[发明专利]针对评价感觉门控功能的MMN信号特征进行提取处理的方法、装置、处理器及其存储介质

权利要求书

1.一种针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的方法包括以下步骤：

(1)采集脑电波数据；

(2)进行MMN预处理；

(3)采用特征分析方法对MMN的幅值和潜伏期进行数值统计分析；

(4)将时间相关电位进行机器学习分类，得到分类的结果；

(5)将患者治疗前后的事件相关电位波形与3组平均水平进行比较，得到分析结果；

(6)提取MMN幅值和潜伏期。

2.根据权利要求1所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的步骤(2)具体包括以下步骤：

(2.1)通过0.1～30Hz的带通滤波器进行滤波；

(2.2)针对工频波段进行50Hz陷波处理；

(2.3)进行通道定位；

(2.4)进行独立成分分析去除眼电成分，更改参考电极；

(2.5)布置bin文件对脑电信号进行分段，进行基线校准；

(2.6)去除较大伪迹部分数据；

(2.7)分别对标准刺激和偏差刺激迭加平均得到两个事件相关电位，进行相减得到差异波；

(2.8)在差异波中提取MMN的峰值和潜伏期，获得波幅和波形。

3.根据权利要求2所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的步骤(2.6)具体包括以下步骤：

根据单一阈值超过±100微伏以及200ms内峰值波动超过±100微伏的判断条件去除伪迹大的分段。

4.根据权利要求1所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的步骤(3)具体包括以下步骤：

进行多样本的单因素方差分析检验，加入年龄进行协方差，并对MMN的幅值进行相关分析，得到波幅的感觉门控功能阈值。

5.根据权利要求1所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的方法还包括对测试集数据进行预测的步骤，具体包括以下步骤：

按照总样本的被试类型比例进行划分，使用十折交叉验证法，对进行模型训练，再对剩下的数据进行预测，将结果与标签进行对比，评估准确率。

6.根据权利要求1所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法，其特征在于，所述的步骤(1)具体包括以下步骤：

使用脑电采集系统进行脑电数据采集，指导被试者看无声视频，同时播放标准刺激与偏差刺激，其中标准刺激出现概率为90％，偏差刺激出现概率为10％，偏差刺激在至少6个标准刺激之后才会出现。

7.一种对评价感觉门控功能的MMN信号特征提取处理的装置，其特征在于，所述的装置包括：

处理器，被配置成执行计算机可执行指令；

存储器，存储一个或多个计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现权利要求1至6中任一项所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法的步骤。

8.一种对评价感觉门控功能的MMN信号特征提取处理的处理器，其特征在于，所述的处理器被配置成执行计算机可执行指令，所述的计算机可执行指令被所述的处理器执行时，实现权利要求1至6中任一项所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法的步骤。

9.一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，所述的计算机程序可被处理器执行以实现权利要求1至6中任一项所述的针对评价感觉门控功能的MMN信号特征进行提取处理的方法的各个步骤。