CN111743554A - 基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 - Google Patents
基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 Download PDFInfo
- Publication number
- CN111743554A CN111743554A CN202010774678.0A CN202010774678A CN111743554A CN 111743554 A CN111743554 A CN 111743554A CN 202010774678 A CN202010774678 A CN 202010774678A CN 111743554 A CN111743554 A CN 111743554A
- Authority
- CN
- China
- Prior art keywords
- attention
- module
- data
- monitoring
- brain wave
- 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.)
- Pending
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 116
- 238000012544 monitoring process Methods 0.000 title claims abstract description 85
- 238000003745 diagnosis Methods 0.000 title claims abstract description 71
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 title claims abstract description 33
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 title claims abstract description 32
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 25
- 208000013403 hyperactivity Diseases 0.000 claims abstract description 22
- 230000008054 signal transmission Effects 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000004744 fabric Substances 0.000 claims description 16
- 208000011580 syndromic disease Diseases 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 5
- 208000024891 symptom Diseases 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000001125 extrusion Methods 0.000 claims description 2
- 238000003466 welding Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 208000019901 Anxiety disease Diseases 0.000 description 5
- 230000036506 anxiety Effects 0.000 description 5
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003699 hair surface Effects 0.000 description 4
- 230000033764 rhythmic process Effects 0.000 description 4
- 238000009958 sewing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008451 emotion Effects 0.000 description 3
- 230000013016 learning Effects 0.000 description 3
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 206010022437 insomnia Diseases 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 206010002091 Anaesthesia Diseases 0.000 description 1
- 208000028698 Cognitive impairment Diseases 0.000 description 1
- 208000036993 Frustration Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000037005 anaesthesia Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 230000008576 chronic process Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 208000028327 extreme fatigue Diseases 0.000 description 1
- 229920002457 flexible plastic Polymers 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000036630 mental development Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/168—Evaluating attention deficit, hyperactivity
