[发明专利]一种面向孤独症诊断的静息态脑电分析系统

权利要求书

1.一种面向孤独症诊断的静息态脑电分析系统，其特征在于，包括

采集数据模块：用于被试人员在睁眼休息时的脑电信号；

数据预处理模块：用于对静息态脑电信号进行降噪处理；

提取特征模块：用于计算对预处理之后的静息态脑电地形图间相关系数，并以此为特征参数进行k-means盲聚类，得到三个静息态脑电微状态三类静息态脑电微状态地形图，提取每种微状态类别的平均持续时间或平均每秒内出现的次数；进而获得训练数据样本集和测试样本集，并按照标准的前向神经网络结构设计技术获得模式分类器；利用获得的模式分类器最终实现对患孤独症风险的诊断结果；

所述采集数据模块包括脑电图设备，所述数据预处理模块和提取特征模块包括基于MATLAB的开源工具箱eeglab 13.0。

2.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述三类静息态脑电微状态地形图包括A类、B类、C类，其空间构型正负电荷的重心分别为右侧额区-左侧枕区、左侧额区-右侧枕区、额区中线-枕区中线。

3.如权利要求2所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述训练数据样本集和测试样本集的输入向量由静息态脑电微状态类别A和类别C的平均持续时间、微状态类别B平均每秒内出现的次数这三个变量构成，输出结果为{0，1}数据，其中0代表正常人群的数据，1代表孤独症人群的数据。

4.如权利要求2所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述模式分类器采用了标准化的前向神经网络结构设计算法，确定隐层神经元数量、隐层权值与阀值、输出层权值与阀值等结构信息。

5.如权利要求2所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述模式分类器的隐层激励函数是Sigmoid函数输出层激活函数为线性函数f(x)＝x；这样模式分类器的函数映射关系可以表示为：out＝W₂*f(W₁*in+B₁)+B₂，其中out为模式分类器的函数映射关系的输出、in为模式分类器的函数映射关系的输入、W₁为隐层权值、W₂为输出层权值、B₁为隐层阀值、B₂为输出层阀值。

6.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述脑电图设备采用盐水电极帽。

7.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述采集数据模块的工作步骤为：采用脑电图设备分别采集被试人员在睁眼休息时的脑电信号。

8.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，睁眼休息时的被试人员应当注视正前方屏幕中心的注视点五分钟。

9.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统，其特征在于，所述数据预处理模块的工作步骤为：包括脑电信号载入、大飘移时间段数据移除、坏电极移除、生理伪迹矫正、分段、坏段移除。