[发明专利]基于高频振荡的关键电极触点识别及电刺激控制方法

权利要求书

1.一种基于高频振荡的癫痫监测关键电极触点识别方法，其特征在于，包括：

通过电极触点网络采集癫痫发作前后的SEEG脑电图信号；

对SEEG脑电图信号中的高频振荡信号进行识别，提取出各个电极触点对应的高频振荡信号；

通过对癫痫发作前后不同电极触点对应的高频振荡信号进行相关性分析，确定癫痫监测的关键电极触点。

2.根据权利要求1所述的基于高频振荡的癫痫监测关键电极触点识别方法，其特征在于，所述对SEEG脑电图信号中的高频振荡信号进行识别包括：

通过希尔伯特变换计算SEEG脑电图信号包络，并根据包络计算筛选阈值；

根据筛选阈值筛选出SEEG脑电图信号中的片段信号；

计算每个片段信号的Stockwell熵，并根据最大Stockwell熵确定幅度阈值；

根据幅度阈值识别SEEG脑电图信号中的高频振荡信号。

3.根据权利要求2所述的基于高频振荡的癫痫监测关键电极触点识别方法，其特征在于，包络超过幅度阈值，且时宽超过预设时宽阈值的信号为高频振荡信号。

4.根据权利要求1所述的基于高频振荡的癫痫监测关键电极触点识别方法，其特征在于，通过相关性分析确定关键电极触点包括：

通过对相应的高频振荡信号进行相关性分析，分别计算出癫痫发作前不同电极触点之间的互相关值，以及癫痫发作后不同电极触点之间的互相关值；

根据电极触点所属脑区，计算出癫痫发作前不同脑区之间的平均互相关值，以及癫痫发作后不同脑区之间的平均互相关值；

将发作前后不同脑区之间的平均互相关值进行比较，确定关键脑区，该关键脑区对应的电极触点为关键电极触点。

5.一种基于高频振荡的电刺激控制方法，其特征在于，包括：

通过电极触点网络采集癫痫发作前后的SEEG脑电图信号；

对SEEG脑电图信号中的高频振荡信号进行识别，提取出各个电极触点对应的高频振荡信号；

通过对癫痫发作前后不同电极触点对应的高频振荡信号进行相关性分析，确定癫痫监测的关键电极触点；

实时监测关键电极触点的高频振荡信号；

基于关键电极触点的高频振荡信号判定是否需要进行电刺激，响应于需要进行电刺激，控制关键电极触点输出电脉冲。

6.根据权利要求5所述的基于高频振荡的电刺激控制方法，其特征在于，所述识别SEEG脑电图信号中的高频振荡信号包括：

通过希尔伯特变换计算SEEG脑电图信号包络，并根据包络计算筛选阈值；

根据筛选阈值筛选出SEEG脑电图信号中的片段信号；

计算每个片段信号的Stockwell熵，并根据最大Stockwell熵确定幅度阈值；

根据幅度阈值识别SEEG脑电图信号中的高频振荡信号。

7.根据权利要求6所述的基于高频振荡的电刺激控制方法，其特征在于，包络超过幅度阈值，且时宽超过预设时宽阈值的信号为高频振荡信号。

8.根据权利要求5所述的基于高频振荡的电刺激控制方法，其特征在于，通过相关性分析确定关键电极触点包括：

通过对相应的高频振荡信号进行相关性分析，分别计算出癫痫发作前不同电极触点之间的互相关值，以及癫痫发作后不同电极触点之间的互相关值；

根据电极触点所属脑区，计算出癫痫发作前不同脑区之间的平均互相关值，以及癫痫发作后不同脑区之间的平均互相关值；

将发作前后不同脑区之间的平均互相关值进行比较，确定关键脑区，该关键脑区对应的电极触点为关键电极触点。

9.根据权利要求5所述的基于高频振荡的电刺激控制方法，其特征在于，所述基于关键电极触点的高频振荡信号判定是否需要进行电刺激，包括：

通过支持向量机对所述高频振荡信号的每个时间点进行分类；

根据分类结果预测癫痫发作概率；

判定癫痫发作概率是否超过预设阈值，响应于癫痫发作概率超过预设阈值，控制关键电极触点输出电脉冲。

10.根据权利要求9所述的基于高频振荡的电刺激控制方法，其特征在于，还包括：响应于癫痫发作概率超过预设阈值，确定癫痫发作的预测时间，响应于预测时间大于0，控制关键电极触点输出电脉冲。