CN106264570A - 实时监测戒毒者心瘾状态的方法、装置及系统 - Google Patents

实时监测戒毒者心瘾状态的方法、装置及系统 Download PDF

Info

Publication number
CN106264570A
CN106264570A CN201610710581.7A CN201610710581A CN106264570A CN 106264570 A CN106264570 A CN 106264570A CN 201610710581 A CN201610710581 A CN 201610710581A CN 106264570 A CN106264570 A CN 106264570A
Authority
CN
China
Prior art keywords
drug abstainer
heart addiction
state
eeg signals
abstainer
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.)
Granted
Application number
CN201610710581.7A
Other languages
English (en)
Other versions
CN106264570B (zh
Inventor
闫天翼
李章平
赵仑
沈亚奇
姜凡涛
王力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Iq Medical Instrument Co Ltd
Original Assignee
Beijing Iq Medical Instrument Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Iq Medical Instrument Co Ltd filed Critical Beijing Iq Medical Instrument Co Ltd
Priority to CN201610710581.7A priority Critical patent/CN106264570B/zh
Publication of CN106264570A publication Critical patent/CN106264570A/zh
Application granted granted Critical
Publication of CN106264570B publication Critical patent/CN106264570B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/16Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165Evaluating the state of mind, e.g. depression, anxiety
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]

Abstract

本发明实施例提供了一种实时监测戒毒者心瘾状态的方法、装置及系统,该方法包括:可移动头戴设备实时获取戒毒者的脑电信号;可移动头戴设备对脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量;可移动头戴设备通过特征向量判断戒毒者是否处于心瘾发作状态;可移动头戴设备将判断结果发送至监测终端。该方法通过采集脑电信号可以实时监测,对心瘾发作状态判断准确、有效。

Description

实时监测戒毒者心瘾状态的方法、装置及系统
技术领域
本发明涉及医疗设备技术领域,具体而言,涉及一种实时监测戒毒者心瘾状态的方法、装置及系统。
背景技术
戒毒者一般通过药物(美沙酮等)治疗或自然戒断进行戒毒。药物治疗方式,脱毒周期长,难解戒毒者心里依赖,易出现复吸现象。自然戒断方式,戒毒者需承受较大痛苦,导致反抗性大,易发生自残、自杀等行为,难除心瘾,复吸率高。每年因吸毒死亡的人数中绝大多数是因为复吸导致死亡。目前如何降低复吸,提高戒毒工作的效率,已成为全社会关注的焦点。因此对戒毒者的心瘾发作情况的监测非常重要。
现有的监测方法有心理测评量表,其根据戒毒者的口述、笔述、言语反应或个体外部行为表现及戒毒者对自身情况的判断来推断或解释戒毒者內瘾态度。该检测方法面临着不易得到戒毒者配合,或戒毒者没有如实反映情况的问题,还有戒毒者自己都没有意识到的內瘾态度,此时戒毒者也就不能将真实的內瘾态度描述出来。因此该方法得到的结论不能体现戒毒者的真正想法,具有不很大的确定性和局限性,而且不能反映戒毒者的实时心瘾状态。
