[发明专利]一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统

说明书

本发明公开了一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，其中，模型构建方法包括获取样本、预处理样本、提取CSP特征矩阵、提取PSD特征矩阵、计算分类准确率以及构建脑电信号分析模型该方法是基于前述模型完成的；脑电信号分析方法和系统利用预先构架的抑郁症识别模型进行分析，以辅助识别脑电信号是否表征抑郁症的信号。本发明基于共空间模式算法(CSP)和功率谱密度提取算法(PSD)对脑电信号进行特征分析，能够实现有效区分抑郁症患者和健康对照组的脑电信号，从而能够构建更准确的脑电信号分析模型，提升脑电信号抑郁症辅助识别的效率。

技术领域

本发明涉及一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，属于数字信号处理技术领域。

背景技术

抑郁症又称抑郁障碍，临床表现为心境低落、行动迟缓、精神过度集中于自身，不仅会对患者造成精神痛苦，还会逐渐剥离个人与外界事物的联系。随着生活节奏的日益加快和社会竞争的日益加剧，人们需要承受的生理和心理方面的压力越来越大，以抑郁障碍为代表的各类精神障碍发病率不断升高。精神健康问题已成为我国的一个严重的公共卫生和社会问题。对于一个疾病的防治，首当其冲的就是要对这种疾病做出准确的诊断，因此，抑郁症的诊断在抑郁症的综合防治中具有举足轻重的地位，也是当今临床亟需解决的问题之一。

目前诊断抑郁症的客观评定法可根据评定指标的不同划分为两种：(1)生化学指标评定法；(2)生理学指标评定法。迄今为止，尚无针对抑郁障碍的特异性生化学检查项目。因此，目前的实验室检查主要是为了排除物质及躯体疾病所致的抑郁症。有2种实验室检查对于检测抑郁症具有一定的意义，包括地塞米松抑制试验和促甲状腺素释放激素抑制试验。生理学指标脑电信号由于直接反映大脑的相关活动，而被认为是分析脑电信号的最可靠的指标，广泛应用于抑郁症的各项研究。

脑电信号是通过收集放置在头皮上的电极的电位变化来反映大脑皮层的活动的重要生理信号。由于与大脑活动的显著关系，脑电信号已被评估为检测抑郁症的有效生物标签之一。但目前约30％的患者对抗抑郁药物无反应，并且在有反应人群中只有1/3的患者获得临床缓解。因此本领域技术人员应该继续探索抑郁症患者和健康者的脑电信号关键区分特征，进一步提高生物分析的精度，从而提高临床治疗效果。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于CSP算法和PSD算法的脑电信号分析模型构建方法、脑电信号分析方法和系统，能够基于共空间模式算法(CommonSpatial Pattern，CSP)和功率谱密度提取算法(Power Spectral Density，PSD)，构建脑电信号抑郁症分析模型；并基于该模型能够实现有效区分抑郁症患者和健康对照组的脑电信号特征。

为解决上述技术问题，一方面，本发明提供一种基于CSP算法和PSD算法的脑电信号分析模型构建方法，包括以下步骤：

获取多个脑电信号样本，所述脑电信号样本包括健康样本和抑郁症患者样本；

预处理多个脑电信号样本的脑电信号并制作数据集；

设置多个CSP特征选择参数，并构建相应的多个CSP模型，逐一利用所述CSP模型从数据集中提取相应的多个CSP特征矩阵；

设置多个PSD时间窗口值，并构建相应的多个PSD模型，逐一利用所述PSD模型从数据集中提取相应的多个PSD特征矩阵；

逐一将提取的CSP特征矩阵和PSD特征矩阵作为预先构建的分类器的输入，得到分类器输出的分类结果，根据分类结果计算分类准确率P；

逐一判断分类准确率P₁、P₂与预设值p的大小：若P₁p且P₂p，则保存相应的特征选择参数及其对应的CSP模型和相应的时间窗口值及其对应的PSD模型，获得基于CSP算法和PSD算法的脑电信号分析模型。