达为邻接矩阵形式;
利用当前时刻之前k个时刻的图模型作为正常图结构集合,并计算所述集合的中值图,其中k的取值为大于0的整数;
计算当前时刻图结构与中值图的距离作为异常值,并采用假设检验判断当前脑电信号是否正常。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求8所述的基于图模型的脑电异常监测方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求8所述的基于图模型的脑电异常监测方法。
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山东大学,未经山东大学许可,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/202010598048.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:机组调试方法、调试装置及机组
- 下一篇:数据异常检测方法及装置