[发明专利]一种脑电背景检测分析方法、系统、存储介质及设备在审

专利信息
申请号: 202210885566.1 申请日: 2022-07-26
公开(公告)号: CN115336975A 公开(公告)日: 2022-11-15
发明(设计)人: 刘晓梅;高园岗;李丽君;李介;敖凌翔;张恒星;刘丹;史绍阳 申请(专利权)人: 昆明市儿童医院;郑州中业科技股份有限公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/369;G06N20/00
代理公司: 南昌旭瑞知识产权代理事务所(普通合伙) 36150 代理人: 彭琰
地址: 650000*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 背景 检测 分析 方法 系统 存储 介质 设备
【说明书】:

发明提供了一种脑电背景检测分析方法、系统、存储介质及设备,该方法包括:获取医疗数据库中的脑电数据,并获取由标注人员对脑电数据进行标注后的脑电背景数据;对脑电背景数据进行切片处理以及降维处理,提取脑电背景数据特征以制作用于模型训练的脑电背景数据集;搭建脑电背景分类模型,以通过脑电背景分类模型对脑电背景数据进行分类;搭建以双枕O1、O2导联为主,其余导联为辅的多导联投票规则的脑电背景判定模型;通过脑电背景判定模型对脑电背景数据进行检测与分析,以至少获取脑电背景中的频率特征与幅值特征。本发明能够显著提升了人工对海量脑电数据的筛选和分析效率,大大降低了对脑电数据进行分析的时间和经济成本。

技术领域

本发明涉及数据处理技术领域,特别涉及一种脑电背景检测分析方法、系统、存储介质及设备。

背景技术

癫痫俗称“羊角风”或“羊癫风”,是由于大脑神经元突发性异常放电导致的一种短暂大脑功能性障碍的慢性疾病。根据中国最新流行病学资料显示,国内癫痫的总体患病率约为7‰,年发病率为28.8/10万,1年内有发作的活动性癫痫患病率为4.6‰。据此估计中国约有900万左右的癫痫患者,其中500~600万是活动性癫痫患者,同时每年新增加癫痫患者约40万,在中国癫痫已经成为神经科仅次于头痛的第二大常见病。因此,对癫痫脑电数据研究具有重要意义。

脑电波由脑电帽上的电极片采集,很多医院使用的脑电设备是标准10-20系统,其中,“10”和“20”指的是相邻电极之间的实际距离是颅骨前后或左右总距离的10%或20%。

当前对癫痫相关的脑电数据研究有以下几个方向:一个是癫痫发作波形的研究,如对常见的尖波、棘波或尖慢波、棘慢波、多棘慢波等复合波形的检测识别;一个是对常见或典型的癫痫病发作波的检测,用于自动快速检测出癫痫发作波的位置所在;还有一些是对脑电数据中异常波形的检测,包括对各种脑电伪差的检测。

现有技术中,相关领域对于脑电背景的研究较少,医师分析脑电数据的效率较低,阅读脑电数据的时间与经济成本较高。

发明内容

基于此,本发明的目的是提供一种脑电背景检测分析方法,旨在解决现有技术中所记载的技术问题。

本发明的第一方面主题医院提供一种脑电背景检测分析方法,所述方法包括:

获取医疗数据库中以预设形式进行存储的脑电数据,并获取由标注人员对所述脑电数据进行标注后的脑电背景数据;

对所述脑电背景数据进行切片处理,通过最大三角形三桶下采样法对切片处理后的所述脑电背景数据进行降维处理,提取脑电背景数据特征以制作用于模型训练的脑电背景数据集;

搭建脑电背景分类模型,以通过所述脑电背景分类模型对所述脑电背景数据进行分类;

搭建以双枕O1、O2导联为主,其余导联为辅的多导联投票规则的脑电背景判定模型;

根据所述多导联投票规则,通过所述脑电背景判定模型对所述脑电背景数据进行检测与分析,以至少获取脑电背景中的频率特征与幅值特征,并将其进行可视化展示。

根据上述技术方案的一方面,获取医疗数据库中以预设形式进行存储的脑电数据,并获取由标注人员对所述脑电数据进行标注后的脑电背景数据的步骤中,所述脑电背景数据为患者处于睡眠且清醒阶段的脑电数据。

根据上述技术方案的一方面,对所述脑电背景数据进行切片处理,通过最大三角形三桶下采样法对切片处理后的所述脑电背景数据进行降维处理,提取脑电背景数据特征以制作用于模型训练的脑电背景数据集的步骤,具体包括:

将所述脑电背景数据切为n片,每片所述脑电背景数据的长度为1秒;

获取每片所述脑电背景数据的1000个脑电背景数据特征,通过最大三角形三桶下采样法将1000个脑电背景数据特征降维至128个脑电背景数据特征;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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昆明市儿童医院;郑州中业科技股份有限公司,未经昆明市儿童医院;郑州中业科技股份有限公司许可,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/202210885566.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top