[发明专利]基于多频段PCMI-EBN的轻度认知障碍脑电信号分析方法及系统

说明书

本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI‑EBN的轻度认知障碍脑电信号分析方法。该方法采集脑电信号历史数据样本，进行去噪处理后，采用使用排序条件互信息方法提取耦合特征构建因效性脑网络PCMI‑EBN，并基于多频段的PCMI‑EBN信号使用多频段核ELM方法实现对不同脑电信号的高精确性分类。本发明的有益效果是，本发明的方法有助于解决轻度认知障碍早期诊断困难的问题，可以广泛应用于医院及社区内的健康管理指导和临床诊疗。作为针对轻度认知障碍的医疗辅助、临床诊断参考以及治疗辅助技术，从而解决轻度认知障碍早期诊断困难问题。

技术领域

本发明涉及神经网络模型搭建技术领域,特别涉及一种基于多频段PCMI-EBN的轻度认知障碍脑电信号分析方法及系统。

背景技术

痴呆是全球第五大死亡原因，而阿尔茨海默病(Alzheimer disease，AD)占全球痴呆病例的六到八成。AD的主要特征是记忆力减弱和认知能力的下降，会严重影响患者的正常生活。这是对全球卫生和社会保健系统的一个重大挑战。目前很大一部分阿尔茨海默病患者都没有在患病早期被及时的发现，导致后期治疗难度加大，因此尽早地诊断出AD并及时加以干预对于患者来说至关重要。

轻度认知障碍(Mild Cognitive Impairment，MCI)属于AD的早期阶段，在老年人群中，大约15％到20％的人患有MCI，特征是认知能力下降的程度大于个体年龄的预期，但并不严重影响日常活动。每年，有10-15％的MCI患者转化为AD，与年龄匹配的健康个体相比，MCI患者转化为AD的速度明显更快，增幅的程度约为1-2％。目前的医学技术可实现对MCI患者病情的控制，治愈率也比较高，因此研究MCI的早期筛查方法，对AD的早期干预具有重大意义。

目前确认患者是否患有AD或MCI的方法主要包括神经心理学检查，如简易精神量表检查、日常生活能力评估量表检查等；神经影像学检查，如磁共振成像，计算机断层扫描，正电子发射断层扫描脑电图等；血液学检查；脑脊液检测；基因检测等方法。研究表明，临床心理学评价常用的MMSE检查对MCI的漏检率较高，因为临床上的诊断多是出于医生的主观判断，可能存在一定的缺陷，所以使用其他科学高效的非临床类方法来进行确认可以使得诊断结果更加科学客观，对提高确诊的准确率有一定作用。使用MRI或PET等神经影像学技术进行诊断的方法大多价格昂贵，而且侵入性较强，相比较而言，脑电图EEG技术的低成本、无创性和便携性使其成为一个很好的选择。而且研究表明，EEG可以提前发现一些其他方法无法发现的脑功能异常，即可以显示出一些没有达到其他方法诊断标准阶段的异常，适合用于MCI的预测。

在基于EEG数据对AD或MCI进行预测研究中，研究者们大多通过提取EEG的多种特征，对提取出的特征集使用如特征选择等方法进行特征处理后，再利用机器学习方法实现分类。在提取EEG特征方面，排序条件互信息(Permutation Conditional MutualInformation，PCMI)方法同时考虑了神经网络的耦合强度和耦合方向，对数据之间关系的描述更加全面。在不同的频段上，通过PCMI方法提取出的耦合特征可以体现MCI和健康人的脑电信号在上存在的显著性差异。

发明内容

本发明要解决的技术问题是，提供一种基于多频段PCMI-EBN的轻度认知障碍脑电信号分析方法及系统，实现对脑电信号的高准确率分类，以解决现有技术中上述以及潜在的任一问题。

本发明所采用的技术方案是：一种基于多频段PCMI-EBN的轻度认知障碍脑电分析方法，该方法包括以下步骤：

S1)采集脑电信号历史数据样本，进行去噪处理后，提取每个脑电信号历史数据样本的多个频段内的脑电信号数据；

S2)构建每个脑电信号历史数据样本的单频段脑电信号数据的因效性脑网络PCMI-EBN；

S3)根据设定的稀疏度值对S2)得到的单频段的因效性脑网络PCMI-EBN进行稀疏化处理，后得到所述稀疏度值下单频段的图核矩阵；