[发明专利]一种脑电信号异常监测系统及方法

说明书

本发明涉及一种脑电信号异常监测系统及方法，包括：信号预处理模块：其被配置为获取脑电信号，根据频率将脑电信号划分为多个波段；构建图模型模块：其被配置为建立脑电信号的每个波段的图模型；计算加权异常分数模块：其被配置为根据图模型计算每个波段的异常分数，对得到的每个波段的异常分数进行统一加权处理得到加权异常分数；假设检验模块：其被配置为判断加权异常分数是否落入对应的置信区间内，以确定脑电信号是否异常，本发明的系统工作效率高，避免了漏判和误判。

技术领域

本发明涉及脑电信号监测技术领域，具体涉及一种脑电信号异常监测系统及方法。

背景技术

这里的陈述仅提供与本发明相关的背景技术，而不必然地构成现有技术。

脑电图(EEG)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。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信号的不平稳性，这种对于EEG信号的异常监测在目前仍是一种比较有挑战的问题。当下，临床上EEG的异常检测仍然依赖于视觉观察多通道脑电图，进而凭经验来识别其中是否包含异常的脑电波。发明人发现，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，并且评估者之间的一致性较低。

发明内容

本发明的目的是为克服现有技术的不足，提供一种脑电信号异常监测系统，能够在无人状态下自动对脑电信号进行实时监测，效率高，不容易出现误判和漏判。

为实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种脑电信号异常监测系统，包括：

信号预处理模块：其被配置为获取脑电信号，根据频率将脑电信号划分为多个波段；

构建图模型模块：其被配置为建立脑电信号的每个波段的图模型；

计算加权异常分数模块：其被配置为根据图模型计算每个波段的异常分数，对得到的每个波段的异常分数进行统一加权处理得到加权异常分数；

假设检验模块：其被配置为判断加权异常分数是否落入对应的置信区间内，以确定脑电信号是否异常。

进一步的，所述信号预处理模块包括：

滤波和去噪声模块，用于对获取的脑电信号进行平滑滤波和去除噪声后；

分类模块：用于根据频率将滤波和去噪声后的脑电信号分为多个波段。

进一步的，所述构建图模型模块包括：

转换模块：用于将每个波段的脑电信号由时域转换为频域，并将每个波段的脑电信号划分为多个信号段；

周期图计算模块：用于计算每个信号段的周期图；

权重计算模块：用于根据周期图得到图模型的节点，计算节点之间的边的权重；

图模型建立模块：用于根据得到的边的权重构造信号段的图模型，并将图模型用相邻矩阵来表示。

进一步的，所述转换模块中，采用离散短时傅里叶变换将脑电信号由时域转换为频域。

进一步的，所述计算加权异常分数模块包括：

异常分数计算模块：用于计算相邻图模型对应的相邻矩阵之间的欧几里得距离，即得到异常分数。

标准化模块：用于异常分数进行相似性得分标准化，得到每个异常分数对应的标准分量；

方差计算模块：用于计算多个标准分量的方差；

自适应权重计算模块：用于根据得到的方差计算每个波段的自适应权重；