[发明专利]基于EEG和血清炎症因子分析脑损伤标志物的方法在审
| 申请号: | 202010575722.5 | 申请日: | 2020-06-22 |
| 公开(公告)号: | CN111803064A | 公开(公告)日: | 2020-10-23 |
| 发明(设计)人: | 张立国;杨曼;金梅;刘强;李媛媛;马子荐;李义辉;胡林 | 申请(专利权)人: | 燕山大学 |
| 主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
| 代理公司: | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人: | 王冬杰 |
| 地址: | 066004 河北省*** | 国省代码: | 河北;13 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 eeg 血清 炎症 因子分析 脑损伤 标志 方法 | ||
1.一种基于EEG和血清炎症因子分析脑损伤标志物的方法,其特征在于,该方法内容包括以下步骤:
步骤1、采集受试者安静状态下的脑电信号和激发状态下脑电信号各5分钟,记录两个状态下的脑电信号,去除工频信号的干扰后,再对被噪声污染的EEG信号进行离散序列小波变换,然后进行小波系数阈值处理,处理后的系数进行重新构建EEG信号,接着采用FastICA算法进行独立分量分析,列出每一个独立分量,找出伪迹分量和对应的系数,进而去除伪迹,并重构EEG信号,达到信号去噪的目的;
步骤2、利用预处理后的脑电信号,根据计算出慢波系数SWC,其中α、β、δ与θ均为频带范围,spectrum()函数用于计算各种谱函数,适用于时间序列的分析,再根据表达式(3):ApEn=Φm(r)-Φm+1(r)计算出近似熵ApEn,式(3)中r为允许偏差,m为矢量维数,Φm(r)为矢量序列{y(i)}平均自相关度,进而分别求出慢波系数和近似熵的右侧导联的特征参数除以左侧导联的特征参数所得的比值a,根据脑电信号特征参数Sum的求解表达式(4):Sump=a1+a2+…+a8,(p=1、2)求出慢波系数的Sum1值和近似熵的Sum2值,表达式(4)中a1~a8分别为第1组~第8组对称导联组中,右侧导联的特征参数除以左侧导联的特征参数,然后,根据加权平均法表达式(5):Sum=0.5·Sum1+0.5·Sum2将慢波系数Sum1值和近似熵的Sum2值归一化为Sum值的范围;
步骤3、抽取受试者空腹静脉血10mL,采用酶联免疫吸附测定法检测血清炎症因子水平;
步骤4、根据加权平均法求解血清炎症因子水平特征参数W=0.25WIL-6+0.25WIL-8+0.25WCRP+0.25WTNF-α,将血清炎症因子四个特征值归一化为W值的范围,其中,WIL-6为白细胞介素-6的特征参数、WIL-8为白细胞介素-8的特征参数、WCRP为C反应蛋白的特征参数、WTNF-α为肿瘤坏死因子-α的特征参数。
2.根据权利要求1所述的基于EEG和血清炎症因子分析脑损伤标志物的方法,其特征在于,所述步骤1具体包括以下步骤:
步骤11、获得稳定的数据,去除采集过程中受外在因素影响导致的不稳定数据;
步骤12、用EEGLAB脑电处理工具箱中的无限脉冲响应数字滤波器去除50Hz的工频干扰,再对被噪声污染的EEG信号进行离散序列小波变换,得到带有噪声的小波系数;
步骤13、进行小波系数阈值处理,处理后的系数再进行重新构建EEG信号,然后采用FastICA算法进行独立分量分析,列出每一个独立分量,找出伪迹分量和对应的系数,进而去除伪迹,并重构EEG信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010575722.5/1.html,转载请声明来源钻瓜专利网。





