[发明专利]一种基于图模型的脑电异常监测方法及系统

说明书

本公开提出一种基于图模型的脑电异常监测方法及系统，本公开所述方案利用图模型提取信号中相关信息，采用假设检验对异常情况进行识别，通过图模型对脑电信号频谱信息进行建模，可以有效提取脑电信号各频率成分之间的相关性，量化脑电信号中的结构化信息，有效提高脑电异常监测精度，同时，本公开利用中值图对历史信息进行描述，并没有使用复杂的建模方法，有效的提高了监测效率，具有较强的实时性。

技术领域

本公开涉及脑电信号处理技术领域，特别涉及一种基于图模型的脑电异常监测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

在实际对EEG信号的监测中，一个非常重要的内容就是对EEG信号中所出现的异常进行监测，即对于EEG信号从正常到异常的的时间进行监测；由于EEG信号的复杂性和不平稳性，如何提高EEG信号的异常监测的准确度问题仍是当前本领域难以解决的问题；发明人发现，现有技术EEG的异常检测仍然依赖于有专业技术人员观察多通道脑电图，进而凭经验来识别其中是否包含异常的脑电波，此方法枯燥、费时、效率低，且缺乏统一的客观标准，容易造成误判和漏判，并且难以保证评估者之间的一致性，极易造成误判。

发明内容

本公开为了解决上述问题，提出了一种基于图模型的脑电异常监测方法及系统，本公开所述方案基于图模型对EEG信号中的特征进行精确提取，进而利用假设检验的方法实现脑电异常的实时监测，有效保证了EEG信号的自动化监测，提高了监测效率。

根据本公开实施例的第一个方面，提供了一种基于图模型的脑电异常监测系统，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。

根据本公开实施例的第二个方面，提供了一种基于图模型的脑电异常监测方法，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；

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。

根据本公开实施例的第三个方面，提供了一种电子设备，包括脑电信号采集设备、存储器、处理器、警示灯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上述的基于图模型的脑电异常监测方法。

根据本公开实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的基于图模型的脑电异常监测方法。

与现有技术相比，本公开的有益效果是：

(1)本公开可以实时对脑电信号中的异常进行监测，减少异常脑电信号诊断时间，同时按照统一的客观标准对EEG信号进行监测，从而减少EEG信号的误判和漏判，保持评估结果的一致性。

(2)本公开利用图模型提取信号中相关信息，采用假设检验对异常进行识别，不需要庞大的有标签的数据集进行模型训练，本公开所述方案属于无监督的方法。