[发明专利]一种基于脑电高频振荡节律的癫痫灶定位系统

说明书

本发明公开了一种基于脑电高频振荡节律的癫痫灶定位系统，包括客户端，所述客户端与私有云服务器连接，所述私有云服务器与开发维护终端连接；所述客户端包括脑电采集模块，所述脑电采集模块连接数据处理模块，所述数据处理模块连接处理器，所述处理器连接网络传输模块与显示模块，所述私有云服务器包括计算模块、数据存储模块和专家系统模块。所述脑电采集模块用于采集病人脑电数据，通过导联用电极膏紧贴病人头皮采集病人脑电数据。所述数据处理模块由前级放大电路，滤波电路，陷波电路和后级放大电路和AD转换器组成，用于对病人的脑电信号放大并转换成数字信号送入处理器。

技术领域

本发明涉及一种癫痫灶定位系统，尤其涉及一种基于脑电高频振荡节律的癫痫灶定位系统。

背景技术

高频振荡节律是指脑电信号中频率在80Hz到500Hz之间的信号成分。其中包括Rs波(Ripples，80～250Hz)、FRs波(FastRipples，250～500Hz)，相关研究并表明Rs节律和FRs节律更直接反应了神经元的同步化活动，特别是FRS，越靠近癫痫病灶位的核心区域，就能记录到越多的FRS节律。因此高频振荡节律成为定位癫痫发作始发区的一种新的生物指标，成为定位癫痫发作始发区的黄金标准。

传统的癫痫灶定位主要有医生视觉评估和自动检测两种方法。

视觉评估是目前最为广泛使用的方法，通过医生人工观察脑电图机中采集到的脑电信号的变化从而做出标记和判断，但是由于视觉评估中人工标记高频震荡是非常耗时间的，从开颅诊断到分析定位再到手术切除往往需要5-14天，这大大增加了病患的痛苦和手术的风险。此外，人工标记受到医生主观和各种客观因素的影响，漏标和错标是难以避免的。

最近几年出现了一些自动检测系统，这些系统通过导联采集到脑电数据，然后使用均方根，短时线性长度，复Morlet小波变换和希尔伯特变换等等方法进行检测。但这些方法虽然有很高的灵敏度，算法单一，但存在如下缺陷：(1)人工视觉评估：测试需要的时间长，受医生主观和客观的各种因素影响，漏标和错标是难以避免的。(2)自动检测系统：由于脑电数据量大，现有的方法算法单一，算法运行时间长，虽然有很高的灵敏度，但特异性较低，仍然存在假阳性的情况。

鉴于此，如何在保证癫痫病灶位定位高的灵敏度的同时，提高特异性，降低假阳性，把目前准确率高但是计算量大的定位算法应用在实际癫痫定位中的同时提高定位系统的实时性，是本领域的研究人员亟待解决的问题。

发明内容

本发明提出一种基于脑电高频振荡节律的癫痫灶定位系统，在实际应用中计算快，准确率高，在保证高的灵敏度的同时，提高特异性，降低假阳性。

本发明所采用的技术方案：一种基于脑电高频振荡节律的癫痫灶定位系统，包括客户端，所述客户端与私有云服务器连接，所述私有云服务器与开发维护终端连接；所述客户端包括脑电采集模块，所述脑电采集模块连接数据处理模块，所述数据处理模块连接处理器，所述处理器连接网络传输模块与显示模块，所述私有云服务器包括计算模块、数据存储模块和专家系统模块。

优选的，所述脑电采集模块用于采集病人脑电数据，通过导联用电极膏紧贴病人头皮采集病人脑电数据。

优选的，所述数据处理模块由前级放大电路，滤波电路，陷波电路和后级放大电路和AD转换器组成，用于对病人的脑电信号放大并转换成数字信号送入处理器。

优选的，所述处理器用于接收数据处理模块传来的数字信号，并响应客户端发来的操作指令。

优选的，所述处理器运行二分类算法用于筛选疑似病灶位导联。

优选的，所述网络传输模块用于把处理器筛选出来的疑似导联的高频振荡节律数据发送给私有云服务器进行多分类分析，确定其具体类型。

优选的，所述显示模块由触摸显示屏构成，用于用户对客户端设备的操作和控制。