-
- 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
- A61B5/681—Wristwatch-type devices
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6897—Computer input devices, e.g. mice or keyboards
-
- 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
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Developmental Disabilities (AREA)
- General Engineering & Computer Science (AREA)
- Child & Adolescent Psychology (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Multimedia (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及多动症监测技术领域，尤其涉及到一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，包括监测诊断块，且监测诊断块内侧面为适于人体头部结构的弧形面，监测诊断块内部设有处理器，在监测诊断块内侧面还设有脑电波采集电极，在脑电波采集电极顶端还连接安装有导电层，在监测诊断块的左右两侧还通过连接机构安装有伸缩带，处理器包括数据采集芯片、信号接收器、算法模块、诊断分级模块、数据存储模块、信号传输模块以及云后台终端，所述信号传输模块还连接有移动设备；本发明实现了在常规状态下或者儿童玩乐时间内的实时脑电波数据监测和分析处理，使得监测数据更加准确和代表性，大大提高了该产品使用的实用性和高效性。
Description
技术领域
本发明涉及儿童多动症监测处理技术领域，尤其涉及到一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统。
背景技术
儿童多动症（简称多动症），又称注意力缺陷多动障碍（ADHD），是一种常见的儿童行为异常问题。这类患儿的智力正常或接近正常，但学习、行为及情绪方面有缺陷，主要表现为与年龄和发育水平不相称的注意力不易集中、注意广度缩小、注意时间短暂，不分场合的活动过多、情绪易冲动等现象，并常伴有认知障碍和学习困难等难题。该症于学前起病，呈慢性过程，且该症不仅影响儿童在学校、家庭和校外的生活，长期下来，而且容易导致儿童持久的学习困难、行为异常问题和自尊心低的现象，严重制约了儿童的天性发展和智力发育，此类患儿尤其表现在家庭及学校均难与人相处，如不能得到及时治疗，部分患儿成年后仍有症状，明显影响患者学业、身心健康以及成年后的家庭生活和社交能力，经过网络和民生大数据检索调查，国内外调查发现儿童该症患病率为3%～10%，其中男女比为4～9：1，尤其是早产儿童患此病较多。
目前，医院对儿童多动症的诊断目前仍主要以患儿家长和老师提供的病史、临床表现、体格检查、为主要依据，进而通过医院固定的脑电设备对患儿的脑部进行拍摄脑电图及脑诱发电位异常，但均无特异性诊断意义，传统的关于儿童多动症的诊断缺点是：
1、通过家长的口述、既往病史、体格检查只能作为家长鉴于儿童行为的儿童多动症的主观判断，受限于儿童家长的相关医学常识，没有量化标准进行评估和参考，自身关注的异常数据和行为是存在较大偏差的；
2、儿童在医院环境状态下，在医生短暂的盘问观察过程中，往往表现出紧张或者不安的情绪、甚至是故意忍住不动等现象，所谓讳疾忌医就是如此，让医生无法准确得到儿童在常规情形下的正常表现和行为参考，严重影响了专业医生的判断和数据评估；
3、传统医院脑电图设备固定，儿童坐在或者躺在设备旁边穿戴设备进行监测，由于医院环境与正常环境不同以及儿童自我潜意识的压抑影响造成其脑电数据不准确，也即不具代表性；
4、传统脑电图对儿童多动症方面并没有专业性诊断依据，完全依靠专业医生的专业能力和专业经验，家长和儿童不了解，也制约了后续儿童的康复治疗。
发明内容
本发明的目的在于克服现有技术的不足，解决上述存在的问题，而提供了一种基于对脑电波解析算法的注意缺陷多动障碍诊断设备，本发明结构简单，操作方便，实现了在常规状态下或者儿童玩乐时间内的脑电波数据监测和分析处理，使得监测数据更加准确和代表性，大大提高了该产品使用的实用性和高效性。
本发明的目的是通过如下措施来实现的：一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，包括监测诊断块，所述监测诊断块为矩形结构，且所述监测诊断块内侧面为适于人体头部结构的弧形面，所述监测诊断块内部设有处理器，处理器通过支架与监测诊断块固定安装，在所述监测诊断块正面还设有脑电波采集电极，所述脑电波采集电极一端与处理器电性连接、另一端贯穿监测诊断块与外界人体相接触，在所述脑电波采集电极顶端还连接安装有便于人体穿戴舒适的导电层，导电层与监测诊断模块的内侧面通过粘结固定，在所述监测诊断块的前后两侧还通过连接机构安装有伸缩带，由于儿童也有胖瘦和高低不同，头部大小自然也不尽相同，通过设置伸缩带，加上魔术贴进行调节，大大提高了该设备的实用性和市场推广度；
所述处理器包括数据采集芯片、信号接收器、算法模块、诊断分级模块、数据存储模块、信号传输模块和云后台终端；
所述数据采集芯片，在常规或者静默状态下儿童佩戴好设备，用于接收来自脑电波采集电极直接接触儿童头部进行的脑电波信号的采集数据和记录；
信号接收器，用于接收来自数据采集芯片的数据信号并做出分析处理从而进行下一步的反馈提示信号；
算法模块，接收来自信号接收器的数据信号，然后剥离出需要的核心算法指标数值信号，其中，核心算法指标 ：注意力指数θ：根据诊断时间内注意力方差均值算出，反应出一段时间内注意力均值；注意力保持指数α：根据儿童佩戴设备时采集注意力数据进行计算得出，用来表示注意力保持时间长度；注意力跳跃指数β：根据儿童佩戴设备时采集注意力数据在一段时间内的波峰到波谷的方差平均值；年龄G：参与诊断儿童的实际年龄，以月为单位；进而通过核心算法进行算法处理；其中算法模块中的核心算法如下：
在T时间段内，T（t1,t2.......tn） ,
