CN105342569B - 一种基于脑电分析的精神状态检测系统 - Google Patents
一种基于脑电分析的精神状态检测系统 Download PDFInfo
- Publication number
- CN105342569B CN105342569B CN201510861710.8A CN201510861710A CN105342569B CN 105342569 B CN105342569 B CN 105342569B CN 201510861710 A CN201510861710 A CN 201510861710A CN 105342569 B CN105342569 B CN 105342569B
- Authority
- CN
- China
- Prior art keywords
- module
- brain
- eeg signals
- data
- mind
- 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
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于脑电分析的精神状态检测系统，包括脑电信号采集模块，脑电信号预处理模块，分析模块，数据融合评估模块，数据转换模块，三维生成模块，专家决策模块，更新模块，数据库和中央处理器。本发明有效地提高了评测的准确性和时间空间上的适应性，为进一步提高人体精神状态评估的辨识正确率和缩短辨识时间奠定了基础，可以通过三维生成模块，将大脑情况展现在医生的面前，使得医生可以身临其境的观察和感受大脑的变化情况，进一步提高了辨识的精确度，且可以通过专家决策模块进行经典案例的参考，进一步辅助了医生进行快速诊断治疗。
Description
技术领域
本发明涉及脑-机接口技术领域，具体涉及一种基于脑电分析的精神状态检测系统。
背景技术
客观评测法主要是指使用仪器设备来对人体的生理指标来进行测量、记录和分析。客观评定法根据所使用的客观指标不同，大致可分为行为学指标评定法、生化指标评定法和生理指标评定法。
行为学指标评定法主要是根据受试者对规定事物的做出反应，测量记录反应的准确度和时间，以此来表征被试者中枢系统技能的迟钝化程度与兴奋水平，作为反映被试者疲劳程度的指标。
生化指标评定法主要是通过监测分析受试者的血、尿、汗及唾液等体液成分的变化来判断疲劳，因为研究表明，疲劳试验血脂、血糖和尿酸的水平均比正常情况下偏高，可以作为一个指标评测疲劳度。但是操作不便，会让被试者产生不适感。
生理指标评定法是通过测量人体的生理指标特征，如心电，脑电，心率，脉搏，眼电，皮肤电阻等来评测受试者的精神疲劳程度。现在的研究表明，随着疲劳程度的加深，脑电信号中alpha波的比率会增加，其他研究也表明这种评测指标是可用的。这是现在主流的检测方法，这种检测方法是无损的，对被试着不会造成损害。
脑电源定位技术(ESL)它几乎与EEG技术同时出现，受数字EEG技术和计算机技术的推动，ESL发展迅速，现在广泛应用于关于脑电的研究中，这里的ESL特指电脑辅助ESL。
在研究能引起可记录电流区域的脑电信号中，ESL的主要目的是定位这些电流信号的源，这种定位是无创的，且采集的可用信息量多，精度也较高，对环境要求不高，可以满足临床医学，神经科学等各领域的研究要求。。
发明内容
为解决上述问题，本发明提供了一种基于脑电分析的精神状态检测系统，通过三维生成模块，使得医生可以直观的看到大脑的情况，有效地提高了评测的准确性和时间空间上的适应性，为进一步提高人体精神状态评估的辨识正确率和缩短辨识时间奠定了基础。
为实现上述目的，本发明采取的技术方案为：
一种基于脑电分析的精神状态检测系统，包括
脑电信号采集模块，用于通过国际标准脑电极帽采集额、颞、顶、枕区的脑电信号，发送到脑电信号预处理模块，并发送到数据库中予以储存；
脑电信号预处理模块，用于接收脑电信号采集模块发送的脑电信号，去除脑电信号的眼电伪迹、噪声及工频干扰，并将处理后的脑电信号发送到分析模块和数据转换模块；
分析模块，用于分析各个脑区脑电信号的时频信息及各个脑区之间的相干性，发送到数据融合评估模块；
数据融合评估模块，用于融合各个区的数据，获得精神类疾病患者客观评价参数并发送到显示屏予以显示；
数据转换模块，用于将接收到的脑电信号转换成三维生成模块所能识别的数据；
三维生成模块，用于接收中央处理器的命令，将所接收到的数据生成各种模拟大脑情景，包括180°立体柱状环幕、高性能图形集群服务器、六组投影仪和显示器，面向六通道同步并行图像运算；
专家决策模块，用于储存各类典型的治疗案例数据，将接收到的精神类疾病患者客观评价参数与所存储的数据进行类似度对比，并将比对结果按照相似度进行升序或降序排序后，发送给显示屏；内设一网络爬虫进程，用于在网络中查找与所接收的精神类疾病患者客观评价参数相关的网页或文档，并将查询结果发送到显示屏；