针对上述戒毒者心瘾发作监测方法的不确定性、局限性和非实时性问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种实时监测戒毒者心瘾状态的方法、装置及系统,实时监测戒毒者心瘾状态的心理状态,并且判断戒毒者是否出现心瘾发作的情况,能够实时监测且判断准确率高。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种实时监测戒毒者心瘾状态的方法,包括:可移动头戴设备实时获取戒毒者的脑电信号;可移动头戴设备对脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量;可移动头戴设备通过特征向量判断戒毒者是否处于心瘾发作状态;可移动头戴设备将判断结果发送至监测终端。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,可移动头戴设备通过多个电极采集戒毒者的脑电模拟信号;多个电极分别贴附于戒毒者头部的不同位置;可移动头戴设备将脑电模拟信号转换为脑电数字信号,将脑电数字信号存储为戒毒者的脑电信号。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,多个电极包括5个采集电极和2个参考电极,不同位置包括:安放采集电极的中央点、左中央、右中央、额中点和顶点;及安放参考电极的左耳垂和右耳垂。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,可移动头戴设备通过小波变换法对脑电信号进行分析,提取对应于μ节律的能量值,μ节律的频率为8-12Hz,幅度为30-80μV;可移动头戴设备将能量值作为反映戒毒者心瘾状态的特征向量。
结合第一方面的第三种可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,可移动头戴设备通过小波变换法对脑电信号进行分析,提取对应于μ节律的能量值包括:可移动头戴设备构建小波包,对脑电信号进行小波包分解,得出各层的频带范围;可移动头戴设备确定频带范围在μ节律频率范围附近的层数;可移动头戴设备提取层数对应的小波系数的能量值。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,可移动头戴设备通过特征向量判断戒毒者是否处于心瘾发作状态包括:可移动头戴设备将特征向量输入到可移动头戴设备的支持向量机分类器中,支持向量机分类器为预先针对心瘾发作时μ节律对应的小波系数的能量值及心瘾未发作时μ节律对应的小波系数的能量值进行训练后的分类器;由支持向量机分类器对特征向量进行分类,当特征向量被分类到心瘾发作对应的类别时确定戒毒者处于心瘾发作状态。
第二方面,本发明实施例还提供了一种实时监测戒毒者心瘾状态的装置,包括:采集模块,用于实时获取戒毒者的脑电信号;分析提取模块,用于对脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量;判断模块,用于通过特征向量判断戒毒者是否处于心瘾发作状态;发送模块,用于将判断结果发送至监测终端。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,分析提取模块包括:能量值提取单元,用于通过小波变换法对脑电信号进行分析,提取对应于μ节律的能量值;μ节律的频率为8-12Hz,幅度为30-80μV;特征向量确定单元,用于将能量值作为反映戒毒者心瘾状态的特征向量。
结合第二方面的第一种可能的实施方式,本发明实施例提供了第二方面的第二种可能的实施方式,其中,能量值提取单元包括:分解子单元,用于构建小波包,对脑电信号进行小波包分解,得出各层的频带范围;层数确定子单元,用于确定频带范围在μ节律对应频率范围附近的层数;提取子单元,用于提取层数对应的小波系数的能量值。
第三方面,本发明实施例还提供了一种实时监测戒毒者心瘾状态的系统,包括:可移动头戴终端和监测终端,其中可移动头戴终端包括上述第二方面提供的实时监测戒毒者心瘾状态的装置,可移动头戴终端与监测终端无线通信连接。
本发明实施例提供的实时监测戒毒者心瘾状态的方法、装置及系统,通过实时采集戒毒者的脑电信号,通过对该脑电信号进行分析判断,得到戒毒者是否处于心瘾发作状态的结果,并将该结果发送给监测终端,上述监测的方式实现了对戒毒者的实时监测,且判断准确有效,对及时发现戒毒者的心瘾发作状态并提供医疗帮助具有重要意义。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例1提供的实时监测戒毒者心瘾状态的方法的流程示意图;
图2示出了本发明实施例1提供的电极位置示意图;
图3示出了本发明实施例1提供的可移动头戴设备的仰视图;
图4示出了本发明实施例2提供的实时监测戒毒者心瘾状态的装置的结构框图;
图5示出了本发明实施例3提供的实时监测戒毒者心瘾状态的系统的结构框图;
图6示出了本发明实施例3提供的可移动头戴终端的立体示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到现有技术监测戒毒者心理状态的方法不能实现实时监测,且准确率低的问题,本发明实施例提供了一种实时监测戒毒者心瘾状态的方法、装置及系统,该技术可以采用相应的软件和硬件实现。下面通过实施例进行描述。
实施例1
图1示出了本发明实施例1提供的实时监测戒毒者心瘾状态的方法的流程示意图。应当说明的是,本发明的实时监测戒毒者心瘾状态的方法并不以图1以及以下具体顺序为限制。应当理解,在其它实施例中,本发明的实时监测戒毒者心瘾状态的方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。下面将对图1所示方法的具体流程进行详细阐述。
步骤S110,可移动头戴设备实时获取戒毒者的脑电信号。
具体地,可移动头戴设备穿戴在戒毒者的头上,戒毒者在穿戴情况下可以自由移动,该可移动头戴设备安装有独立的电源,可以长时间穿戴。
该可移动头戴设备包括多个电极,通过多个电极采集戒毒者的脑电模拟信号。电极的数量可以是3至72个,本实施例中以使用5个电极为例进行说明。
上述电极为非侵入式圆形吸附干电极(圆形,直径小于3厘米),采用微针技术、超高输入阻抗放大器以及光电传感技术。相对于传统脑电采集电极,非侵入式干电极摆脱了对导电介质的依赖性,使用方便、便携、灵敏度高、不易受环境制约,从而保证采集脑电信号的准确性。
多个电极包括5个采集电极和2个参考电极,不同位置包括:安放采集电极的中央点(Cz)、左中央(C3)、右中央(C4)、额中点(Fz)和顶点(Pz);及安放参考电极的左耳垂(A1)和右耳垂(A2)。如图2所示10/20系统电极位置示意图,标示出了各电极的位置。再参考如图3所示的可移动头戴设备的仰视图,示出了本实施例使用的各个电极的位置。左耳垂(A1)和右耳垂(A2)处的电极可以使用电极夹,分别夹在左右耳垂上。
在采集到脑电模拟信号后将该脑电模拟信号转换为脑电数字信号,即按照一定的频率对模拟信号进行打点取样。由于脑电信号的频率最高在100Hz左右,根据采样定理,一般将采样频率选定为128Hz(也可以选择500Hz-1000Hz),点数750点。
步骤S120,可移动头戴设备对脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量。
具体地,可以通过小波变换法对脑电信号进行分析,提取对应于μ节律的能量值,μ节律的频率为8-12Hz,幅度为30-80μV;可移动头戴设备将能量值作为反映戒毒者心瘾状态的特征向量。
首先可移动头戴设备构建小波包,对脑电信号进行小波包分解,得出各层的频带范围;其次可移动头戴设备确定频带范围在μ节律频率范围附近的层数;最后可移动头戴设备提取层数对应的小波系数的能量值。
本实施例选用db5小波对脑电信号进行3层分解,得出各个层数分量的频带范围,利用小波系数的能量反映出脑电信号的时频域特征。将各层频带范围与μ节律频率范围相比较,从而得出哪层的频带范围在μ节律附近,可提取对应与此层频带的小波系数的能量值作为特征向量。
具体如下:
(1)对脑电信号进行有限层分解:
x [ n ] = A L + Σ j = 1 L D j ;
L为分解层数,AL为低通逼近分量,Dj为不同尺度下的细节分量;
(2)例如使用db5小波对上式进行3层分解:
x[n]=A3+D3+D2+D1
各分量对应的子频带如表1所示:
表1:
分解信号 频带范围Hz 分解的层数
D1 32-64 1
D2 16-32 2
D3 8-16 3
A3 0-8 3
由表1可知,D3(8-16Hz)在脑电信号的μ节律(8-12Hz)频带范围附近,因此可以提取对应于该频带的小波系数的能量均值作为特征向量,能量均值如下:
E ( l , k ) = 1 N Σ n = 1 N [ d n ( l , k ) ] 2 , n = 1 , 2 , 3 , ..... , N ;
l为分解层数,k为第l层上第k个子带,n为节点所含的小波系数的个数,dn(l,k)为第l层上第k个子带的小波系数,E(l,k)为第l层上第k个子带的小波系数的平均能量。
步骤S130,可移动头戴设备通过特征向量判断戒毒者是否处于心瘾发作状态。
具体包括:将特征向量输入到可移动头戴设备的支持向量机(即SVM,SupportVector Machine)分类器中,支持向量机分类器已经过心瘾发作时μ节律对应的小波系数的能量值及心瘾未发作时μ节律对应的小波系数的能量值训练;由支持向量机分类器对特征向量进行分类,当特征向量被分类到心瘾发作对应的类别时确定戒毒者处于心瘾发作状态。
该SVM分类器在进行判断步骤之前已进行过训练和分类测试,用小波系数的能量值训练集模板作为参照模板,认为在受试者的μ节律的附近频带的小波系数的能量值与此训练模板相近的情况属于戒毒者心瘾发作的情况。
步骤S140,可移动头戴设备将判断结果发送至监测终端。
在得到是否处于心瘾发作状态的判断结果后,将该结果发送至监测终端,可以使用蓝牙方式或WiFi方式发送上述结果。在发送结果之前将其格式转换为监测终端可识别的信号格式。在接收到处理好的结果信号后,在该监测终端上按需求显示结果。
监测终端安装有用于监测的显示软件,在监测开始前打开该显示软件。监测结束后,取下可移动头戴设备,并关闭其电源。
上述实施例1中的方法,在戒毒者头部穿戴可移动头戴设备,可以实时采集戒毒者的脑电信号,再对该脑电信号进行分析判断,得到戒毒者是否处于心瘾发作状态的结果,并将该结果发送给监测终端,上述监测方法实现了对戒毒者的实时监测,且判断戒毒者是否心瘾发作准确率高,可以有效监测戒毒者的心理状态,准确掌握戒毒者的戒断情况,为戒毒者的恢复提供有效信息,对帮助戒毒者戒断具有重要意义。
人类大脑自发脑电信号按频率范围可划分为以下几种:δ节律、θ节律、α节律、β节律、γ节律和μ节律。
(1)δ节律:频率为0.5~4Hz,幅度为20~200μV。健康成年人清醒时,一般记录不到δ节律,δ节律在人睡眠时出现,但在深度麻醉、缺氧、意识模糊、大脑病变时也可能会出现。头部额区和枕区的δ节律尤为明显。
(2)θ节律:频率为4~8Hz,幅度为100~150μV。当人失望、受到挫折或者发困时出现,θ节律反映了大脑中枢神经系统受到了压抑。
(3)α节律:频率为8~12Hz,幅度为20~100μV。人清醒状态下闭眼α节律出现,且波幅变化规律为由小到大,然后又减小,形成了α节律的梭形。当睁眼、精神焦虑、集中注意力思考问题或受其它刺激(不熟悉的外界事物出现)时,α节律消失而出现β节律,称为α节律阻断现象。当重新闭眼时,α节律又会再次出现。α节律是正常成人的脑电信号各节律中最容易观察到的节律。头皮表面的任何位置都可以记录到,但是头皮顶部和大脑枕区α节律尤为明显。
(4)β节律:频率为12~25Hz,幅度为5~20μV。在头皮额部和颞部表现最明显,当受试者睁眼视物、受到突然的刺激、进行思维活动,或努力解决问题时,在头皮的其他位置也会出现β节律。β节律的出现和大脑皮层神经活动的兴奋程度有关。
(5)γ节律:频率大于26Hz,γ节律是一种高频波,主要由注意或感觉刺激引起,反映了大脑神经细胞的兴奋性。在人头皮额区、顶区中部等部位最为显著。
(6)μ节律:频率为8~12Hz,幅度为30~80μV,μ节律不受睁眼闭眼的影响,其变化规律和人体的肢体运动密切相关。μ节律的典型头皮分布在大脑中央区,有时在中央顶区,因此本实施例选择将采集电极安放在中央点(Cz)、左中央(C3)、右中央(C4)、额中点(Fz)和顶点(Pz),此外参考电极固定安放左耳垂(A1)和右耳垂(A2)。
由于脑电信号及其微弱,通常情况只有约50uV左右;并且由于其很高的事变敏感性,采集过程中极易受到外界的干扰和污染,从而引入噪声(伪迹)。伪迹产生的原因如下:
(1)眼电:由于被试眼动而产生的伪迹是最常见的。采集过程中,实验者眼球活动和眨眼时,在前额部等的导联将会产生与眼球活动节律一致的双侧堆成慢波电位伪迹。
(2)心电和肌电伪迹:一般心电中的QPRS波会在记录下的脑电信号中出现干扰波形;咀嚼肌紧张和吞咽动作等容易在颞部导联中产生快而不规则的肌电位伪迹。
(3)工频干扰:来自于电力系统的干扰,由50Hz及其谐波构成。为了消除其对生物医学信号频带范围之间的干扰,一般都会进行50Hz滤波而去除工频干扰。
(4)运动伪迹:一种会导致信号基线产生变化的干扰,是由于人体轻微运动而导致测量电极和人体接触电极变化。
因此为了提取出所需的μ节律,在步骤S110将该脑电模拟信号转换为脑电数字信号之前还需要对脑电信号进行滤波和放大。具体如下:
首先对脑电信号进行滤波,去除脑电信号的噪声,增加有效信号的强度,提高脑电信号的信噪比。滤波电路包括高通滤波电路、陷波电路和低通滤波电路。陷波电路可以有效避免50HZ的工频干扰,低通滤波去除眼电干扰。
其次对经滤波的脑电信号进行放大并通过电平调整电路调整经放大的脑电信号的电压。放大电路包括前置放大电路和后置放大电路,可以将脑电信号放大15000到20000倍。能够较好的抑制包括工频、静电和电磁耦合等的干扰。
实施例2
对应于上述实施例1提供的方法,本发明实施例还提供了一种实时监测戒毒者心瘾状态的装置,参见图4,该装置包括以下模块:采集模块401、分析提取模块402、判断模块403和发送模块404。具体如下:
采集模块401,用于实时获取戒毒者的脑电信号。
具体地,采集模块401包括:模拟信号采集单元,用于采集戒毒者的脑电模拟信号;数字信号转换单元,用于将脑电模拟信号转换为脑电数字信号。其中模拟信号采集单元可以包括多个电极,通过多个电极采集戒毒者的脑电模拟信号。电极的数量可以是3至72个,本实施例中以使用5个电极为例进行说明。
上述电极为非侵入式圆形吸附干电极(圆形,直径小于3厘米),采用微针技术、超高输入阻抗放大器以及光电传感技术。相对于传统脑电采集电极,非侵入式干电极摆脱了对导电介质的依赖性,使用方便、便携、灵敏度高、不易受环境制约,从而保证采集脑电信号的准确性。
多个电极包括5个采集电极和2个参考电极,不同位置包括:安放采集电极的中央点(Cz)、左中央(C3)、右中央(C4)、额中点(Fz)和顶点(Pz);及安放参考电极的左耳垂(A1)和右耳垂(A2)。
在采集到脑电模拟信号后数字信号转换单元将该脑电模拟信号转换为脑电数字信号,即按照一定的频率对模拟信号进行打点取样。由于脑电信号的频率最高在100Hz左右,根据采样定理,一般将采样频率选定为128Hz(也可以选择500Hz-1000Hz),点数750点。
分析提取模块402,用于对脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量。
分析提取模块402包括:能量值提取单元,用于通过小波变换法对脑电信号进行分析,提取对应于μ节律的能量值,μ节律的频率为8-12Hz,幅度为30-80μV;;特征向量确定单元,用于将能量值作为反映戒毒者心瘾状态的特征向量。
其中,能量值提取单元包括:分解子单元,用于构建小波包,对脑电信号进行小波包分解,得出各层的频带范围;层数确定子单元,用于确定频带范围在μ节律对应频率范围附近的层数;提取子单元,用于提取层数对应的小波系数的能量值。
本实施例选用db5小波对脑电信号进行3层分解,得出各个层数分量的频带范围,利用小波系数的能量反映出脑电信号的时频域特征。将各层频带范围与μ节律频率范围相比较,从而得出哪层的频带范围在μ节律附近,可提取对应与此层频带的小波系数的能量值作为特征向量。
具体如下:
(1)对脑电信号进行有限层分解:
x [ n ] = A L + Σ j = 1 L D j ;
L为分解层数,AL为低通逼近分量,Dj为不同尺度下的细节分量;
(2)例如使用db5小波对上式进行3层分解:
x[n]=A3+D3+D2+D1
各分量对应的子频带如表1所示:
表1:
分解信号 频带范围Hz 分解的层数
D1 32-64 1
D2 16-32 2
D3 8-16 3
A3 0-8 3
由表1可知,D3(8-16Hz)在脑电信号的μ节律(8-12Hz)频带范围附近,因此可以提取对应于该频带的小波系数的能量均值作为特征向量,能量均值如下:
E ( l , k ) = 1 N Σ n = 1 N [ d n ( l , k ) ] 2 , n = 1 , 2 , 3 , ..... , N ;
l为分解层数,k为第l层上第k个子带,n为节点所含的小波系数的个数,dn(l,k)为第l层上第k个子带的小波系数,E(l,k)为第l层上第k个子带的小波系数的平均能量。
判断模块403,用于通过特征向量判断戒毒者是否处于心瘾发作状态。
具体地,判断模块403包括:
输入单元,用于将特征向量输入到可移动头戴设备的支持向量机(即SVM,SupportVector Machine)分类器中,支持向量机分类器已经过心瘾发作时μ节律对应的小波系数的能量值及心瘾未发作时μ节律对应的小波系数的能量值训练;
分类单元,用于对特征向量进行分类,当特征向量被分类到心瘾发作对应的类别时确定戒毒者处于心瘾发作状态。
该SVM分类器在进行判断步骤之前已进行过训练和分类测试,用小波系数的能量值训练集模板作为参照模板,认为在受试者的μ节律的附近频带的小波系数的能量值与此训练模板相近的情况属于戒毒者心瘾发作的情况。
发送模块404,用于将判断结果发送至监测终端。
在得到是否处于心瘾发作状态的判断结果后,发送模块404将该结果发送至监测终端,可以使用蓝牙方式或WiFi方式发送上述结果。在发送结果之前将其格式转换为监测终端可识别的信号格式。在接收到处理好的结果信号后,在该监测终端上按需求显示结果。
监测终端安装有用于监测的显示软件,在监测开始前打开该显示软件。监测结束后,取下该装置并关闭其电源。该实时监测戒毒者心瘾状态的装置具有独立的电源,戒毒者可以自由移动,长时间穿戴。
上述实施例2中的装置,可以实时采集戒毒者的脑电信号,再对该脑电信号进行分析判断,得到戒毒者是否处于心瘾发作状态的结果,然后将该结果发送给监测终端,从而实现了对戒毒者的实时监测,其判断戒毒者是否心瘾发作准确率高,可以有效监测戒毒者的心理状态,准确掌握戒毒者的戒断情况,为戒毒者的恢复提供有效信息,对帮助戒毒者戒断具有重要意义。
实施例3
本发明实施例提供一种实时监测戒毒者心瘾状态的系统,如图5所示,包括:可移动头戴终端510和监测终端520。其中可移动头戴终端510包括上述实施例2提供的实时监测戒毒者心瘾状态的装置,可移动头戴终端510与监测终端520无线通信连接。上述无线通信方式包括蓝牙或WiFi。
在监测终端520上安装有用于监测的显示软件,在监测开始前打开该显示软件,可以实时显示并存储可移动头戴终端510发送的数据,
可移动头戴终端510具有独立的电源,戒毒者在穿戴该可移动头戴终端510的情况下可以自由移动,适于长期穿戴并采集脑电信号,有利于对戒毒者进行长时间追踪观察,提高戒毒的成功率,如图6所示的可移动头戴终端的立体示意图,包括处理器601、多个电极602和支架603。处理器601和多个电极602都固定安装在支架603上,其中处理器601安装在支架603的中心位置,有利于保持可移动头戴终端穿戴的稳定性;电极602按照如实施例1和2中描述的电极位置固定在支架603相对应位置。
综上,本发明实施例提供的实时监测戒毒者心瘾状态的方法、装置及系统,可以实时采集戒毒者的脑电信号,再对该脑电信号进行分析判断,得到戒毒者是否处于心瘾发作状态的结果,有利于准确掌握戒毒者的心瘾状态,准确掌握戒毒者的戒断情况,为戒毒者的恢复提供有效信息。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种实时监测戒毒者心瘾状态的方法,其特征在于,包括:
可移动头戴设备实时获取戒毒者的脑电信号;
所述可移动头戴设备对所述脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量;
所述可移动头戴设备通过所述特征向量判断所述戒毒者是否处于心瘾发作状态;
所述可移动头戴设备将判断结果发送至监测终端。
2.根据权利要求1所述的实时监测戒毒者心瘾状态的方法,其特征在于,所述可移动头戴设备实时获取戒毒者的脑电信号包括:
所述可移动头戴设备通过多个电极采集戒毒者的脑电模拟信号;所述多个电极分别贴附于所述戒毒者头部的不同位置;
所述可移动头戴设备将所述脑电模拟信号转换为脑电数字信号,将所述脑电数字信号存储为所述戒毒者的脑电信号。
3.根据权利要求2所述的实时监测戒毒者心瘾状态的方法,其特征在于,所述多个电极包括5个采集电极和2个参考电极,所述不同位置包括:安放所述采集电极的中央点、左中央、右中央、额中点和顶点;及安放所述参考电极的左耳垂和右耳垂。
4.根据权利要求1所述的实时监测戒毒者心瘾状态的方法,其特征在于,所述可移动头戴设备对所述脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量包括:
所述可移动头戴设备通过小波变换法对所述脑电信号进行分析,提取对应于μ节律的能量值,所述μ节律的频率为8-12Hz,幅度为30-80μV;
所述可移动头戴设备将所述能量值作为反映戒毒者心瘾状态的特征向量。
5.根据权利要求4所述的实时监测戒毒者心瘾状态的方法,其特征在于,通过小波变换法对所述脑电信号进行分析,提取对应于μ节律的能量值包括:
所述可移动头戴设备构建小波包,对所述脑电信号进行小波包分解,得出各层的频带范围;
所述可移动头戴设备确定所述频带范围在μ节律对应频率范围附近的层数;
所述可移动头戴设备提取所述层数对应的小波系数的能量值。
6.根据权利要求1所述的实时监测戒毒者心瘾状态的方法,其特征在于,所述可移动头戴设备通过所述特征向量判断所述戒毒者是否处于心瘾发作状态包括:
所述可移动头戴设备将所述特征向量输入到所述可移动头戴设备的支持向量机分类器中,所述支持向量机分类器为预先针对心瘾发作时μ节律对应的小波系数的能量值及心瘾未发作时μ节律对应的小波系数的能量值进行训练后的分类器;
由所述支持向量机分类器对所述特征向量进行分类,当所述特征向量被分类到心瘾发作对应的类别时确定所述戒毒者处于心瘾发作状态。
7.一种实时监测戒毒者心瘾状态的装置,其特征在于,包括:
采集模块,用于实时获取戒毒者的脑电信号;
分析提取模块,用于对所述脑电信号进行分析,提取反映戒毒者心瘾状态的特征向量;
判断模块,用于通过所述特征向量判断所述戒毒者是否处于心瘾发作状态;
发送模块,用于将判断结果发送至监测终端。
8.根据权利要求7所述的装置,其特征在于,所述分析提取模块包括:
能量值提取单元,用于通过小波变换法对所述脑电信号进行分析,提取对应于μ节律的能量值,所述μ节律的频率为8-12Hz,幅度为30-80μV;
特征向量确定单元,用于将所述能量值作为反映戒毒者心瘾状态的特征向量。
9.根据权利要求8所述的装置,其特征在于,所述能量值提取单元包括:
分解子单元,用于构建小波包,对所述脑电信号进行小波包分解,得出各层的频带范围;
层数确定子单元,用于确定所述频带范围在μ节律对应频率范围附近的层数;
提取子单元,用于提取所述层数对应的小波系数的能量值。
10.一种实时监测戒毒者心瘾状态的系统,其特征在于,包括:可移动头戴终端和监测终端,其中所述可移动头戴终端包括权利要求7-9任一项所述的实时监测戒毒者心瘾状态的装置,所述可移动头戴终端与所述监测终端无线通信连接。
CN201610710581.7A 2016-08-23 2016-08-23 实时监测戒毒者心瘾状态的方法、装置及系统 Active CN106264570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610710581.7A CN106264570B (zh) 2016-08-23 2016-08-23 实时监测戒毒者心瘾状态的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610710581.7A CN106264570B (zh) 2016-08-23 2016-08-23 实时监测戒毒者心瘾状态的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN106264570A true CN106264570A (zh) 2017-01-04
CN106264570B CN106264570B (zh) 2023-09-26

Family

ID=57614798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610710581.7A Active CN106264570B (zh) 2016-08-23 2016-08-23 实时监测戒毒者心瘾状态的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN106264570B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107320081A (zh) * 2017-07-03 2017-11-07 北京大学 对吸毒人员进行复吸监测的方法和系统
CN107463792A (zh) * 2017-09-21 2017-12-12 北京大智商医疗器械有限公司 神经反馈装置、系统及方法
CN112617824A (zh) * 2020-12-09 2021-04-09 中南民族大学 一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1300577A (zh) * 2001-01-16 2001-06-27 北京大学 便携式脑高级功能的心理生理参数实用测试系统
US20020058867A1 (en) * 1999-12-02 2002-05-16 Breiter Hans C. Method and apparatus for measuring indices of brain activity during motivational and emotional function
CN101927052A (zh) * 2009-06-26 2010-12-29 王志忠 一种脑电波生物反馈戒毒仪
CN202681918U (zh) * 2012-05-03 2013-01-23 成都信息工程学院 诱发成瘾性戒毒治疗评估系统的硬件系统
CN103793058A (zh) * 2014-02-13 2014-05-14 山西大学 一种主动式脑机交互系统运动想象任务分类方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020058867A1 (en) * 1999-12-02 2002-05-16 Breiter Hans C. Method and apparatus for measuring indices of brain activity during motivational and emotional function
CN1300577A (zh) * 2001-01-16 2001-06-27 北京大学 便携式脑高级功能的心理生理参数实用测试系统
CN101927052A (zh) * 2009-06-26 2010-12-29 王志忠 一种脑电波生物反馈戒毒仪
CN202681918U (zh) * 2012-05-03 2013-01-23 成都信息工程学院 诱发成瘾性戒毒治疗评估系统的硬件系统
