[发明专利]一种新型智能化神经内科治疗仪

摘要

本发明公开了一种新型智能化神经内科治疗仪，采集心电信号并进行心电信号预处理，采集脑电信号，对脑电信号进行分析处理，生成所需的脑电图检测数据，采集到的模拟脑电波信号进行放大、滤波、域转变处理得到脑电波指标，将所述色彩变化图与振幅整合脑电图进行整合，得到色彩标记振幅整合脑电图，计算心电噪声指数，综合对神经内科健康水平进行评估。检测方法直观且计算简单，对心电信号的噪声水平进行评估分析，避免错误的诊断结果利用色彩对幂律分布信息进行标记，并与aEEG 进行整合，实现了全面的、高效率、准确的检测，为后期针对性治疗提供了基础。

主权项

一种新型智能化神经内科治疗仪，其特征在于，该新型智能化神经内科治疗仪采用如下方法进行内科检测：步骤一、选取心电信号，记为：{xi}，i=1,2,3,...,n ；其中：i 表示采样点数；并进行心电信号预处理；步骤二、通过电极采集脑电信号，对所述脑电信号进行分析处理，生成所需的脑电图检测数据；步骤三、从脑电图提取出待标记信息，并对所述待标记信息用色彩进行标记，得到色彩变化图，其中，所述待标记信息为分类信息或幂律分布信息；步骤四、脑电波感知模块将采集到的模拟脑电波信号进行放大、滤波、域转变处理得到脑电波指标；步骤五、将心电信号映射为加权的网络，对每次采集的心电信号，以R 波波峰位置为分割点将目标心电信号段切成若干数据段{s1,s2,...sm}，每个数据段对应所述复杂网路中的一个结点；然后，定义一对数据段之间的简单距离, 该简单距离即两个数据段之间si 与sj 之间距离；步骤六、通过摄像装置采集涉及被检测者和/ 或检测环境的视频信号，对所述的视频信号进行分析，将被检测者和/ 或检测环境出现易于导致伪差的视频情形的时间段判断为伪差可疑区间；步骤七、将所述色彩变化图与振幅整合脑电图进行整合，得到色彩标记振幅整合脑电图，其中所述振幅整合脑电图为根据所述脑电图进行振幅提取得到的图；步骤八、计算心电信号每个心拍周期反映R 波附近噪声水平的噪声指数，设定噪声指数阈值，将计算所得的噪声指数与噪声指数阈值进行比较，统计连续N 个心拍的比较结果；步骤九、采用T 波窗口分析法，对X个心拍进行采样，每一个心拍采用T 波窗口法选定Y个采样点，将X*Y个相邻心拍的采样点作一次差分，绘制一次差分的T 波散点图；步骤十、利用快速傅立叶变换将采样点的幅度转化成能量谱并进行叠加平均得到其功率谱曲线图并计算T 波交替幅度值；步骤十一、根据心拍比较结果、噪声水平、T 波交替幅度值、脑电波指标、脑电图检测数据对患者神经内科健康水平进行等级分类；两个数据段之间si 与sj 之间距离，采用以下公式：；其中：li 为si 的长度,lj 为sj 的长度，设li ≤ lj，si,k,sj,k+l 分别为si,sj 数据段上第k，第k+l 个点；并将此距离对应为网络中相应结点间边的权值；获取所得网络的点强度分布图；对得到的点强度分布图进行高斯拟合，在此基础上定义统计量Rs；进行伪差可疑区间标识，生成带有伪差可疑区间标识的脑电图检测显示数据或者生成所述伪差可疑区间与所述脑电图检测数据的关联显示方式，进行伪差可疑区间标识的具体方法为对于被检测者和/ 或检测环境出现易于导致伪差的视频情形的时间段，按照所述视频信号采集的时间戳，生成伪差可疑区间的时间向量，并将该时间向量叠加在所述脑电图检测数据上生成带有伪差可疑区间标识的脑电图检测显示数据或者建立所述伪差可疑区间与所述脑电图检测数据的之间的关联，并生成关联显示方式；所述脑电波感知模块将采集到的模拟脑电波信号进行放大、滤波、域转变的具体方法为：步骤一、将采集到的模拟脑电波信号进行放大、滤波，得到0.5Hz‑100Hz 范围内的包括α波、β波、θ波和δ波的模拟脑电波信号；步骤二、将模拟脑电波信号进行模数转换成数字脑电波信号后进行傅里叶变换分别得到α波、β波、θ波和δ波的傅里叶谱，将信号从空间域变换至频率域；步骤三、对包括α波、β波、θ波和δ波的数字脑电波信号进行凯泽窗处理, 经幅值分析、时间域分析和频率域分析得到脑电波信号的各项指标参数。