更新模块，用于通过3G网络、Wi-Fi网络方式更新专家决策模块内的数据；
数据库，用于储存每一次采集到的脑电信号以及每一次获得的精神类疾病患者客观评价参数；
中央处理器，用于根据信息调用命令，从数据库中调用人们所需的数据信息，发送到显示屏进行显示，用于添加患者信息、删除患者信息、密码修改、权限管理，并协调上述模块进行工作。
其中，还包括显示屏，用于显示精神类疾病患者客观评价参数、专家评估结果以及网络相关数据查询结果，并基于精神类疾病患者客观评价参数输出相关的二维结果图、三维结果图。
其中，还包括人机操作模块，用于输入信息调用命令，所述中央处理器根据信息调用命令，从数据库中调用所需的数据信息，并通过显示屏显示所调用的数据信息。
其中，脑电信号预处理模块具体通过以下步骤进行处理：
先对采集信号进行滤波，滤波条件是8-13Hz alpha频段滤波，然后采用ICA技术对脑电信号进行处理，实现各种伪迹的分离和脑电信号的特征提取。
其中，所述显示器采用多视窗无缝显示设备，显示影像沿左、右两侧分屏显示，面向六通道制作的动画实现铺满全屏的拼接显示。
其中，额、颞、顶、枕区所使用的脑电极帽采用不同标号进行标记，同时通过不同的脑电信号预处理模块、分析模块进行单独处理。
本发明具有以下有益效果：
有效地提高了评测的准确性和时间空间上的适应性，为进一步提高人体精神状态评估的辨识正确率和缩短辨识时间奠定了基础，可以通过三维生成模块，将大脑情况展现在医生的面前，使得医生可以身临其境的观察和感受大脑的变化情况，进一步提高了辨识的精确度，且可以通过专家决策模块进行经典案例的参考，进一步辅助了医生进行快速诊断治疗。
附图说明
图1为本发明实施例一种基于脑电分析的精神状态检测系统的结构框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种基于脑电分析的精神状态检测系统，包括
脑电信号采集模块2，用于通过国际标准脑电极帽采集额、颞、顶、枕区的脑电信号，发送到脑电信号预处理模块，并发送到数据库中予以储存；
脑电信号预处理模块3，用于接收脑电信号采集模块发送的脑电信号，去除脑电信号的眼电伪迹、噪声及工频干扰，并将处理后的脑电信号发送到分析模块和数据转换模块；
分析模块4，用于分析各个脑区脑电信号的时频信息及各个脑区之间的相干性，发送到数据融合评估模块；
数据融合评估模块6，用于融合各个区的数据，获得精神类疾病患者客观评价参数并发送到显示屏予以显示；
数据转换模块5，用于将接收到的脑电信号转换成三维生成模块所能识别的数据；
三维生成模块10，用于接收中央处理器的命令，将所接收到的数据生成各种模拟大脑情景，包括180°立体柱状环幕、高性能图形集群服务器、六组投影仪和显示器，面向六通道同步并行图像运算；
专家决策模块7，用于储存各类典型的治疗案例数据，将接收到的精神类疾病患者客观评价参数与所存储的数据进行类似度对比，并将比对结果按照相似度进行升序或降序排序后，发送给显示屏；内设一网络爬虫进程，用于在网络中查找与所接收的精神类疾病患者客观评价参数相关的网页或文档，并将查询结果发送到显示屏；
更新模块8，用于通过3G网络、Wi-Fi网络方式更新专家决策模块内的数据；
数据库11，用于储存每一次采集到的脑电信号以及每一次获得的精神类疾病患者客观评价参数；
中央处理器1，用于根据信息调用命令，从数据库中调用人们所需的数据信息，发送到显示屏进行显示，用于添加患者信息、删除患者信息、密码修改、权限管理，并协调上述模块进行工作。
还包括显示屏12，用于显示精神类疾病患者客观评价参数、专家评估结果以及网络相关数据查询结果，并基于精神类疾病患者客观评价参数输出相关的二维结果图、三维结果图。
还包括人机操作模块9，用于输入信息调用命令，所述中央处理器根据信息调用命令，从数据库中调用所需的数据信息，并通过显示屏显示所调用的数据信息。
脑电信号预处理模块具体通过以下步骤进行处理：
先对采集信号进行滤波，滤波条件是8-13Hz alpha频段滤波，然后采用ICA技术对脑电信号进行处理，实现各种伪迹的分离和脑电信号的特征提取。
所述显示器采用多视窗无缝显示设备，显示影像沿左、右两侧分屏显示，面向六通道制作的动画实现铺满全屏的拼接显示。
额、颞、顶、枕区所使用的脑电极帽采用不同标号进行标记，同时通过不同的脑电信号预处理模块、分析模块进行单独处理。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于脑电分析的精神状态检测系统，其特征在于，包括
脑电信号采集模块，用于通过国际标准脑电极帽采集额、颞、顶、枕区的脑电信号，发送到脑电信号预处理模块，并发送到数据库中予以储存；
脑电信号预处理模块，用于接收脑电信号采集模块发送的脑电信号，去除脑电信号的眼电伪迹、噪声及工频干扰，并将处理后的脑电信号发送到分析模块和数据转换模块；
分析模块，用于分析各个脑区脑电信号的时频信息及各个脑区之间的相干性，发送到数据融合评估模块；
数据融合评估模块，用于融合各个脑区的数据，获得精神类疾病患者客观评价参数并发送到显示屏予以显示；
数据转换模块，用于将接收到的脑电信号转换成三维生成模块所能识别的数据；
三维生成模块，用于接收中央处理器的命令，将所接收到的数据转换模块所能识别的数据生成各种模拟大脑情景，包括180°立体柱状环幕、高性能图形集群服务器、六组投影仪和显示器，面向六通道同步并行图像运算；
专家决策模块，用于储存各类治疗案例数据，将接收到的精神类疾病患者客观评价参数与所存储的数据进行类似度对比，并将比对结果按照相似度进行升序或降序排序后，发送给显示屏；内设一网络爬虫进程，用于在网络中查找与所接收的精神类疾病患者客观评价参数相关的网页或文档，并将查询结果发送到显示屏；
更新模块，用于通过3G网络、Wi-Fi网络方式更新专家决策模块内的数据；
数据库，用于储存每一次采集到的脑电信号以及每一次获得的精神类疾病患者客观评价参数；
中央处理器，用于根据信息调用命令，从数据库中调用人们所需的数据信息，发送到显示屏进行显示，用于添加患者信息、删除患者信息、密码修改、权限管理，并协调上述模块以及数据库进行工作。
2.根据权利要求1所述的一种基于脑电分析的精神状态检测系统，其特征在于，还包括人机操作模块，用于输入信息调用命令，所述中央处理器根据信息调用命令，从数据库中调用所需的数据信息，并通过显示屏显示所调用的数据信息。
3.根据权利要求1所述的一种基于脑电分析的精神状态检测系统，其特征在于，脑电信号预处理模块具体通过以下步骤进行处理：
先对采集信号进行滤波，滤波条件是8-13Hz alpha频段滤波，然后采用ICA技术对脑电信号进行处理，实现各种伪迹的分离和脑电信号的特征提取。
4.根据权利要求1所述的一种基于脑电分析的精神状态检测系统，其特征在于，所述显示器采用多视窗无缝显示设备，显示影像沿左、右两侧分屏显示，面向六通道制作的动画实现铺满全屏的拼接显示。
5.根据权利要求1所述的一种基于脑电分析的精神状态检测系统，其特征在于，额、颞、顶、枕区所使用的脑电极帽采用不同标号进行标记，同时通过不同的脑电信号预处理模块、分析模块进行单独处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510861710.8A CN105342569B (zh) | 2015-11-25 | 2015-11-25 | 一种基于脑电分析的精神状态检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510861710.8A CN105342569B (zh) | 2015-11-25 | 2015-11-25 | 一种基于脑电分析的精神状态检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105342569A CN105342569A (zh) | 2016-02-24 |
| CN105342569B true CN105342569B (zh) | 2018-05-04 |
Family
ID=55318752
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510861710.8A Active CN105342569B (zh) | 2015-11-25 | 2015-11-25 | 一种基于脑电分析的精神状态检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105342569B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106020489B (zh) * | 2016-06-06 | 2019-01-22 | 吉林工程技术师范学院 | 一种工业设计用的仿真系统 |
| CN106308821A (zh) * | 2016-08-12 | 2017-01-11 | 渤海大学 | 一种用于心理减压的减压系统 |
| CN106407733A (zh) * | 2016-12-12 | 2017-02-15 | 兰州大学 | 基于虚拟现实场景脑电信号的抑郁症风险筛查系统和方法 |
| CN106580260A (zh) * | 2016-12-31 | 2017-04-26 | 东莞市讯易机电科技有限公司 | 一种精神病人情绪智能实时检测系统 |