CN103793058A (zh) * 2014-02-13 2014-05-14 山西大学 一种主动式脑机交互系统运动想象任务分类方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴春薇;谢瑛;: "脑电图中mu波的特征、影响因素及其与镜像神经元活动的关系" *
杨帮华;颜国正;徐定;: "药物依赖者渴求感的度量现状及其与脑电关系初步探讨" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107320081A (zh) * 2017-07-03 2017-11-07 北京大学 对吸毒人员进行复吸监测的方法和系统
CN107320081B (zh) * 2017-07-03 2019-11-15 北京大学 对吸毒人员进行复吸监测的方法和系统
CN107463792A (zh) * 2017-09-21 2017-12-12 北京大智商医疗器械有限公司 神经反馈装置、系统及方法
CN107463792B (zh) * 2017-09-21 2023-11-21 北京大智商医疗器械有限公司 神经反馈装置、系统及方法
CN112617824A (zh) * 2020-12-09 2021-04-09 中南民族大学 一种基于多通道fNIRS信号的冰毒成瘾者检测方法及系统

Also Published As

Publication number Publication date
CN106264570B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
Khosla et al. A comparative analysis of signal processing and classification methods for different applications based on EEG signals
McGuigan Psychophysiological measurement of covert behavior: A guide for the laboratory
Sörnmo et al. Bioelectrical signal processing in cardiac and neurological applications
CN106388818B (zh) 睡眠状态监测模型的特征信息提取方法和系统
US7570991B2 (en) Method for real time attitude assessment
CN106407733A (zh) 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
CN103584872A (zh) 一种基于多生理参数融合的心理压力评估方法
CN202654115U (zh) 基于柔性压力传感器阵列的睡眠监护与医疗诊断系统
CN102920453A (zh) 一种脑电波信号处理方法及其装置
CN102200833B (zh) 一种Speller BCI系统及其控制方法
CN106510702B (zh) 基于中潜伏期听觉诱发电位的听觉注意特征提取、识别系统及方法
CN106473705A (zh) 用于睡眠状态监测的脑电信号处理方法和系统
CN106264570A (zh) 实时监测戒毒者心瘾状态的方法、装置及系统
CN103405225B (zh) 一种获取疼感评测指标的方法、装置及设备
CN104635934A (zh) 基于逻辑思维和形象思维的脑机接口方法
CN107072584A (zh) 用于探测诱发响应信号的系统、方法和设备
Anwar et al. Use of portable EEG sensors to detect meditation
CN108324292A (zh) 基于脑电信号的室内视觉环境满意度分析方法
CN106901727A (zh) 一种基于脑电信号的抑郁症风险筛查装置
CN106333672A (zh) 基于eeg的高压工作人群的疲劳监测与快速恢复的头戴设备
CN107422653A (zh) 一种利用脑电技术自动唤醒头戴显示设备的方法及装置
US11311220B1 (en) Deep learning model-based identification of stress resilience using electroencephalograph (EEG)
CN206183286U (zh) 实时监测戒毒者心瘾状态的可移动头戴终端及系统
CN100502779C (zh) 便携式脑高级功能的心理生理参数实用测试系统
CN107510451B (zh) 一种基于脑干听觉诱发电位的音高感知能力客观评估方法

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