[发明专利]一种基于脑电信号的癫痫病检测装置在审

专利信息
申请号: 202110595597.9 申请日: 2021-05-29
公开(公告)号: CN113288173A 公开(公告)日: 2021-08-24
发明(设计)人: 常珊;张莉莉;葛成;孔韧 申请(专利权)人: 江苏理工学院
主分类号: A61B5/369 分类号: A61B5/369;A61B5/372;A61B5/00
代理公司: 常州佰业腾飞专利代理事务所(普通合伙) 32231 代理人: 姜晓钰
地址: 213001 江*** 国省代码: 江苏;32
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 电信号 癫痫病 检测 装置
【说明书】:

发明公开了一种基于脑电信号的癫痫病检测装置,其技术方案要点是:基于脑电信号的癫痫病检测装置,包括:脑电信号采集设备,所述脑电信号采集设备用于采集被测者的脑电信号;检测模块,所述检测模块用于接收所述脑电信号采集设备采集到的脑电信号,所述检测模块利用深度学习训练的模型检测被测者是否患有癫痫病症;蓝牙发送模块,所述蓝牙发送模块用于发送所述检测模块检测得到的结果;接收结果呈现模块,所述接收结果呈现模块用于接收检测所得的结果并呈现出相应的检测结果。本基于脑电信号的癫痫病检测装置能够方便、高效的检测被测者是否存在癫痫病的症状。

技术领域

本发明涉及癫痫病诊断领域,特别涉及一种基于脑电信号的癫痫病检测装置。

背景技术

随着科技的不断发展,人工智能辅助医学检测的应用也越来越广泛,如何更便捷高效的检测出患者的患病情况成为一个重要问题。目前癫痫病的检测方法主要有传统方法和人工智能检测的方法。

传统的癫痫病检测流程复杂且费时,不容易做到便捷高效;人工智能技术为近几年来的热门技术,可以通过获取数据特征更快速有效的得出检测结果。一个完整的检测过程需要有脑电信号的采集,数据的传输和特征提取以及检测结果的呈现,为了更优化的检测流程,需要更简便的脑电波采集设备,更高效地检测算法模型以及更直接的结果呈现方式。

发明内容

针对背景技术中提到的问题,本发明的目的是提供一种基于脑电信号的癫痫病检测装置,以解决背景技术中提到的问题。

本发明的上述技术目的是通过以下技术方案得以实现的:

一种基于脑电信号的癫痫病检测装置,包括:

脑电信号采集设备,所述脑电信号采集设备用于采集被测者的脑电信号;

检测模块,所述检测模块用于接收所述脑电信号采集设备采集到的脑电信号,所述检测模块利用深度学习训练的模型检测被测者是否患有癫痫病症;

蓝牙发送模块,所述蓝牙发送模块用于发送所述检测模块检测得到的结果;

接收结果呈现模块,所述接收结果呈现模块用于接收检测所得的结果并呈现出相应的检测结果。

较佳的,所述脑电信号采集设备包括:开关,所述开关用于出发所述脑电信号采集设备启动或关闭;脑电信号采集器,所述脑电信号采集器用于采集脑电信号;信号放大器,所述信号放大器用于对所述采集脑电信号进行放大;数据转换芯片,所述数据转换芯片用于对采集到的脑电信号进行处理;无线发送模块,所述无线发送模块用于与所述检测模块进行连接并将处理后的脑电信号输入至检测模块;电源,所述电源用于为所述脑电信号采集设备供电。

较佳的,所述接收结果呈现模块中包含有深度学习模块,所述深度学习模块通过组合低层特征形成抽象的高层表示属性类别或特征,所述深度学习模块发现数据中隐藏的分布式特征表示。

较佳的,所述深度学习模块应用卷积神经网络,所述卷积神经网络是DenseNet,所述卷积神经网络包含Dense Block结构,所述Dense Block结构的每个层的输入包括之前所有层的信息,通过将前面N层的特征组合起来,形成对特征的描述和判别。

较佳的,所述接受结果呈现模块包括单片机,所述单片机用于接收蓝牙模块发送的检测结果,若被测者检测为无癫痫病的症状,则单片机仅呈现亮灯状态,若被测者检测为有癫痫病的症状,则单片机呈现亮灯状态同时蜂鸣器响起报警。

较佳的,所述脑电信号采集器连接有降噪过滤电路,所述降噪过滤电路将所述脑电信号采集器的传入信号进行处理。

较佳的,还包括预警模块,所述预警模块与所述接收结果呈现模块连接,所述预警模块用于进行声光预警。

较佳的,所述检测模块连接有存储模块,所述存储模块用于存储所述检测模块的检测结果,所述存储模块同时将传输至所述检测模块的未检测脑电信号进行存储。

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江苏理工学院,未经江苏理工学院许可,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/202110595597.9/2.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