| CN107518906A (zh) * | 2017-09-05 | 2017-12-29 | 天津市悠游科技有限公司 | 一种基于脑电波进行心理辅助诊断系统及诊疗方法 |
| CN107704881A (zh) * | 2017-10-12 | 2018-02-16 | 公安部南昌警犬基地 | 一种基于动物脑电识别的数据可视化处理方法及装置 |
| CN107961007A (zh) * | 2018-01-05 | 2018-04-27 | 重庆邮电大学 | 一种结合卷积神经网络和长短时记忆网络的脑电识别方法 |
| CN108937922A (zh) * | 2018-04-13 | 2018-12-07 | 中国地质大学（武汉） | 一种adhd的诊断模型建立方法、存储模块以及处理设备 |
| CN110367976B (zh) * | 2019-07-30 | 2021-05-07 | 腾讯科技（深圳）有限公司 | 脑电波信号检测方法、相关设备和存储介质 |
| CN111160171B (zh) * | 2019-12-19 | 2022-04-12 | 哈尔滨工程大学 | 一种联合两域多特征的辐射源信号识别方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080177197A1 (en) * | 2007-01-22 | 2008-07-24 | Lee Koohyoung | Method and apparatus for quantitatively evaluating mental states based on brain wave signal processing system |
| JP2010528744A (ja) * | 2007-06-07 | 2010-08-26 | メンティス キュラ イーエイチエフ． | 病状の重症度を反映した定量的測定を生成するシステム及び方法 |
| CN102274022B (zh) * | 2011-05-10 | 2013-02-27 | 浙江大学 | 一种基于脑电信号的睡眠状态监测方法 |
| CN103505203B (zh) * | 2013-09-30 | 2015-06-03 | 西安交通大学 | 基于脑电源定位方法的人体精神状态检测方法 |
| CN104095630B (zh) * | 2014-07-29 | 2016-02-10 | 杭州电子科技大学 | 一种基于脑电相位同步的疲劳检测方法 |
| CN104391569A (zh) * | 2014-10-15 | 2015-03-04 | 东南大学 | 基于认知与情绪状态多模态感知的脑机接口系统 |
| CN105030235B (zh) * | 2015-07-08 | 2018-03-27 | 褚明礼 | 带有电极线的头带及脑电反馈训练仪 |
| CN105070124A (zh) * | 2015-08-05 | 2015-11-18 | 河南工业大学 | 一种交互式商法基础教学系统 |
| CN105046454A (zh) * | 2015-09-01 | 2015-11-11 | 东北农业大学 | 流域水基环境管理决策支持系统 |
-
2015
- 2015-11-25 CN CN201510861710.8A patent/CN105342569B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105342569A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105342569B (zh) | 一种基于脑电分析的精神状态检测系统 | |
| US11263749B1 (en) | Predictive prognosis based on multimodal analysis | |
| CN103054549B (zh) | 一种可穿戴便携式眼动分析装置及其分析方法 | |
| Han et al. | A real-time PPG peak detection method for accurate determination of heart rate during sinus rhythm and cardiac arrhythmia | |
| CN111870237A (zh) | 血压检测方法、装置、设备及介质 | |
| CN106901727A (zh) | 一种基于脑电信号的抑郁症风险筛查装置 | |
| CN104287733A (zh) | 伪装认知功能障碍fMRI鉴定方法 | |
| CN106343992B (zh) | 心率变异性分析方法、装置及用途 | |
| CN114129129A (zh) | 一种基于CNN与Transformer的癫痫检测系统 | |
| CN110070929A (zh) | 一种针对房颤单病种数据的采集和清洗方法 | |
| CN103405225A (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
| CN116172517A (zh) | 基于双视角特征融合框架的发作间期癫痫样放电检测方法及装置 | |
| Mehmood et al. | Multimodal integration for data-driven classification of mental fatigue during construction equipment operations: Incorporating electroencephalography, electrodermal activity, and video signals | |
| Ronca et al. | Wearable technologies for electrodermal and cardiac activity measurements: a comparison between fitbit sense, empatica E4 and shimmer GSR3+ | |
| Deng et al. | SparNet: a convolutional neural network for EEG space-frequency feature learning and depression discrimination | |
| CN106295092A (zh) | 临床医疗的多维度数据分析方法和系统 | |
| CN114220543A (zh) | 一种肿瘤患者身心痛苦指数评估方法以及系统 | |
| CN106096544A (zh) | 基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法 | |
| Tseng et al. | Cloud-based artificial intelligence system for large-scale arrhythmia screening | |
| Calabrò et al. | M-ms: A multi-modal synchrony dataset to explore dyadic interaction in asd | |
| CN205263817U (zh) | 移动设备、移动外接设备及基于虹膜信息检测健康的系统 | |
| Yun-Mei et al. | The abnormal detection of electroencephalogram with three-dimensional deep convolutional neural networks | |
| CN103892822A (zh) | 一种心电图信号处理方法及装置 | |
| Buettner et al. | A systematic literature review of machine learning-based disease profiling and personalized treatment | |
| BENHAMIDA et al. | Effective ECG data conversion solution to solve ECG data interoperability problems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yu Yi Inventor after: Ni Tianjun Inventor after: Shi Lijuan Inventor after: Zhang Yehong Inventor after: Ren Qiongqiong Inventor after: Yang Nan Inventor after: Liu Yong Inventor after: Lin Juntang Inventor before: Yu Yi Inventor before: Ren Taifang Inventor before: Zhang Yehong Inventor before: Cai Xiaoyan Inventor before: Wang Kejie Inventor before: Dun Yanbing Inventor before: Li Mingcai Inventor before: Zhang Hexi |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |