[发明专利]基于脑电数据的大脑相关指标的智能测评分析方法

权利要求书

1.基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，包括以下步骤：

S1、接收脑波数据：用于将脑电波数据进行接收、存储、记录；

S2、异常脑波过滤：用于将S1中的异常数据进行过滤处理；

S3、解析脑波数据：用于将指定的格式重组一定时间段内采集的二个采集点的脑波数据组文件；

S4、重组脑波数据：用于将S3中的数据进行重新重组；

S5、计算相对指数：用于将脑波数据组文件进行频数统计分析，计算出该时间段内代表性的各种脑波的相对指数，计算出大脑相关指标的相对指数；

S6、对比判断：用于将S5中得出的大脑相关指标的相对指数与大脑各项相关指标的大数据常模区间判断规则作比对，判读出大脑相关指标对应的等级、分数及诊断文字描述；

S7、生成分析报告：用于将S1到S6中汇总的数据，进行判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级，针对对应的等级给出对应的分数、状态文字描述、图文说明及改善建议，最终生成一份脑波测评综合分析报告。

2.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤S5还包括以下内容：

(1)、频数统计分析：通过数据统计计算出各种脑波的中位数，将该脑波数据组文件进行频数统计分析SPSS百分位数算法计算出中位数,该数为该时间段内代表大脑脑电波各种脑波的脑电数据相对值；

(2)、归一化算法：各种脑波的中位数再做归一化处理得出对应的相对指数，通过归一化算法，计算出该时间段内代表性的各种脑波的相对指数；

(3)、相关性分析算法：通过各类脑波与大脑相关指标的相关性算法得出对应的大脑相关指标的相对指数，判断得出该大脑各项相关指标在大数据常模判断规则中对应的等级。

3.根据权利要求2所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤(1)中还包括以下内容：通过采集被检测者一段时间内100秒以上的脑波数据，然后按指定的格式重组采集的左右前额二个采集点的脑波数据组文件：δ1、θ1、α1、β1，δ2、θ2、α2、β2，将该脑波数据组文件进行频数统计分析SPSS百分位数算法分别计算出δ1、θ1、α1、β1，δ2、θ2、α2、β2的中位数,该数值为该时间段内代表大脑脑电波各种脑波的脑电数据相对指数，通过上述采集被检测者一定时间段内的脑波数据组计算出该时间段内代表性的各种脑波的相对指数。

4.根据权利要求2所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于，所述步骤(2)中还包括以下内容：通过上述计算出来的各种脑波的脑电数据相对值，通过归一化算法将指数归一在0-100之间。

5.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于：所述步骤S1到步骤S5具体实施方法如下：

1)、得出各项大脑相关指标的相对指数，以此方法至少得出200组的数据组；

2)、得出的数据组通过专业的SPSS频数数据分析软件，采用5等分法得出各项大脑相关指标的相对指数的判断区间，从而得出了由好到差的5个判断区间；

3)、针对每项大脑相关指标对应的不同区间相应的不同等级，有针对该等级状态的对应文字说明，包含心理、认知、情绪、行为、意志等不同维度的状态描述及改善建议；

4)、以上各项大脑相关指标的计算出来的不同区间、及对应的不同等级、不同等级对应的诊断说明及改善建议，形成了大脑各项相关指标的大数据常模区间判断规则文件。

6.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于：所述步骤S1中数据格式为AA、δ1、θ1、α1、β1；BB、δ2、θ2、α2、β2。

7.根据权利要求1所述的基于脑电数据的大脑相关指标的智能测评分析方法，其特征在于：所述步骤S2中过滤数值小于100的默认为100。