分别得到注意力值（nt1,nt2,.....ntn）
G为测试儿童年龄，以月为单位
P为注意力标准值
M为注意力在标准值之上的连续时长
NP 为注意力值N与标准值间差
NP = （nt1 - p,nt2 - p,......ntn - p）
当NPt > 0且 NPt+1 > 0 时
Mt + 1
得到(M1,M2,M3.......Mt) 其中，t < tn
θ = (M1+M2+M3+…+Mn)/n
α =〈(M1-θ)^2+(M2-θ)^2+(M3-θ)^2+…+(Mn-θ)^2〉╱n
在T时间段内，T（t1,t2.......t2n） ,
分别得到注意力波峰值NP（np1,np2,.....npn）
注意力波谷值NL（nl1,nl2,.....nln）
N1= NP1 - NL1
N2 = NP2 - NL1
…
…
….
N2n = NPn - NLn
对于数列（N1,N2,N3......N2n）
R = (N1+N2+N3+…+N2n)/2n
β = 〈(N1-R)^2+(N2-R)^2+(N3-R)^2+…+(N2n-R)^2〉╱2n ；
诊断分级模块，用于分析来自算法模块的计算值K，然后对数据参考值进行比对，然后做出分级评估报告；多动症综合评估K：根据核心算法量化孩子的综合多动症状态指标，用于直观的反映儿童当前多动症程度；
数据存储模块，用于将经过算法处理后的数据和原始信号数据进行存储，以便后续的治疗方案进行相对应的调整，全面实时的掌握儿童多动症的康复治疗进度；
信号传输模块，用于将脑电波采集信号数据和核心算法指标数据以及计算后数据和诊断分级报告等数据，进行数据传输给云后台终端，防止数据存储模块受损，导致数据丢失；同时在云后台终端进行各项数据的储备，在移动设备调用时也是方便快捷；
云后台终端，用于将所有数据进行存储、调用和数据整合，在云后台终端进行各项数据的储备，家长或专业医生在移动设备上直接调用儿童病历数据，方便专业医生和家长了解儿童的治疗进度，更加方便专业医生对儿童进行实时的症状监测，做到实时调整治疗方案；
所述数据采集芯片与脑电波采集电极的底端通过焊接连接固定，所述信号传输模块还连接有移动设备，所述算法模块还包括测试模块，所述测试模块分为用于监测注意力数据算法处理的注意力指数测试模块、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块、用于监测儿童注意力是否集中以及集中时长数据进而处理的注意力跳跃指数测试模块、年龄测算模块，所述诊断分级模块还包括通过信号数据算法处理以及监测注意力指数进行核算的多动症综合评估测算模块，所述多动症综合评估测算模块还包括轻度一级模块、中度二级模块、重度三级模块，所述多动症综合评估测算模块还连接有用于提醒儿童进行就医时间规划的提醒模块，所述提醒模块设置安装在所述移动设备内，在所述监测诊断块的内部还设有充电模块，所述充电模块与处理器电性连接；
在儿童常规无戒备情况下或者儿童安静状态下，将该设备戴在头上，脑电波采集电极对儿童进行脑电波数据信号采集，进而记录在数据采集芯片上，然后数据采集芯片将儿童在常规状态下的脑电波信号传输给信号接收器，信号接收器对脑电波信号数据进行规整处理，然后将脑电波信号数据传输给算法模块，算法模块中含有用于监测注意力数据算法处理的注意力指数测试模块、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块、用于监测儿童注意力是否集中以及集中时长数据进而处理的注意力跳跃指数测试模块、年龄测算模块，算法模块首先对来自信号接收器的脑电波信号数据进行分离、整合处理，进而通过核心算法对以上各相应数据指标参考项进行数值监测和计算；
然后通过诊断分级模块的多动症综合评估测算模块得出相对应的儿童多动症等级，其中儿童多动症等级分为轻度一级、中度二级、重度三级，当家长或专业医生，从移动设备上得知儿童的多动症等级为轻度一级时，采用常规的就医计划，对儿童进行引导式缓慢的康复治疗，谨遵医嘱即可；当家长或专业医生，从移动设备上得知儿童的多动症等级为中度二级时，需要采用进一步加深治疗的就医计划，专业医生下达进一步的改正治疗方案给家长，对儿童进行进一步引导式加速康复治疗；当家长或专业医生，从移动设备上得知儿童的多动症等级为重度三级时，需要改变原有的就医计划，直接携带儿童去专业医院就医，听取专业医生下达深度的改正治疗方案，对儿童进行深度引导进而加速康复治疗；移动设备上设有提醒模块，提醒家长或专业医生对儿童的治疗进程实时跟进和实时改进，大大提高了该设备的便捷性和高效性。
优选的，在所述监测诊断块对应脑电波采集电极处还设有微孔，所述脑电波采集电极贯穿微孔与导电层挤压接触，如此设置，便于脑电波采集电极对儿童进行脑电波信号的采集。
进一步优选的，所述脑电波采集电极为均匀分布的M个，所述M≥2。
进一步优选的，所述导电层为替换式柔性导电布，所述柔性导电布与所述监测诊断块之间通过魔术贴粘结固定，如此设置，考虑到医院对卫生有特殊要求的环境，对脑电波采集装置的导电层进行升级，其所使用的柔性导电布改为替换式柔性导电布，更换被监测人的同时，将导电布进行替换，更加卫生、健康，采用魔术贴粘结，更是方便快捷，大大提高了该设备检测的工作效率。
优选的，在所述监测诊断块的一侧还通过卡嵌安装有USB充电接口，所述USB充电接口与所述充电模块电性连接，如此设置，充电模块里含有电池，电池对该设备进行供电，便于对该监测设备进行充电，进而提高使用时间，进一步增加该设备的市场推广度。
优选的，所述连接机构包括设置在所述监测诊断块前后两侧壁上的固定轴和魔术贴，所述伸缩带一端与一侧固定轴通过线缝合固定连接、另一端通过魔术贴粘结固定，且魔术贴分为毛面魔术贴和勾面魔术贴，在所述伸缩带的一端部外侧面通过线缝合固定安装有勾面魔术贴，所述伸缩带的中部外侧面通过线缝合固定安装有毛面魔术贴，如此设置，由于儿童也有胖瘦和高低不同，头部大小自然也不尽相同，通过设置伸缩带，加上魔术贴进行调节，大大提高了该设备的实用性和便捷性，安装和拆卸都省时省力。
所述移动设备为手机或儿童手表或电脑，且所述移动设备与信号传输模块之间的连接方式为蓝牙传输或者网络协议传输的任一种。
进一步优选的，所述移动设备内的提醒模块为安装在移动设备内的震动器APP或者闹铃APP，移动设备上设有提醒模块，提醒家长或专业医生对儿童的治疗进程实时跟进以作治疗方案的实时改进，大大提高了该设备的便捷性和高效性。
优选的，在所述伸缩带的左右两侧下端还连接安装有用于固定儿童头部和下巴的固定带，且所述固定带的两端部均通过挂钩与伸缩带连接固定，如此设置，由于儿童多动以及好动的天性，加上儿童容易乱抓头部的现象，从而影响脑电波监测信号的采集，进一步影响儿童多动症信号的获取，影响儿童的康复治疗，通过设置固定带使儿童头戴该设备更加牢固，大大提高了该产品脑电波监测的稳固性。
本发明的有益效果是：本发明结构简单，操作方便，在儿童常规无戒备情况下或者儿童安静状态下，将该设备戴在头上，脑电波采集电极对儿童进行脑电波数据信号采集，进而记录在数据采集芯片上，然后数据采集芯片将儿童在常规状态下的脑电波信号传输给信号接收器，信号接收器对脑电波信号数据进行规整处理，然后将脑电波信号数据传输给算法模块，算法模块中含有用于监测注意力数据算法处理的注意力指数测试模块、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块、用于监测儿童注意力是否集中以及集中时长数据进而处理的注意力跳跃指数测试模块、年龄测算模块，算法模块首先对来自信号接收器的脑电波信号数据进行分离、整合处理，进而通过核心算法对以上各相应参考项进行数值监测和计算，然后通过诊断分级模块的多动症综合评估测算模块得出相对应的儿童多动症等级；
其中儿童多动症等级分为轻度一级、中度二级、重度三级，当家长或专业医生，从移动设备上得知儿童的多动症等级为轻度一级时，采用常规的就医计划，对儿童进行引导式缓慢的康复治疗，谨遵医嘱即可；当家长或专业医生，从移动设备上得知儿童的多动症等级为中度二级时，需要采用进一步加深治疗的就医计划，专业医生下达进一步的改正治疗方案给家长，对儿童进行进一步引导式加速康复治疗；当家长或专业医生，从移动设备上得知儿童的多动症等级为重度三级时，需要改变原有的就医计划，直接携带儿童去专业医院就医，听取专业医生下达深度的改正治疗方案，对儿童进行深度引导进而加速康复治疗；移动设备上设有提醒模块，提醒家长或专业医生对儿童的治疗进程实时跟进和实时改进，大大提高了该设备的便捷性和高效性，通过设置伸缩带和魔术贴，由于儿童也有胖瘦和高低不同，头部大小自然也不尽相同，通过设置伸缩带，加上魔术贴进行调节，大大提高了该设备的实用性和便捷性，安装和拆卸都省时省力，考虑到医院对卫生有特殊要求的环境，对脑电波采集装置的导电层进行升级，其所使用的柔性导电布改为替换式柔性导电布，更换被监测人的同时，将导电布进行替换，更加卫生、健康，采用魔术贴粘结，更是方便快捷，大大提高了该设备检测的工作效率。
附图说明
图1为本发明的监测诊断原理流程框图；
图2为本发明的整体结构外形图；
图3为本发明脑电波采集电极的连接结构图。
图中：1-监测诊断块，11-微孔，2-处理器，21-数据采集芯片，22-信号接收器，23-算法模块，231-测试模块，232-注意力指数测试模块，233-注意力保持指数测试模块，234-注意力跳跃指数测试模块，235-年龄测算模块，24-诊断分级模块，241-多动症综合评估测算模块，242-轻度一级模块，243-中度二级模块，244-重度三级模块，25-数据存储模块，26-信号传输模块，27-云后台终端，3-脑电波采集电极，4-导电层，5-伸缩带，6-移动设备，61-提醒模块，7-充电模块，71-USB充电接口，8-连接机构，81-固定轴，82-魔术贴，83-毛面魔术贴，84-勾面魔术贴，9-固定带。
具体实施方式
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
脑电波补充参考资料：
脑电波段划分
现代科学研究表明，人脑工作时会产生自发性电生理活动，该活动可通过专用的脑电记录仪以脑电波的形式表现出，在脑电研究中，至少存在有四个重要的波段。脑电波是一些自发的有节律的神经电活动，其频率变动范围在每秒1－30次之间的，可划分为四个波段，即δ（1－3Hz）、θ（4－7Hz）、α（8－13Hz）、β（14－30Hz）。除此之外，在觉醒并专注于某一事时，常可见一种频率较β波更高的γ波，其频率为30~80Hz，波幅范围不定；而在睡眠时还可出现另一些波形较为特殊的正常脑电波，如驼峰波、σ波、λ波、κ-复合波、μ波等。
δ波/Delta波/德尔塔波
频率为1~3Hz，幅度为20~200μV。当人在婴儿期或智力发育不成熟、成年人在极度疲劳和昏睡或麻醉状态下，可在颞叶和顶叶记录到这种波段。
θ波/Theta波/塞塔波
频率为4~7Hz，幅度为5~20μV。在成年人意愿受挫或者抑郁以及精神病患者中这种波极为显著。但此波为少年（10－17岁）的脑电图中的主要成分。
α波/Alpha波/阿尔法波
频率为8~13Hz（平均数为10Hz），幅度为20~100μV。它是正常人脑电波的基本节律，如果没有外加的刺激，其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显，睁开眼睛（受到光刺激）或接受其它刺激时，α波即刻消失。
β波/Beta波/贝塔波
频率为14~30Hz，幅度为100~150μV。当精神紧张和情绪激动或亢奋时出现此波，当人从噩梦中惊醒时，原来的慢波节律可立即被该节律所替代。
在人心情愉悦或静思冥想时，一直兴奋的β波、δ波或θ波此刻弱了下来，α波相对来说得到了强化。因为这种波形最接近右脑的脑电生物节律，于是人的灵感状态就出现了。
作用
每一种脑电波都有其相对应的不同的大脑意识状态。也可以说在不同意识状态下需要不同的脑电波才能最好地完成大脑的工作。如果大脑在某个具体情况下不能出现相应的脑波，我们就有麻烦了。例如，如果在想睡眠时大脑不出现德尔塔波和塞他波，这就是失眠症（INSOMNIA）。相反情况是，在适当的时候出现适当的脑波的人，就是人们所说的天才，一个有用的比喻，我们可以把大脑的四个脑波看作是汽车的四个档位。德尔塔是一档，塞他是二档，阿尔法是三档，倍他是四档。没有哪一个档位适合所有的行驶状态，也没有哪一个脑波状态适应所有的生活挑战。如果汽车的某个档位不能使用，或我们忘记了去使用，这台车就有问题了。例如我们起步用一档，然后直接挂到四档（省掉了二档和三档），汽车的油耗就会大幅增加，修车费也会不菲。大脑也是一样。但我们不幸看到的是，太多人使用大脑时省掉了二档和三档（塞他脑波和阿尔法脑波），如此驾驶大脑的结果是大脑工作效率低下和医疗费的上升。这是如何发生的呢。
我们举例来描述现代人的生活：一个人在早晨还在深睡时（德尔他脑波状态）突然被闹钟叫醒，时间来不及了，马上行动（倍他脑波状态），紧张，焦虑和匆忙的一天开始了！！！喝一杯咖啡使自己保持清醒（倍他脑波状态），咖啡因可以抑制塞他脑波和阿尔法脑波，并提高倍他脑波。一整天在紧张，压力或焦虑下工作（大脑中倍他，倍他，还是倍他脑波）一直到晚上精疲力竭时，一头扎到床上开始大睡（直接进入德尔塔脑波状态）。一天当中连放松和感到困倦的时间都没有（没有时间进入阿尔法脑波和塞他脑波状态）。现代生活中太多的人这样驾驶自己的大脑，突然而有力地从一档直接进入四档，并从四档直接回到一档。阿尔法脑波的存在的合理性，是我们人类大脑先天所具有的，是大脑的基本状态之一。但现代生活的紧张使太多人忘记了使自己的大脑处于阿尔法脑波状态，从而许多人成为紧张，焦虑所导致的疾病的牺牲品。紧张和焦虑降低人体的免疫能力。而大脑有相对较多的阿尔法脑波的人，有相对教少的焦虑和紧张，因此免疫能力也相对较高。这当然对每一个人都有益处。
实施例1：基于上述脑电波补充分析资料，结合图1-图3所示，一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，包括监测诊断块1，所述监测诊断块1为矩形结构且采用柔性塑胶制作而成，且所述监测诊断块1内侧面为适于人体头部结构的弧形面，所述监测诊断块1内部设有处理器2，处理器2通过支架与监测诊断块1内部固定安装，在所述监测诊断块1正面还设有脑电波采集电极3，在所述监测诊断块1对应脑电波采集电极3处还设有微孔11，所述脑电波采集电极3贯穿微孔11与导电层4挤压接触，如此设置，便于脑电波采集电极对儿童进行脑电波信号的采集，所述脑电波采集电极3为均匀分布的M个，所述M≥2，所述脑电波采集电极3一端与处理器2电性连接、另一端贯穿监测诊断块1与外界人体相接触，在所述脑电波采集电极3顶端还连接安装有便于人体穿戴舒适的导电层4，所述导电层4为替换式柔性导电布，所述柔性导电布与所述监测诊断块1内侧面之间通过魔术贴粘结固定，柔性导电布内侧四周安装有毛面魔术贴，在微孔外侧环形设置有勾面魔术贴，二者粘结固定，如此设置，考虑到医院对卫生有特殊要求的环境，对脑电波采集装置的导电层进行升级，其所使用的柔性导电布改为替换式柔性导电布，更换被监测人的同时，将导电布进行替换，更加卫生、健康，采用魔术贴粘结，更是方便快捷，大大提高了该设备检测的工作效率；
在所述监测诊断块1的左右两侧还通过连接机构8安装有伸缩带5，所述连接机构8包括设置在所述监测诊断块1前后两侧壁上的固定轴81和魔术贴82，所述伸缩带5一端与一侧固定轴81通过线缝合固定连接、另一端通过魔术贴82粘结固定，且魔术贴82分为毛面魔术贴83和勾面魔术贴84，在所述伸缩带5的一端部外侧面通过线缝合固定安装有勾面魔术贴84，所述伸缩带5的中部外侧面通过线缝合固定安装有毛面魔术贴83，如此设置，由于儿童也有胖瘦和高低不同，头部大小自然也不尽相同，通过设置伸缩带，加上魔术贴进行调节，大大提高了该设备的实用性和便捷性，安装和拆卸都省时省力；在伸缩带5的左右两侧下端还连接安装有用于固定儿童头部和下巴的固定带9，且所述固定带9的两端部均通过挂钩与伸缩带5连接固定，固定带端部均安装有挂钩，伸缩带一侧安装有挂环，挂钩与挂环匹配安装，如此设置，由于儿童多动以及好动的天性，加上儿童容易乱抓头部的现象，设置固定带使儿童头戴该设备更加牢固，大大提高了该产品脑电波监测的稳固性；
所述处理器2包括数据采集芯片21、信号接收器22、算法模块23、诊断分级模块24、数据存储模块25、信号传输模块26和云后台终端27；
所述数据采集芯片21，在常规或者静默状态下儿童佩戴好设备，用于接收来自脑电波采集电极直接接触儿童头部进行的脑电波信号的采集数据和记录；
信号接收器22，用于接收来自数据采集芯片的数据信号并做出分析处理从而进行下一步的反馈提示信号；
算法模块23，接收来自信号接收器的数据信号，然后剥离出需要的核心算法指标数值信号，其中，核心算法指标 ：注意力指数θ：根据诊断时间内注意力方差均值算出，反应出一段时间内注意力均值；注意力保持指数α：根据儿童佩戴设备时采集注意力数据进行计算得出，用来表示注意力保持时间长度；注意力跳跃指数β：根据儿童佩戴设备时采集注意力数据在一段时间内的波峰到波谷的方差平均值；年龄G：参与诊断儿童的实际年龄，以月为单位；进而通过核心算法进行算法处理；其中算法模块中的核心算法如下：
在T时间段内，T（t1,t2.......tn） ,
分别得到注意力值（nt1,nt2,.....ntn）
G为测试儿童年龄，以月为单位
P为注意力标准值
M为注意力在标准值之上的连续时长
NP 为注意力值N与标准值间差
NP = （nt1 - p,nt2 - p,......ntn - p）
当NPt > 0且 NPt+1 > 0 时
Mt + 1
得到(M1,M2,M3.......Mt) 其中，t < tn
θ = (M1+M2+M3+…+Mn)/n
α =〈(M1-θ)^2+(M2-θ)^2+(M3-θ)^2+…+(Mn-θ)^2〉╱n
在T时间段内，T（t1,t2.......t2n） ,
分别得到注意力波峰值NP（np1,np2,.....npn）
注意力波谷值NL（nl1,nl2,.....nln）
N1= NP1 - NL1
N2 = NP2 - NL1
…
…
….
N2n = NPn - NLn
对于数列（N1,N2,N3......N2n）
R = (N1+N2+N3+…+N2n)/2n
β = 〈(N1-R)^2+(N2-R)^2+(N3-R)^2+…+(N2n-R)^2〉╱2n ；
诊断分级模块24，用于分析来自算法模块的计算值K，然后对数据参考值进行比对，然后做出分级评估报告；多动症综合评估K：根据核心算法量化孩子的综合多动症状态指标，用于直观的反映儿童当前多动症程度；
数据存储模块25，用于将经过算法处理后的数据和原始信号数据进行存储，以便后续的治疗方案进行相对应的调整，全面实时的掌握儿童多动症的康复治疗进度；
信号传输模块26，用于将脑电波采集信号数据和核心算法指标数据以及计算后数据和诊断分级报告等数据，进行数据传输给云后台终端，防止数据存储模块受损，导致数据丢失；同时在云后台终端进行各项数据的储备，在移动设备调用时也是方便快捷；
云后台终端27，用于将所有数据进行存储、调用和数据整合，在云后台终端进行各项数据的储备，家长或专业医生在移动设备上直接调用儿童病历数据，方便专业医生和家长了解儿童的治疗进度，更加方便专业医生对儿童进行实时的症状监测，做到实时调整治疗方案；
所述信号传输模块26还连接有移动设备6，移动设备6可以访问和调用云后台终端27的数据，进而实时调整治疗方案，所述算法模块23还包括测试模块231，所述测试模块231分为用于监测注意力数据算法处理的注意力指数测试模块232、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块233、用于监测儿童注意力是否集中以及集中时长数据进而处理的注意力跳跃指数测试模块234、用于监测记录儿童年龄的年龄测算模块235，所述诊断分级模块24还包括通过信号数据算法处理以及监测注意力指数进行核算的多动症综合评估测算模块241，所述多动症综合评估测算模块241还包括轻度一级模块242、中度二级模块243、重度三级模块244，轻度一级、中度二级、重度三级通过多动症综合评估测算模块对核心算法指标数值进行计算分析后和比对进行分级并作出诊断评估报告；所述多动症综合评估测算模块241还连接有用于提醒儿童进行就医时间规划的提醒模块61，所述提醒模块61设置安装在所述移动设备6内；
在所述监测诊断块1的内部还设有充电模块7，所述充电模块7与处理器2电性连接，在所述监测诊断块1的一侧还通过卡嵌安装有USB充电接口71，所述USB充电接口71与所述充电模块7电性连接，如此设置，充电模块里含有电池，电池对该设备进行供电，便于对该监测设备进行充电，进而提高使用时间，进一步增加该设备的市场推广度，所述移动设备6为手机或儿童手表或电脑，且所述移动设备6与信号传输模块26之间的连接方式为蓝牙传输或者网络协议传输的任一种，所述移动设备6内的提醒模块为安装在移动设备内的震动器APP或者闹铃APP，移动设备上设有提醒模块，提醒家长或专业医生对儿童的治疗进程实时跟进以作治疗方案的实时改进，大大提高了该设备的便捷性和高效性。
使用状态下，在儿童常规无戒备情况下或者儿童安静状态下，将该设备戴在头上，脑电波采集电极对儿童进行脑电波数据信号采集，进而记录在数据采集芯片上，然后数据采集芯片将儿童在常规状态下的脑电波信号传输给信号接收器，信号接收器对脑电波信号数据进行规整处理，然后将脑电波信号数据传输给算法模块，算法模块中含有用于监测注意力数据算法处理的注意力指数测试模块、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块、用于监测儿童注意力是否集中以及集中时长数据进而处理的注意力跳跃指数测试模块、年龄测算模块，算法模块首先对来自信号接收器的脑电波信号数据进行分离、整合处理，进而通过核心算法对以上各相应参考算法指标值进行数值监测分析和计算。
然后通过诊断分级模块的多动症综合评估测算模块得出相对应的儿童多动症等级，其中儿童多动症等级分为轻度一级、中度二级、重度三级，当家长或专业医生，从移动设备上得知儿童的多动症等级为轻度一级时，采用常规的就医计划，对儿童进行引导式缓慢的康复治疗，谨遵医嘱即可；当家长或专业医生，从移动设备上得知儿童的多动症等级为中度二级时，需要采用进一步加深治疗的就医计划，专业医生下达进一步的改正治疗方案给家长，对儿童进行进一步引导式加速康复治疗；当家长或专业医生，从移动设备上得知儿童的多动症等级为重度三级时，需要改变原有的就医计划，直接携带儿童去专业医院就医，听取专业医生下达深度的改正治疗方案，对儿童进行深度引导进而加速康复治疗；移动设备上设有提醒模块，提醒家长或专业医生对儿童的治疗进程实时跟进和实时改进，大大提高了该设备的便捷性和高效性。
核心算法指标 ：
注意力指数θ：根据诊断时间内注意力方差均值算出，反应出一段时间内注意力均值；
注意力保持指数α：根据儿童佩戴设备时采集注意力数据进行计算得出，用来表示注意力保持时间长度；
注意力跳跃指数β：根据儿童佩戴设备时采集注意力数据在一段时间内的波峰到波谷的方差平均值；
年龄G：参与诊断儿童的实际年龄，以月为单位；
多动症综合评估K：根据核心算法量化孩子的综合多动症状态指标，用于直观的反映儿童当前多动症程度。
最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：包括监测诊断块（1），所述监测诊断块（1）内侧面为弧形面，所述监测诊断块（1）内部设有处理器（2），在所述监测诊断块（1）内侧面还设有脑电波采集电极（3），所述脑电波采集电极（3）一端与处理器（2）电性连接、另一端贯穿监测诊断块（1）与外界人体相接触，在所述脑电波采集电极（3）顶端还连接安装有便于人体穿戴舒适的导电层（4），导电层（4）与监测诊断块（1）的弧形面连接固定，在所述监测诊断块（1）的左右两侧还通过连接机构（8）安装有伸缩带（5），所述处理器（2）包括数据采集芯片（21）、信号接收器（22）、算法模块（23）、诊断分级模块（24）、数据存储模块（25）、信号传输模块（26）和云后台终端（27）；
所述数据采集芯片（21），在常规或者静默状态下儿童佩戴好设备，用于接收来自脑电波采集电极直接接触儿童头部进行的脑电波信号的采集数据和记录；
信号接收器（22），用于接收来自数据采集芯片的数据信号并做出分析处理从而进行下一步的反馈提示信号；
算法模块（23），接收来自信号接收器的数据信号，然后剥离出需要的核心算法指标数值信号，其中，核心算法指标 ：注意力指数θ：根据诊断时间内注意力方差均值算出，反应出一段时间内注意力均值；注意力保持指数α：根据儿童佩戴设备时采集注意力数据进行计算得出，用来表示注意力保持时间长度；注意力跳跃指数β：根据儿童佩戴设备时采集注意力数据在一段时间内的波峰到波谷的方差平均值；年龄G：参与诊断儿童的实际年龄，以月为单位；进而通过核心算法进行算法处理；其中算法模块中的核心算法如下：
在T时间段内，T（t1,t2.......tn） ,
分别得到注意力值（nt1,nt2,.....ntn）
G为测试儿童年龄，以月为单位
P为注意力标准值
M为注意力在标准值之上的连续时长
NP 为注意力值N与标准值间差
NP = （nt1 - p,nt2 - p,......ntn - p）
当NPt > 0且 NPt+1 > 0 时
Mt + 1
得到(M1,M2,M3.......Mt) 其中，t < tn
θ = (M1+M2+M3+…+Mn)/n
α =〈(M1-θ)^2+(M2-θ)^2+(M3-θ)^2+…+(Mn-θ)^2〉╱n
在T时间段内，T（t1,t2.......t2n） ,
分别得到注意力波峰值NP（np1,np2,.....npn）
注意力波谷值NL（nl1,nl2,.....nln）
N1= NP1 - NL1
N2 = NP2 - NL1
…
…
….
N2n = NPn - NLn
对于数列（N1,N2,N3......N2n）
R = (N1+N2+N3+…+N2n)/2n
β = 〈(N1-R)^2+(N2-R)^2+(N3-R)^2+…+(N2n-R)^2〉╱2n；
诊断分级模块（24），用于分析来自算法模块的计算值K，然后对数据参考值进行比对，然后做出分级评估报告；多动症综合评估K：根据核心算法量化孩子的综合多动症状态指标，用于直观的反映儿童当前多动症程度；
数据存储模块（25），用于将经过算法处理后的数据和原始信号数据进行存储，以便后续的治疗方案进行相对应的调整，全面实时的掌握儿童多动症的康复治疗进度；
信号传输模块（26），用于将脑电波采集信号数据和核心算法指标数据以及计算后数据和诊断分级报告等数据，进行数据传输给云后台终端，防止数据存储模块受损，导致数据丢失；同时在云后台终端进行各项数据的储备，在移动设备调用时也是方便快捷；
云后台终端（27），用于将所有数据进行存储、调用和数据整合，在云后台终端进行各项数据的储备，家长或专业医生在移动设备上直接调用儿童病历数据，方便专业医生和家长了解儿童的治疗进度，更加方便专业医生对儿童进行实时的症状监测，做到实时调整治疗方案；
所述数据采集芯片（21）与脑电波采集电极（3）的底端通过焊接连接固定，所述信号传输模块（26）还连接有移动设备（6），所述算法模块（23）还包括测试模块（231），所述测试模块（231）分为用于监测注意力数据算法处理的注意力指数测试模块（232）、用于监测注意力时长和对注意力指数进行数据比对的注意力保持指数测试模块（233）、用于监测儿童注意力是否集中以及集中时长数据进行处理的注意力跳跃指数测试模块（234）、用于监测记录儿童年龄的年龄测算模块（235），所述诊断分级模块（24）还包括通过信号数据算法处理以及监测注意力指数进行核算的多动症综合评估测算模块（241），所述多动症综合评估测算模块（241）还包括轻度一级模块（242）、中度二级模块（243）、重度三级模块（244），所述多动症综合评估测算模块（241）还连接有用于提醒儿童进行就医时间规划的提醒模块（61），所述提醒模块（61）设置安装在所述移动设备（6）内，在所述监测诊断块（1）的内部还设有充电模块（7），所述充电模块（7）与处理器（2）电性连接。
2.根据权利要求1所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：在所述监测诊断块（1）对应脑电波采集电极（3）处还设有微孔（11），所述脑电波采集电极（3）顶部贯穿微孔（11）与导电层（4）挤压接触。
3.根据权利要求2所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：所述脑电波采集电极（3）为均匀分布的M个，所述M≥2。
4.根据权利要求2所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：所述导电层（4）为替换式柔性导电布，所述柔性导电布与所述监测诊断块之间通过魔术贴粘结固定。
5.根据权利要求1所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：在所述监测诊断块（1）的一侧还通过卡嵌安装有USB充电接口（71），所述USB充电接口（71）与所述充电模块（7）电性连接。
6.根据权利要求1所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：所述连接机构（8）包括设置在所述监测诊断块（1）前后两侧壁上的固定轴（81）和魔术贴（82），所述伸缩带（5）一端与一侧固定轴（81）通过线缝合固定连接、另一端通过魔术贴（82）粘结固定，且魔术贴（82）分为毛面魔术贴（83）和勾面魔术贴（84），在所述伸缩带（5）的一端部外侧面通过线缝合固定安装有勾面魔术贴（84），所述伸缩带（5）的中部外侧面通过线缝合固定安装有毛面魔术贴（83）。
7.根据权利要求1所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：所述移动设备（6）为手机或儿童手表或电脑，且所述移动设备（6）与信号传输模块（26）之间的连接方式为蓝牙传输或者网络协议传输的任一种。
8.根据权利要求7所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：所述移动设备（6）内的提醒模块（61）为安装在移动设备（6）内的震动器APP或者闹铃APP。
9.根据权利要求1所述的基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：在所述伸缩带（5）的左右两侧下端还连接安装有用于固定儿童头部和下巴的固定带（9），且所述固定带（9）的两端部均通过挂钩与伸缩带（5）连接固定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010774678.0A CN111743554A (zh) | 2020-08-04 | 2020-08-04 | 基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010774678.0A CN111743554A (zh) | 2020-08-04 | 2020-08-04 | 基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111743554A true CN111743554A (zh) | 2020-10-09 |
Family
ID=72713037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010774678.0A Pending CN111743554A (zh) | 2020-08-04 | 2020-08-04 | 基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111743554A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112386256A (zh) * | 2020-11-16 | 2021-02-23 | 蔡佐宾 | 人格测试方法及系统 |
| CN112773368A (zh) * | 2021-03-19 | 2021-05-11 | 河南省安信科技发展有限公司 | 基于一次性电磁片采集脑电信号的adhd检测康复设备 |
| CN113143229A (zh) * | 2021-05-21 | 2021-07-23 | 深圳市蔚来集团实业有限公司 | 一种儿童专注力心脑同步监测装置 |
| CN113288171A (zh) * | 2021-05-20 | 2021-08-24 | 常州大学 | 基于脑电特征的adhd儿童认知功能监测系统 |
| CN113367704A (zh) * | 2021-06-04 | 2021-09-10 | 智慧精灵(厦门)科技有限公司 | 基于脑电数据的大脑相关指标的智能测评分析方法 |
| CN114099891A (zh) * | 2021-11-19 | 2022-03-01 | 逸群海豚信息科技(上海)有限公司 | 一种基于ar技术的多动症改善系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6097980A (en) * | 1998-12-24 | 2000-08-01 | Monastra; Vincent J. | Quantitative electroencephalographic (QEEG) process and apparatus for assessing attention deficit hyperactivity disorder |
| US20040152995A1 (en) * | 2001-05-04 | 2004-08-05 | Cox Daniel J. | Method, apparatus, and computer program product for assessment of attentional impairments |
| CN101779955A (zh) * | 2010-01-18 | 2010-07-21 | 南京大学 | 便携式脑功能生物反馈仪 |
| CN107024987A (zh) * | 2017-03-20 | 2017-08-08 | 南京邮电大学 | 一种基于eeg的实时人脑注意力测试和训练系统 |
| WO2018004028A1 (ko) * | 2016-06-28 | 2018-01-04 | 주식회사 소소 | 뇌파 기반 주의력 결핍 과잉 행동 장애 진단 시스템 |
| CN108670276A (zh) * | 2018-05-29 | 2018-10-19 | 南京邮电大学 | 基于脑电信号的学习注意力评价系统 |
| CN109044378A (zh) * | 2018-09-20 | 2018-12-21 | 复理智能科技（上海）有限公司 | 一种多动症评估和诊断系统 |
| CN109646022A (zh) * | 2019-01-10 | 2019-04-19 | 杭州电子科技大学 | 儿童注意力评估系统及其方法 |
| CN110934600A (zh) * | 2020-01-09 | 2020-03-31 | 河南省安信科技发展有限公司 | 一种基于脑电波监测的防疲劳驾驶预警装置及监测方法 |
-
2020
- 2020-08-04 CN CN202010774678.0A patent/CN111743554A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6097980A (en) * | 1998-12-24 | 2000-08-01 | Monastra; Vincent J. | Quantitative electroencephalographic (QEEG) process and apparatus for assessing attention deficit hyperactivity disorder |
| US20040152995A1 (en) * | 2001-05-04 | 2004-08-05 | Cox Daniel J. | Method, apparatus, and computer program product for assessment of attentional impairments |
| CN101779955A (zh) * | 2010-01-18 | 2010-07-21 | 南京大学 | 便携式脑功能生物反馈仪 |
| WO2018004028A1 (ko) * | 2016-06-28 | 2018-01-04 | 주식회사 소소 | 뇌파 기반 주의력 결핍 과잉 행동 장애 진단 시스템 |
| CN107024987A (zh) * | 2017-03-20 | 2017-08-08 | 南京邮电大学 | 一种基于eeg的实时人脑注意力测试和训练系统 |
| CN108670276A (zh) * | 2018-05-29 | 2018-10-19 | 南京邮电大学 | 基于脑电信号的学习注意力评价系统 |
| CN109044378A (zh) * | 2018-09-20 | 2018-12-21 | 复理智能科技（上海）有限公司 | 一种多动症评估和诊断系统 |
| CN109646022A (zh) * | 2019-01-10 | 2019-04-19 | 杭州电子科技大学 | 儿童注意力评估系统及其方法 |
| CN110934600A (zh) * | 2020-01-09 | 2020-03-31 | 河南省安信科技发展有限公司 | 一种基于脑电波监测的防疲劳驾驶预警装置及监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| "儿童多动症诊疗服务", pages 1 - 5, Retrieved from the Internet <URL:http://www.anything-soft.com/templates/gw/3/9/25/501.htm> * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112386256A (zh) * | 2020-11-16 | 2021-02-23 | 蔡佐宾 | 人格测试方法及系统 |
| CN112773368A (zh) * | 2021-03-19 | 2021-05-11 | 河南省安信科技发展有限公司 | 基于一次性电磁片采集脑电信号的adhd检测康复设备 |
| CN113288171A (zh) * | 2021-05-20 | 2021-08-24 | 常州大学 | 基于脑电特征的adhd儿童认知功能监测系统 |
| CN113143229A (zh) * | 2021-05-21 | 2021-07-23 | 深圳市蔚来集团实业有限公司 | 一种儿童专注力心脑同步监测装置 |
| CN113367704A (zh) * | 2021-06-04 | 2021-09-10 | 智慧精灵(厦门)科技有限公司 | 基于脑电数据的大脑相关指标的智能测评分析方法 |
| CN114099891A (zh) * | 2021-11-19 | 2022-03-01 | 逸群海豚信息科技(上海)有限公司 | 一种基于ar技术的多动症改善系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111743554A (zh) | 基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统 | |
| US7570991B2 (en) | Method for real time attitude assessment | |
| JP4721451B2 (ja) | 被験者の覚醒／睡眠状態を示す情報を使用する行動療法の実施を容易にするための自動化システムおよび装置 | |
| Brannon et al. | Timing in the baby brain | |
| JP5684828B2 (ja) | 自動睡眠治療システム | |
| Siever | Biological markers in schizotypal personality disorder | |
| Cohen et al. | Muscle tension patterns during auditory attention | |
| CN111712194B (zh) | 用于确定睡眠启动潜伏期的系统和方法 | |
| KR101480536B1 (ko) | 헤어밴드 타입의 휴대용 뇌파 측정 장치를 포함한 뇌파 측정 시스템 및 이를 이용한 수면 관리 방법 | |
| WO2008096307A1 (en) | Sleep management | |
| TW201322958A (zh) | 改善失眠的方法 | |
| Malekshahi et al. | Sleep in the completely locked-in state (CLIS) in amyotrophic lateral sclerosis | |
| Alinia et al. | Associations between physiological signals captured using wearable sensors and self-reported outcomes among adults in alcohol use disorder recovery: development and usability study | |
| KR20140103560A (ko) | 수면 뇌파 학습 메모리 강화 분석 기능을 제공하는 헤어밴드 타입 뇌파 측정 장치와 단말기를 포함하는 시스템 | |
| Myers et al. | A novel quantitative measure of Tracé‐alternant EEG activity and its association with sleep states of preterm infants | |
| CN205625901U (zh) | 一种基于云数据平台的心理健康监控系统 | |
| Gutiérrez et al. | Heart rate variability changes induced by auditory stimulation in persistent vegetative state | |
| Kobayashi et al. | Assessing the role of sleep in the regulation of emotion in PTSD | |
| KR101480535B1 (ko) | 헤어핀 타입의 휴대용 뇌파 측정 장치를 포함한 뇌파 측정 시스템 | |
| JPH0543377B2 (zh) | ||
| Nishida et al. | Effect of napping on a bean bag chair on sleep stage, muscle activity, and heart rate variability | |
| Niemi et al. | Digital sleep: expert evaluation of commercially available digital sleep trackers | |
| Bolaños et al. | Low-cost EDA device for screening diabetic neuropathy | |
| RU2794620C2 (ru) | Устройство для оценки эмоций младенцев и детей младшего возраста | |
| Zaiwalla et al. | Polysomnography and other investigations for sleep disorders |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |