CN104997507B - 三位一体帽式智能监测预警系统 - Google Patents
三位一体帽式智能监测预警系统 Download PDFInfo
- Publication number
- CN104997507B CN104997507B CN201510401732.6A CN201510401732A CN104997507B CN 104997507 B CN104997507 B CN 104997507B CN 201510401732 A CN201510401732 A CN 201510401732A CN 104997507 B CN104997507 B CN 104997507B
- Authority
- CN
- China
- Prior art keywords
- signal
- early warning
- trinity
- hat type
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
- A61B5/4222—Evaluating particular parts, e.g. particular organs
- A61B5/4244—Evaluating particular parts, e.g. particular organs liver
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Gastroenterology & Hepatology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Power Engineering (AREA)
- Endocrinology (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种三位一体帽式智能监测预警系统,其包括:信号采集单元,其呈帽式结构,以佩戴于人头部,所述信号采集单元包括一框架及固定于所述框架不同位置的三个电极,所述电极用于采集人头部脑电信号;信号处理单元,其接收白所述信号采集单元发出的脑电信号,将所述脑电信号转化为特征向量信号,并对所述特征向量信号进行存储及输出;智能评估单元,其通过多参数向量特征识别模块接收所述信号处理单元发出的所述特征向量信号,并通过深度学习多参数训练模块对所述特征向量信号进行分类及预警判定,所述智能评估单元发出预警信号或对所述特征向量信号进行存储;以及,定位单元,其接收所述智能评估单元发出的预警信号,并输出定位信号。
Description
技术领域
本发明涉及监测与可穿戴智能设备领域。更具体地说,本发明涉及一种三位一体帽式智能监测预警系统。
背景技术
轻微型肝性脑病(MHE)以隐匿性神经、运动障碍为特点,易发展成临床型肝性脑病,虽然是肝性脑病中最轻的一种形式,但发病时往往在医疗机构之外,脱离监护环境,短暂的运动障碍容易造成跌倒、创伤和交通意外,因此早期诊断干预就显得尤为重要。现有研究主要以主观方法和被动评估为主的行为学诊断,存在被动主观因素,在患者发病后才开始监测,存在严重的滞后性,对于意外伤害的预防几乎已无实际意义,基于此,急需对目标人群施以客观评估及预防性的主动监测,以利于及早发现、及时处理,从而减少肝病患者的致病致残几率。
人的大脑,特别是皮层细胞,无需任何外界刺激,存在着频繁的自发电活动。脑电极能够记录到脑部大量神经元活动的反应电位,低至微伏级,这种电活动的电位随时间的波动成为脑电图(Electroencephalograph,EEG)。当前关于肝性脑病的监测主要是常规脑电图监测,然后分析异常信号,是一种非特异性滞后性监测。实际上肝性脑病发作时由于大脑皮质损伤、脑代谢改变导致功能性电位变化,形成特征波形,这种病理性大脑组织的电活动及特殊大脑的功能状态,理论上在EEG中是可辨识的,虽然目前大量脑电生理学证据虽表明MHE患者的脑结构和功能存在显著变化,但大部分研究只通过脑结构参数(如体积等)和功能参数(如功能连接等)在波形上的差异进行检测,结果需要专业人员进行专业性监测与判读,可利用性差;而常规检测又会忽视这些异常的空间分布及其异常的特征性电信号与临床表征之间的联系。
本发明在前期研究和预实验基础上发现:肝性脑病患者存在特征性脑病波,进行特征性脑电监测及其预测模型可为MHE提供潜在的客观信息,因此MHE的特征性EEG可以客观的在肝性脑病患者发病前通过动态监测捕捉到这种特征波形,起到预警与检测作用。
现有的脑电图采集方法是利用在头皮上安装电极将细胞的电活动引出来并经脑电图机放大后记录下来得到,头皮电极需专门装置固定,并且需经过训练的专业人员操作。发明专利CN201320486784公开了一种脑电图采集装置,主要为一种新型的吸盘式磁性电极设计,但所采用的测量方法仍然是传统的头皮电极方式,使用不便,且需要使用专门的脑电图采集装置。
此外,现有的脑电监测多采用专业检测,结果由专业医师判读,即使一些移动医疗设备,也需要专业解读,不适于日常监测使用。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种三位一体帽式采集电极,其可精确定位MHE异常波形的表面电位点,通过在帽中附加抗干扰电极,提高精度,以减少外界干扰,所述三位一体帽式采集电极适应性强、可接受程度高、实用达到常规监测目的。
本发明还有一个目的是设计一种三位一体帽式智能监测预警系统,对脑电波进行实时监控,并在疾病发作前预警及定位,使监护人可以即时获取病人的身体状态,进行适合的处理。
本发明还有一个目的是提供一种用于监测预警系统的控制方法,以期更适用于日常监测使用。
为了实现这些目的和其它优点,本发明提供了一种三位一体帽式智能监测预警系统,其包括:
信号采集单元,其呈帽式结构,以佩戴于人头部,所述信号采集单元包括一框架及固定于所述框架不同位置的三个电极,所述电极用于采集人头部脑电信号;
信号处理单元,其接收自所述信号采集单元发出的脑电信号,将所述脑电信号转化为特征向量信号,并对所述特征向量信号进行存储及输出;
智能评估单元,其通过多参数向量特征识别模块接收所述信号处理单元发出的所述特征向量信号,并通过深度学习多参数训练模块对所述特征向量信号进行分类及预警判定,所述智能评估单元发出预警信号或对所述特征向量信号进行存储;以及,
定位单元,其接收所述智能评估单元发出的预警信号,并输出定位信号;
所述信号采集单元还包括内置的防电磁干扰模块;
所述信号处理单元包括依次电连接的电信号输入通道、信号放大电路、滤波电路、信号解调模块、输出通道及数据存储模块;所述信号处理单元采用嵌入式系统或单片机作为处理核心;
所述三位一体帽式智能检测预警系统的控制方法包括以下步骤:
步骤一、采用设于人头部不同位置的所述电极进行脑电信号采集;
步骤二、以固定时间为单位,对脑电信号进行低频、高频滤波处理,再将连续小波与所述脑电信号做卷积,构建出时频信号,并从所述时频信号中使用短时傅立叶变换,通过不同的窗口分解出δ、θ、α节律作为三特征脑波,构建出多参数向量,利用深度学习方法对所述多参数向量进行优化,筛选得到所述多参数向量中三特征脑波模式对应的特征向量以及对应的特征向量参数;
步骤三、对优化后的所述多参数向量进行分类,将所述特征向量与经过深度学习所得到的模式通过阈值法相比较。
优选的是,其中,所述三个电极分别贴敷于额头及两侧颞叶。
优选的是,其中,所述电极为纯银电极、纯银/氯化银镀层电极或银/氯化银粉末烧结电极。
优选的是,其中,信号处理单元通过无线或有线的形式接收外部控制信号。
优选的是,其中,步骤二中,所述三特征脑波计算公式为,
其中,x(t)为经过低频、高频滤波处理的脑电信号,X(t)是经过连续小波处理得到的时频信号,a、b为针对具体情况所设定的实数,ψ(t)为母小波,r*(t′-t)为分析窗。
优选的是,其中,步骤三中,采用支持向量机对优化后的多参数向量进行分类。
优选的是,其中,所述定位单元将定位信息及预警信号以可传输数据的通讯形式发送至目标单元。
本发明至少包括以下有益效果:1)用户可以一直穿戴本发明所涉及的三位一体帽式智能监测预警系统而不影响日常活动;2)三位一体帽式电极系统所需电极少,结构灵活,方便佩戴;3)目前尚无通过深度学习以及支持向量机进行脑波分类预警的系统;4)本发明所涉及的三位一体帽式智能监测预警系统可在发病时即刻通知监护人,告知其病人所在位置以及发病状态。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1a为本发明一实施例所述的三位一体帽式智能监测预警系统正面结构示意图;
图1b为本发明一实施例所述的三位一体帽式智能监测预警系统侧面结构示意图;
图1c为本发明一实施例所述的三位一体帽式智能监测预警系统顶部结构示意图;
图2为本发明一实施例所述的三位一体帽式智能监测预警系统流程框图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
本发明公开了一种用于亚临床肝性脑病的三位一体帽式智能监测预警系统,其使用三位一体帽式电极系统采集亚临床肝性脑病的特征性脑电信号,由感应脑电信号的传感器模块、进行信号放大与调制的脑电信号调制模块和进行信号处理及存储的处理模块依次连接而成;脑电信号调制模块和进行信号处理及存储的处理模块基于连续小波计算出亚临床肝性脑病的三特征脑波(δ、θ、α),处理后的信号经过基于多参数深度学习智能评估系统预测亚临床肝性脑病发病风险;达到预警标准时,可以即时发送预警信息及患者当前位置信息给目标监护人。
所述智能监测预警系统可以是一种可穿戴设备,也可以是一种临床诊疗设备。本发明相较其他方法,采用可穿戴帽式电极,使用方便,信号采集处理中心能够系统连接,智能化处理,并进行自动预警,具有使用方便,智能,预警提前干预与处理能力。
具体为,一种用于亚临床肝性脑病的三位一体帽式智能监测预警装置,其使用三位一体帽式电极装置采集亚临床肝性脑病的脑电信号,基于连续小波计算出亚临床肝性脑病的三特征脑波δ、θ、α,基于多参数深度学习智能评估亚临床肝性脑病发病风险。
所述基于连续小波计算出亚临床肝性脑病的三特征脑波的方法为:以固定时间为单位,先对亚临床肝性脑病的脑电波信号进行低频、高频滤波处理,再将连续小波与亚临床肝性脑病的脑电信号做卷积,构建出亚临床肝性脑病的时频信号,并从所述时频信号中自动分解出δ、θ、α节律作为亚临床肝性脑病的三特征脑波,过程中使用如下所述公式(1),
其中x(t)为经过低频、高频滤波处理的脑电波信号,经过连续小波处理得到其时频信号X(t),然后使用短时傅立叶变换,通过不同的窗口得到δ、θ、α三特征脑波,公式中a,b为针对亚肝性脑病所设定的任意实数,ψ(t)为母小波,r*(t′-t)为分析窗,Xw(a,b)为亚肝性脑病的脑电信号,t′为短时傅立叶变换选择的时窗,STFTx(t,f)是以时间t、频率f为参数的短时傅立叶变换函数。
当三特征脑波的模式符合经过深度学习方法训练所得到的发病模式时,装置评估有发病风险,自动连接预警程序,即时拨号目标监护人,并发送预警信息及患者当前位置信息给目标监护人。
所述智能监测预警装置包括可穿戴设备和/或临床诊疗设备。
所述基于多参数深度学习智能评估亚临床肝性脑病发病风险的方法为,根据亚临床肝性脑病的所述三个位点的三特征脑波构建出亚临床肝性脑病的多参数向量,其参数包含所获得脑波数据的各项可能得到的参数,利用深度学习(Deep Learning)方法对所述多参数向量进行优化,筛选得到多参数向量中不同三特征脑波模式对应的特征向量,并利用支持向量机对优化后的多参数向量进行亚临床肝性脑病发病风险的分类。
三个采集电极的连接形式为,使用能够固定三个采集电极相对位置的刚性或柔性结构进行连接,并使三个采集电极能够在测试过程中始终贴合额叶及双侧颞叶,采集电极的连接材料包括但不限于金属、合金、塑料、布料以及各种材料的混合或新型结构材料等,在满足上述采集电极相对位置不变及始终贴合的要求下,对连接材料的机械外观结构不做限制。
包括针对亚临床肝性脑病脑电特征位置的三个采集电极,包括额叶及双侧颞叶三个位点、帽中内置的抗电磁波干扰装置、内置于帽中的三位一体电极的连接形式以及智能监测预警装置。
所述三位一体帽式电极系统与传统电极帽不同,仅需三个电极即可对脑电波进行监测,三个电极分别位于前额和两侧颞叶;
所述三维一体帽式电极系统,将三个脑电电极固定与同一刚性框架的不同位置,此刚性框架外形结构需能够佩戴于脑部;
通过亚临床肝性脑病监测设备监测亚临床肝性脑病发病风险,在三特征脑波的模式与经过深度学习所得到的发病模式相似度超过预先设定的阈值时(该阈值通过临床试验并结合医生的经验进行确定),由所述穿戴式亚临床肝性脑病监测设备触发定位单元(该定位单元可以是手机定位单元,也可以是在其他装置上的定位单元),该定位单元可以即时定位患者当前所处位置,并将当前位置信息自动发送给目标监护人。
本发明涉及临床监测与可穿戴智能设备领域,尤其涉及到一种脑电监测技术、云计算、智能分析、网络传输技术和服务为一体的亚临床肝性脑病的智能监测预警系统。
本发明旨在设计一种用于亚临床肝性脑病的三位一体帽式智能监测预警系统,可以对脑电波进行实时监控,并在疾病发作前预警及定位,使监护人可以即时获取病人的身体状态,进行适合的处理。
本发明提出的三位一体帽式智能监测系统可由三位一体帽式电极单元、智能监测预警单元及定位单元组成;
所述三位一体帽式智能监测预警系统,采用多参数深度学习评估亚临床肝性脑病发病风险,基于三位一体帽式电极获取的脑波信号,利用三特征脑波信号构建初始向量,使用多组初始向量输入至深度学习训练系统进行训练,最终获得初始向量中的特征向量值以及对应的特征向量参数,应用该向量参数作为支持向量机的分类向量参数,实现对不同三特征脑波的分类;
所述的三位一体帽式智能监测预警系统,所采用的多参数深度学习系统,其通过深度学习确定向量的特征参数的过程,以及通过该特征参数使用多组数据对支持向量机分类器进行训练的过程均在具备较高性能的其他数据处理设备上完成,本发明所述预警系统使用的是经过上述过程后得到的支持向量机分类器;
所述三位一体帽式智能监测预警系统,所采用的深度学习系统,输出为三特征脑波信号向量的分类结果,以及信号向量中最终用于分类的特征向量;
在进行深度学习后,使用支持向量机进行训练时,每个疾病对应的向量数量没有限制,但过少的向量数量易造成训练结果的分类性较差,而过多的向量数量会造成分类时的过拟合状态,所以实际所需要的向量数量需要根据不同疾病或不同分类目的进行多次试验以确定;
在预警系统利用支持向量机进行分类并得出发病状态的分类结果后,将调用定位单元进行病人的实时定位,该定位单元为具备定位与通讯功能的手机定位单元或任何其他装置上的定位单元,该定位单元可以将病人当前位置以及健康状况通过网络或短信、电话等任何可传输数据的通讯形式发送给目标监护人;
可以根据发病风险的高低进行不同的处理,在发病风险较高或已发病时通知监护人,在发病风险较低且病人意识清醒的状态下优先告知病人本身以进行及时的反应。
预警单元与定位单元之间可通过蓝牙、WIFI、红外等无线通讯方式连接,也可通过USB等有线方式连接;
本发明的用途是在临床医疗、移动医疗上实现,在3/4G等网络条件下可以让采集的脑电信号经过智能处理后即时通讯顺畅进行,及时发现目标人群的高危状态并及时通知家属与医护人员,适时采取措施避免损害发生,使得移动远程医疗进入社区、家庭和医疗机构,实现全社会高级医疗资源的共享和互补,是实现智慧医疗的一个具体方式和手段。
实施例1
关于本发明的优点与精神可以通过以下的发明详述及附图得到进一步的了解。
参见附图1a、1b、1c及图2,其由信号处理设备1及三电极系统2组成。
在该优选实例中,信号处理设备1可采用嵌入式系统或单片机系统作为处理系统核心。
在该优选实例中,信号处理设备1具备电极信号的采集、处理、输出的功能。
在该优选实例中,信号处理设备1可通过无线或有线的形式接收外部控制信号,对佩戴者的脑电进行检测,或者将佩戴者的脑电信号进行持续的输出。
在该优选实例中,本发明包括三位一体帽式电极和传感器模块、连续小波计算脑电信号采集模块、深度学习智能评估及预警系统三个部分。
其中传感器模块为三位一体帽式电极包括:帽式内置采集电极、传输导线、防电磁干扰系统。具体形式为根据亚临床肝性脑病脑电特征,确定双颞侧和额顶部为采集电极,三个电极内置于帽子内,形成三位一体帽式电极系统,系统内具有防电磁干扰系统,金属电极将感应到的微弱脑电信号传输给脑电信号采集系统,脑电信号采集设备,包括脑电信号放大模块、信号调制模块、供电模块。
脑电信息采集模块包括连续小波中央处理模块包括:电信号输入通道、输出通道与信号解调模块、数据存储模块、微及多参数向量优化模块。脑电信号采集系统以固定时间为单位,先对亚临床肝性脑病的脑电波信号进行低频、高频滤波处理,再将连续小波与亚临床肝性脑病的脑电信号做卷积,构建出亚临床肝性脑病的时频信号,并从所述时频信号中自动分解出δ、θ、α节律作为亚临床肝性脑病的三特征脑波,构建多参数向量。特征脑波计算过程中使用如下所述公式,
其中x(t)为经过低频、高频滤波处理的脑电波信号,X(t)是经过连续小波处理得到的时频信号,a、b为针对亚肝性脑病所设定的任意实数,ψ(t)为母小波,r*(t′-t)为分析窗。
深度学习智能评估及预警系统包括:深度学习智能分析预警模块、智能定位模块、远程自动通知模块。基于特征脑波的多参数向量传递给智能预警系统,智能预警系统对所述多参数向量进行优化,并利用支持向量机对优化后的多参数向量进行亚临床肝性脑病发病风险的分类,并发送预警信息及患者当前位置信息给目标监护人;所述智能监测预警系统可以是一种可穿戴设备,也可以是一种临床诊疗设备。
在该优选实例中,三位一体帽式电极系统是由三个贴敷于额头、两侧颞叶的三电极系统2,电极材料可为纯银、纯银/氯化银镀层或银/氯化银粉末烧结电极。三位一体帽式电极系统的信号处理设备1由脑电采集模块构成的,模块集成在一个弧形结构中,该弧形结构符合人体头颅上部曲线,能够实现帽式佩戴,并可对脑电信号进行采集。
在该优选实例中,信号处理设备1还可与手机或其他具备定位、通讯功能的指定设备进行通讯。
在该优选实例中,用于定位及通讯的手机或其他设备,其需具备如下功能:可接收信号处理设备1发送的信号,并可控制本机设备进行定位、发送文字信息或声音信息、拨打电话等功能。
在该优选实例中,信号处理设备1与手机或其他具备定位、通讯功能的制定设备的通讯方式为蓝牙、红外或wifi。
在该优选实例中,基于多参数深度学习进行多参数向量优化的过程在具备较高性能的其他数据处理设备上完成,所使用的脑电信号向量均使用本优选实例所述的系统进行采集。
在该优选实例中,使用基于多参数深度学习所得到的向量特征参数,根据此向量特征参数进行多组训练数据的支持向量机的训练亦在其他数据处理设备上完成,最终得到的是基于支持向量机的强分类器,该分类器可以根据输入的脑波向量,判断出脑波向量所属于的发病状态。
在该优选实例中,使用基于多参数深度学习所训练得到的支持向量机的分类器配置于智能评估设备1中。
在该优选实例中,可根据支持向量机的分类器对脑电信号向量的分类结果采取不同的处理方式。
显而易见的是,本领域的技术人员可以从根据本发明的实施方式的各种结构中获得根据不麻烦的各个实施方式尚未直接提到的各种效果。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.一种用于亚临床肝性脑病的三位一体帽式智能监测预警系统,其特征在于,包括:
信号采集单元,其呈帽式结构,以佩戴于人头部,所述信号采集单元包括一框架及固定于所述框架不同位置的三个电极,所述电极用于采集人头部脑电信号;信号处理单元,其接收自所述信号采集单元发出的脑电信号,将所述脑电信号转化为特征向量信号,并对所述特征向量信号进行存储及输出;
智能评估单元,其通过多参数向量特征识别模块接收所述信号处理单元发出的所述特征向量信号,并通过深度学习多参数训练模块对所述特征向量信号进行分类及预警判定,所述智能评估单元发出预警信号或对所述特征向量信号进行存储;以及,
定位单元,其接收所述智能评估单元发出的预警信号,并输出定位信号;所述信号采集单元还包括内置的防电磁干扰模块;所述信号处理单元包括依次电连接的电信号输入通道、信号放大电路、滤波电路、信号解调模块、输出通道及数据存储模块;所述信号处理单元采用嵌入式系统或单片机作为处理核心;
所述三位一体帽式智能监测预警系统的控制方法包括以下步骤:
步骤一、采用设于人头部不同位置的所述电极进行脑电信号采集;
步骤二、以固定时间为单位,对脑电信号进行低频、高频滤波处理,再将连续小波与所述脑电信号做卷积,构建出时频信号,并从所述时频信号中使用短时傅立叶变换,通过不同的窗口分解出δ、θ、α节律作为亚临床肝性脑病的三特征脑波,构建出多参数向量,利用深度学习方法对所述多参数向量进行优化,筛选得到所述多参数向量中三特征脑波模式对应的特征向量以及对应的特征向量参数;
步骤三、对优化后的所述多参数向量进行分类,将所述特征向量与经过深度学习所得到的模式通过阈值法相比较;当相似度超过预设阈值时,触发所述定位单元,以发送所述预警信号以及所述定位信号给目标监护人。
2.如权利要求1所述的三位一体帽式智能监测预警系统,其特征在于,所述三个电极分别贴敷于额头及两侧颞叶。
3.如权利要求1所述的三位一体帽式智能监测预警系统,其特征在于,所述电极为纯银电极、纯银/氯化银镀层电极或银/氯化银粉末烧结电极。
4.如权利要求1所述的三位一体帽式智能监测预警系统,其特征在于,所述信号处理单元通过无线或有线的形式接收外部控制信号。
5.如权利要求4所述的三位一体帽式智能监测预警系统,其特征在于,步骤二中,所述三特征脑波计算公式为,
其中,x(t)为经过低频、高频滤波处理的脑电信号,X(t)是经过连续小波处理得到的时频信号,a,b为针对亚临床肝性脑病所设定的任意实数,ψ(t)为母小波,r*(t′-t)为分析窗,Xw(a,b)为亚临床肝性脑病的脑电信号,t′为短时傅立叶变换选择的时窗,STFTx(t,f)是以时间t、频率f为参数的短时傅立叶变换函数。
6.如权利要求1所述的三位一体帽式智能监测预警系统,其特征在于,步骤三中,采用支持向量机对优化后的多参数向量进行分类。
7.如权利要求1所述的三位一体帽式智能监测预警系统,其特征在于,所述定位单元将所述预警信号、所述定位信号以可传输数据的通讯形式发送至所述目标监护人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510401732.6A CN104997507B (zh) | 2015-07-09 | 2015-07-09 | 三位一体帽式智能监测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510401732.6A CN104997507B (zh) | 2015-07-09 | 2015-07-09 | 三位一体帽式智能监测预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104997507A CN104997507A (zh) | 2015-10-28 |
CN104997507B true CN104997507B (zh) | 2019-11-12 |
Family
ID=54370577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510401732.6A Active CN104997507B (zh) | 2015-07-09 | 2015-07-09 | 三位一体帽式智能监测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104997507B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107049239A (zh) * | 2016-12-28 | 2017-08-18 | 苏州国科康成医疗科技有限公司 | 基于可穿戴设备的癫痫脑电特征提取方法 |
CN108498092B (zh) * | 2017-02-28 | 2021-09-14 | 中国航天员科研训练中心 | 基于脑电特征的错误预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488162A (zh) * | 2008-01-17 | 2009-07-22 | 复旦大学 | 一种用于脑电信号自动评估的脑电信号特征提取方法 |
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN101987017A (zh) * | 2010-11-18 | 2011-03-23 | 上海交通大学 | 用于驾车司机警觉度测定的脑电信号识别检测方法 |
CN104166548A (zh) * | 2014-08-08 | 2014-11-26 | 同济大学 | 基于运动想象脑电数据的深度学习方法 |
CN104635934A (zh) * | 2015-02-28 | 2015-05-20 | 东南大学 | 基于逻辑思维和形象思维的脑机接口方法 |
CN204839506U (zh) * | 2015-07-09 | 2015-12-09 | 郑以山 | 三位一体帽式智能监测预警系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180146879A9 (en) * | 2004-08-30 | 2018-05-31 | Kalford C. Fadem | Biopotential Waveform Data Fusion Analysis and Classification Method |
US20070255127A1 (en) * | 2006-03-20 | 2007-11-01 | Frederick Mintz | Mobile electroencephalograph data collection and diagnosis system |
-
2015
- 2015-07-09 CN CN201510401732.6A patent/CN104997507B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101488162A (zh) * | 2008-01-17 | 2009-07-22 | 复旦大学 | 一种用于脑电信号自动评估的脑电信号特征提取方法 |
CN101690659A (zh) * | 2009-09-29 | 2010-04-07 | 华东理工大学 | 脑电波分析方法 |
CN101987017A (zh) * | 2010-11-18 | 2011-03-23 | 上海交通大学 | 用于驾车司机警觉度测定的脑电信号识别检测方法 |
CN104166548A (zh) * | 2014-08-08 | 2014-11-26 | 同济大学 | 基于运动想象脑电数据的深度学习方法 |
CN104635934A (zh) * | 2015-02-28 | 2015-05-20 | 东南大学 | 基于逻辑思维和形象思维的脑机接口方法 |
CN204839506U (zh) * | 2015-07-09 | 2015-12-09 | 郑以山 | 三位一体帽式智能监测预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104997507A (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018153060A1 (zh) | 一种贴片式生理多参数采集监测设备 | |
EP3010408B1 (en) | Sensor system and process for measuring electric activity of the brain, including electric field encephalography | |
CN110916647A (zh) | 面向多场景的可穿戴心电监测与心律失常远程实时诊断装置 | |
CN108113663A (zh) | 心脏状况检测系统及方法 | |
JP2018149355A (ja) | 監視のための装置および方法 | |
CN106345034A (zh) | 基于脑电采集终端的用于认知情绪调节的装置 | |
CN108320814A (zh) | 一种基于穿戴式智慧衣的老人家庭远程监护系统 | |
Park et al. | Wireless dry EEG for drowsiness detection | |
CN107669262A (zh) | 基于svm与wlt的多导联远程心电诊断与监护系统及方法 | |
CN107811634A (zh) | 一种基于移动终端的具有脑电检测的多功能智能帽子 | |
CN110710978A (zh) | 一种基于眼动追踪-脑功能活动检测的多模态沉浸式同步采集系统 | |
US20210022636A1 (en) | Bio-signal detecting headband | |
CN114145755B (zh) | 一种居家癫痫发作交互式智能监护系统及方法 | |
CN104997507B (zh) | 三位一体帽式智能监测预警系统 | |
CN205507898U (zh) | 一种人体健康监测设备 | |
CN113116356A (zh) | 一种基于视觉脑电信号分析的自我意识障碍辅助诊断系统 | |
CN204839506U (zh) | 三位一体帽式智能监测预警系统 | |
CN110420021A (zh) | 十二导联心电数据采集和同步显示系统及方法 | |
von Rosenberg et al. | Smart helmet: monitoring brain, cardiac and respiratory activity | |
RU2661756C2 (ru) | Устройство мозг-машинного интерфейса для дистанционного управления экзоскелетными конструкциями | |
CN205107644U (zh) | 穿戴式日常生理参数监测装置 | |
CN108814627A (zh) | 一种精神病患者发病状况便携式检测装置及其检测方法 | |
CN206950156U (zh) | 一种通过人体生物电磁波判断疾病风险的检测装置 | |
CN112515680B (zh) | 可穿戴脑电疲劳监测系统 | |
CN211206990U (zh) | 一种可检测心率的眼镜 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |