CN112370060B - 基于脑电振荡的心理应激能力评估方法和装置 - Google Patents

基于脑电振荡的心理应激能力评估方法和装置 Download PDF

Info

Publication number
CN112370060B
CN112370060B CN202110062335.6A CN202110062335A CN112370060B CN 112370060 B CN112370060 B CN 112370060B CN 202110062335 A CN202110062335 A CN 202110062335A CN 112370060 B CN112370060 B CN 112370060B
Authority
CN
China
Prior art keywords
power
electroencephalogram signal
patient
ratio
determining
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
Application number
CN202110062335.6A
Other languages
English (en)
Other versions
CN112370060A (zh
Inventor
郭毅
姜昕
钱云
杨磊
汪丰
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.)
Dongshou medical technology (Suzhou) Co.,Ltd.
NANJING ZUOYOUNAO MEDICAL TECHNOLOGY Co.,Ltd.
SHENZHEN BIAOSI MEDICAL INSTRUMENT Co.,Ltd.
Shenzhen Peoples Hospital
Original Assignee
Dongshou Medical Technology Suzhou Co ltd
Shenzhen Biaosi Medical Instrument Co ltd
Nanjing Zuoyounao Medical Technology 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 Dongshou Medical Technology Suzhou Co ltd, Shenzhen Biaosi Medical Instrument Co ltd, Nanjing Zuoyounao Medical Technology Co ltd filed Critical Dongshou Medical Technology Suzhou Co ltd
Priority to CN202110062335.6A priority Critical patent/CN112370060B/zh
Publication of CN112370060A publication Critical patent/CN112370060A/zh
Application granted granted Critical
Publication of CN112370060B publication Critical patent/CN112370060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Psychiatry (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本申请公开了一种基于脑电振荡的心理应激能力评估方法和装置，涉及信号分析技术领域，所述方法包括：获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态。解决了现有技术中的问题，达到了可以准确评估心理应激能力的效果。

Description

基于脑电振荡的心理应激能力评估方法和装置
技术领域
本发明涉及基于脑电振荡的心理应激能力评估方法和装置，属于信号分析技术领域。
背景技术
随着人们生活水平的提高，人们的精神压力也越来越大，抑郁症患者也相应的越来越多。抑郁症等神经精神障碍疾病的自杀风险与心理应激抵抗能力密切相关，因此，如何准确的分析得到病患的心理应激抵抗能力已经成为日前所需解决的重要问题。
发明内容
本发明的目的在于提供一种基于脑电振荡的心理应激能力评估方法和装置，用于解决现有技术中存在的问题。
为达到上述目的，本发明提供如下技术方案：
根据第一方面，本发明实施例提供了一种基于脑电振荡的心理应激能力评估方法，所述方法包括：
获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；
对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；
根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态。
可选的，所述根据所述脑电信号获取对应的最大功率谱的峰频率，包括：
根据所述脑电信号获取对应的脑电振荡信号；
计算所述脑电振荡信号的功率谱；
确定最大功率谱所对应的峰频率。
可选的，所述据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态，包括：
若所述差值在第一频率阈值和第二频率阈值之间，则确定所述病患的状态为异常；
若所述差值在第二频率阈值和第三频率阈值之间，则确定所述病患的状态为临界。
可选的，所述据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态，包括：
若所述差值不在第一频率阈值和第三频率阈值之间，则获取每个脑电信号所对应的预设功率，得到所述第一脑电信号所对应的第一预设功率以及所述第二脑电信号所对应的第二预设功率；
计算每个脑电信号的最大功率与对应的预设功率的比值，进而得到所述第一脑电信号所对应的第一功率比以及所述第二脑电信号所对应的第二功率比；
根据所述第一功率比和所述第二功率比的差值确定所述病患的状态。
可选的，所述根据所述第一功率比和所述第二功率比的差值确定所述病患的状态，包括：
若所述差值在第一比值阈值和第二比值阈值之间，则确定所述病患的状态为异常；
若所述差值在所述第二比值阈值和第三比值阈值之间，则确定所述病患的状态为临界。
可选的，所述根据所述第一功率比和所述第二功率比的差值确定所述病患的状态，包括：
若所述差值不在第一比值阈值和第三比值阈值之间，则对于所述第一峰频率和所述第二峰频率中的每一个峰频率，计算所述峰频率偏移预设频率范围后的功率和对应的预设功率，进而得到所述第一脑电信号所对应的第三功率和第三预设功率，以及所述第二脑电信号所对应的第四功率和第四预设功率；
计算第三预设功率与所述第一预设功率的比值得到第三功率比，以及所述第四预设功率与所述第二预设功率的比值得到第四功率比；
根据所述第三功率比和所述第四功率比的差值确定所述病患的状态。
可选的，所述根据所述第三功率比和所述第四功率比的差值确定所述病患的状态，包括：
若所述差值在第四比值阈值和第五比值阈值之间，则确定所述病患的状态为异常；
若所述差值在第五比值阈值与第六比值阈值之间，则确定所述病患的状态为临界。
可选的，所述根据所述第三功率比和所述第四功率比的差值确定所述病患的状态，包括：
若所述差值不在第四比值阈值和第六比值阈值之间，则计算所述第一脑电信号所对应的功率的第一峰度以及所述第二脑电信号所对应的第二峰度；
根据所述第一峰度和所述第二峰度的差值确定所述病患的状态。
可选的，所述根据所述第一峰度和所述第二峰度的差值确定所述病患的状态，包括：
若所述差值在第一峰度阈值和第二峰度阈值之间，则确定所述病患为异常。
若所述差值在所述第二峰度阈值和第三峰度阈值之间，则确定所述病患为临界；
否则，则确定所述病患为正常。
第二方面，提供了一种基于脑电振荡的心理应激能力评估装置，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
通过获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态。也即通过比较静息态和任务态时脑电信号的差异，进而对心理应激抵抗能力进行判断，解决了现有技术中的问题，达到了可以准确评估心理应激能力的效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1为本发明一个实施例提供的基于脑电振荡的心理应激能力评估方法的方法流程图；
图2为本发明一个实施例提供的基于脑电振荡的心理应激能力评估方法中采集脑电信号的采集点的示意图；
图3为本发明一个实施例提供的基于脑电振荡的心理应激能力评估装置的结构示意图；
图4为本发明一个实施例提供的计算机存储介质的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间 未构成冲突就可以相互结合。
请参考图1，其示出了本申请一个实施例提供的基于脑电振荡的心理应激能力评估方法的方法流程图，如图1所示，所述方法包括：
步骤101，获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；
实际实现时，本申请的信号采集条件为：采样率512Hz，低通滤波30Hz，高通滤波0.5Hz，通过个体的头皮电极在10-20国际系统的19个采集点（Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6、Fz、Cz、Pz）记录，以耳垂为参考电极。比如，请参考图2，其示出了本申请采集脑电信号时各个采集点的示意图。
本步骤在正常状态时，获取上述19个电极位置的信号，得到第一脑电信号fy1(x),其中y=1…19，在病患深呼吸时获取上述19个电极位置的信号，得到第二脑电信号fy2(x)其中y=1…19。
本申请的预设时间段可以为系统默认的时间段或者自定义的时间段，比如，可以为3分钟。并且上述正常状态可以被称为清醒状态或者静息态，深呼吸状态还可以被称为过度换气状态。
步骤102，对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；
其中，根据所述脑电信号获取对应的最大功率谱的峰频率，包括：
第一，根据所述脑电信号获取对应的脑电振荡信号；
将每个脑电信号分别通过带通滤波器，得到预设频率范围内的脑电振荡信，也即得到第一脑电振荡信号fay1(x)和第二脑电振荡信号fay2(x)。比如，将上述脑电信号fy1(x)和fy2(x)分别通过带通滤波器，获得7-14Hz范围的脑电振荡信号fay1(x)和fay2(x)。
第二，计算所述脑电振荡信号的功率谱；
计算每个脑电振荡信号的功率谱。具体的，对于第一脑电振荡信号fay1(x)计算得到功率谱
Figure DEST_PATH_IMAGE001
，对于第二脑电振荡信号fay2(x)计算得到功率谱
Figure 470033DEST_PATH_IMAGE002
。计算公式为：
Figure DEST_PATH_IMAGE003
。
第三，确定最大功率谱所对应的峰频率。
对于计算得到的每个功率谱，得到最大功率谱所对应的峰频率。可选的，对于计算得到的功率谱
Figure 932107DEST_PATH_IMAGE001
计算得到最大功率谱
Figure 309999DEST_PATH_IMAGE004
，确定对应的峰频率
Figure DEST_PATH_IMAGE005
；对于计算得到的功率谱
Figure 333581DEST_PATH_IMAGE001
计算得到最大功率谱
Figure 531344DEST_PATH_IMAGE006
，确定对应的峰频率
Figure DEST_PATH_IMAGE007
。
步骤103，根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态。
下述除特殊说明外，均以差值为两者差值的绝对值为例。
若所述差值在第一频率阈值和第二频率阈值之间，则确定所述病患的状态为异常；
若所述差值在第二频率阈值和第三频率阈值之间，则确定所述病患的状态为临界。
否则，则继续判断。其中，计算判断的步骤包括：
第一，获取每个脑电信号所对应的预设功率，得到所述第一脑电信号所对应的第一预设功率以及所述第二脑电信号所对应的第二预设功率；
对于第一脑电信号，计算第一脑电信号的第一振荡脑电信号对应的预设功率，也即fay1(x)对应的
Figure 547841DEST_PATH_IMAGE008
，
Figure DEST_PATH_IMAGE009
。
其中
Figure 232769DEST_PATH_IMAGE010
为离散功率谱，
Figure DEST_PATH_IMAGE011
和
Figure 896094DEST_PATH_IMAGE012
为有效频率范围。
类似的，对于第二脑电信号，可以计算得到fay2(x)对应的
Figure DEST_PATH_IMAGE013
。
Figure 784416DEST_PATH_IMAGE014
。
第二，计算每个脑电信号的最大功率与对应的预设功率的比值，进而得到所述第一脑电信号所对应的第一功率比以及所述第二脑电信号所对应的第二功率比；
对于第一脑电信号，可以计算
Figure 135763DEST_PATH_IMAGE004
与
Figure 206356DEST_PATH_IMAGE008
的比值也即得到第一功率比，
Figure DEST_PATH_IMAGE015
。
对于第二脑电信号，计算计算
Figure 86587DEST_PATH_IMAGE006
与
Figure 993363DEST_PATH_IMAGE013
的比值也即得到第二功率比
Figure 621835DEST_PATH_IMAGE016
。
第三，根据所述第一功率比和所述第二功率比的差值确定所述病患的状态。
计算第一功率比和第二功率比的差值的绝对值
Figure DEST_PATH_IMAGE017
，根据差值确定病患的状态。
可选的，本步骤包括：
若所述差值在第一比值阈值和第二比值阈值之间，则确定所述病患的状态为异常；如果
Figure 297667DEST_PATH_IMAGE018
,则将其归为异常。
若所述差值在所述第二比值阈值和第三比值阈值之间，则确定所述病患的状态为临界。如果
Figure DEST_PATH_IMAGE019
,则将其归为临界。
若所述差值不在第一比值阈值和第三比值阈值之间，则执行如下步骤：
（1）、对于所述第一峰频率和所述第二峰频率中的每一个峰频率，计算所述峰频率偏移预设频率范围后的功率和对应的预设功率，进而得到所述第一脑电信号所对应的第三功率和第三预设功率，以及所述第二脑电信号所对应的第四功率和第四预设功率；
预设频率为默认的频率或者自定义的频率。比如，本实施例以预设频率为0.5Hz来举例说明。计算静息态峰频率
Figure 598068DEST_PATH_IMAGE020
范围的第三功率和第三预设功率
Figure DEST_PATH_IMAGE021
，计算任务态峰频率
Figure 460981DEST_PATH_IMAGE022
范围的第四功率和第四预设功率
Figure DEST_PATH_IMAGE023
。
其中，
Figure 373705DEST_PATH_IMAGE021
和
Figure 904043DEST_PATH_IMAGE023
的计算方式与以上所述的
Figure 657236DEST_PATH_IMAGE008
和
Figure 991134DEST_PATH_IMAGE013
计算方式类似，不同的是对应的峰频率不同，本实施例在此不再赘述。
（2）、计算第三预设功率与所述第一预设功率的比值得到第三功率比，以及所述第四预设功率与所述第二预设功率的比值得到第四功率比；
计算
Figure 487974DEST_PATH_IMAGE021
与
Figure 138399DEST_PATH_IMAGE008
的比值
Figure 796913DEST_PATH_IMAGE024
；计算
Figure 916310DEST_PATH_IMAGE023
与
Figure 951262DEST_PATH_IMAGE013
的比值
Figure DEST_PATH_IMAGE025
。
（3）、根据所述第三功率比和所述第四功率比的差值确定所述病患的状态。
计算第三功率比和第四功率比的差值的绝对值，得到
Figure 190613DEST_PATH_IMAGE026
，此后即可根据计算得到的差值确定病患的状态，可选的，本步骤包括：
A、若所述差值在第四比值阈值和第五比值阈值之间，则确定所述病患的状态为异常；如果
Figure DEST_PATH_IMAGE027
,则将其归为异常。
B、若所述差值在第五比值阈值与第六比值阈值之间，则确定所述病患的状态为临界。如果
Figure 738138DEST_PATH_IMAGE028
,则将其归为临界。
C、若所述差值不在第四比值阈值和第六比值阈值之间，则执行如下步骤：
C1、计算所述第一脑电信号所对应的功率的第一峰度以及所述第二脑电信号所对应的第二峰度；
也即分别计算
Figure DEST_PATH_IMAGE029
的峰度ky1和
Figure 328520DEST_PATH_IMAGE030
的峰度ky2。
Figure DEST_PATH_IMAGE031
。
其中
Figure 386737DEST_PATH_IMAGE032
为每个离散频率处的功率谱，
Figure DEST_PATH_IMAGE033
为
Figure 215015DEST_PATH_IMAGE034
均值。
C2、根据所述第一峰度和所述第二峰度的差值确定所述病患的状态。
在计算得到之后，即可计算两者的差值的绝对值
Figure DEST_PATH_IMAGE035
，并根据差值的绝对值确定病患的状态。确定步骤如下：
若所述差值在第一峰度阈值和第二峰度阈值之间，则确定所述病患为异常。如果k1<
Figure 199021DEST_PATH_IMAGE036
<k2,则将其归为异常。
若所述差值在所述第二峰度阈值和第三峰度阈值之间，则确定所述病患为临界；如果k2<
Figure 479961DEST_PATH_IMAGE036
<k3,则将其归为边缘。
否则，则确定所述病患为正常。
综上所述，通过获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态。也即通过比较静息态和任务态时脑电信号的差异，进而对心理应激抵抗能力进行判断，解决了现有技术中的问题，达到了可以准确评估心理应激能力的效果。
上述方法中结合峰频率、功率比和峰度等参数建立了完整的分析规则，提高了对病患心理应激能力评估的准确度。
参见图3，本申请实施例还提供了一种基于脑电振荡的心理应激能力评估装置200，装置200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)211和/或高速缓存存储器212，还可以进一步包括只读存储器(ROM)213。
其中，存储器210还存储有至少一条程序指令，至少一条程序指令可以被处理器220执行，使得处理器220执行本申请实施例中基于脑电振荡的心理应激能力评估方法的步骤（如图1所示）。存储器210还可以包括具有一组(至少一个)程序模块215的程序/实用工具214，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的，处理器220可以执行上述计算机程序，以及可以执行程序/实用工具214。
总线230可以为表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
装置200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信，还可与一个或者多个能够与该电子设备200交互的设备通信，和/或与使得该装置200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，装置200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合装置200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储至少一条程序指令，所述至少一条程序指令被执行时实现本申请实施例中基于脑电振荡的心理应激能力评估方法的步骤（如图1所示）。图4示出了本实施例提供的用于实现上述方法的程序产品300，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品300不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言诸如Java、C++等，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种基于脑电振荡的心理应激能力评估方法，其特征在于，所述方法包括：
获取第一脑电信号和第二脑电信号，所述第一脑电信号为病患在预设时间段内正常状态时采集到的信号，所述第二脑电信号为所述病患在所述预设时间段内深呼吸时采集到的信号；
对于所述第一脑电信号和所述第二脑电信号中的每一个脑电信号，根据所述脑电信号获取对应的最大功率谱的峰频率，进而得到所述第一脑电信号所对应的第一峰频率和第二脑电信号所对应的第二峰频率；
根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态；
所述根据所述第一峰频率和所述第二峰频率的差值确定所述病患的状态，包括：
若所述差值在第一频率阈值和第二频率阈值之间，则确定所述病患的状态为异常；
若所述差值在第二频率阈值和第三频率阈值之间，则确定所述病患的状态为临界；
若所述差值不在第一频率阈值和第三频率阈值之间，则获取每个脑电信号所对应的预设功率，得到所述第一脑电信号所对应的第一预设功率以及所述第二脑电信号所对应的第二预设功率；每个脑电信号所对应的预设功率为根据对应的脑电信号的离散功率谱在有效频率范围内求和得到；
计算每个脑电信号的最大功率与对应的预设功率的比值，进而得到所述第一脑电信号所对应的第一功率比以及所述第二脑电信号所对应的第二功率比；
根据所述第一功率比和所述第二功率比的差值确定所述病患的状态。
2.根据权利要求1所述的方法，其特征在于，所述根据所述脑电信号获取对应的最大功率谱的峰频率，包括：
根据所述脑电信号获取预设频段内的脑电振荡信号；
计算所述脑电振荡信号的功率谱；
确定最大功率谱所对应的峰频率。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一功率比和所述第二功率比的差值确定所述病患的状态，包括：
若所述差值在第一比值阈值和第二比值阈值之间，则确定所述病患的状态为异常；
若所述差值在所述第二比值阈值和第三比值阈值之间，则确定所述病患的状态为临界。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一功率比和所述第二功率比的差值确定所述病患的状态，包括：
若所述差值不在第一比值阈值和第三比值阈值之间，则对于所述第一峰频率和所述第二峰频率中的每一个峰频率，计算所述峰频率偏移预设频率范围后对应的预设功率，进而得到所述第一脑电信号所对应的第三预设功率，以及所述第二脑电信号所对应的第四预设功率；每个峰频率偏移所述预设频率范围后对应的预设功率为根据所述峰频率偏移所述预设频率范围后的功率谱在有效频率范围内求和得到；
计算第三预设功率与所述第一预设功率的比值得到第三功率比，以及所述第四预设功率与所述第二预设功率的比值得到第四功率比；
根据所述第三功率比和所述第四功率比的差值确定所述病患的状态。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第三功率比和所述第四功率比的差值确定所述病患的状态，包括：
若所述差值在第四比值阈值和第五比值阈值之间，则确定所述病患的状态为异常；
若所述差值在第五比值阈值与第六比值阈值之间，则确定所述病患的状态为临界。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第三功率比和所述第四功率比的差值确定所述病患的状态，包括：
若所述差值不在第四比值阈值和第六比值阈值之间，则计算所述第一脑电信号所对应的功率的第一峰度以及所述第二脑电信号所对应的功率的第二峰度；
根据所述第一峰度和所述第二峰度的差值确定所述病患的状态。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第一峰度和所述第二峰度的差值确定所述病患的状态，包括：
若所述差值在第一峰度阈值和第二峰度阈值之间，则确定所述病患为异常；
若所述差值在所述第二峰度阈值和第三峰度阈值之间，则确定所述病患为临界；
否则，则确定所述病患为正常。
8.一种基于脑电振荡的心理应激能力评估装置，其特征在于，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至7任一所述的方法。
CN202110062335.6A 2021-01-18 2021-01-18 基于脑电振荡的心理应激能力评估方法和装置 Active CN112370060B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110062335.6A CN112370060B (zh) 2021-01-18 2021-01-18 基于脑电振荡的心理应激能力评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110062335.6A CN112370060B (zh) 2021-01-18 2021-01-18 基于脑电振荡的心理应激能力评估方法和装置

Publications (2)

Publication Number Publication Date
CN112370060A CN112370060A (zh) 2021-02-19
CN112370060B true CN112370060B (zh) 2021-03-26

Family

ID=74581994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110062335.6A Active CN112370060B (zh) 2021-01-18 2021-01-18 基于脑电振荡的心理应激能力评估方法和装置

Country Status (1)

Country Link
CN (1) CN112370060B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105559779A (zh) * 2016-03-01 2016-05-11 夏鹏 一种通过脑电频谱进行认知评价的方法
CN106974621A (zh) * 2017-03-16 2017-07-25 小菜儿成都信息科技有限公司 一种基于脑电信号重心频率的视觉诱导晕动症检测方法
CN110876626A (zh) * 2019-11-22 2020-03-13 兰州大学 基于多导联脑电最优导联选择的抑郁检测系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9820689B2 (en) * 2008-04-15 2017-11-21 Christopher Scheib Method and system for monitoring and displaying physiological conditions
DK3046466T3 (da) * 2013-09-19 2019-07-08 Prolira B V Fremgangsmåde og system til bestemmelse af en parameter, som indikerer, om en patient er delirøs
US10682096B2 (en) * 2016-03-31 2020-06-16 Wave Neuroscience, Inc. System for diagnosing mental disorders using neurometrics
US20190216345A1 (en) * 2017-10-18 2019-07-18 Christoper Scheib Method and system for monitoring and displaying physiological conditions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105559779A (zh) * 2016-03-01 2016-05-11 夏鹏 一种通过脑电频谱进行认知评价的方法
CN106974621A (zh) * 2017-03-16 2017-07-25 小菜儿成都信息科技有限公司 一种基于脑电信号重心频率的视觉诱导晕动症检测方法
CN110876626A (zh) * 2019-11-22 2020-03-13 兰州大学 基于多导联脑电最优导联选择的抑郁检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Spectral features of EEG in depression;Hiie Hinrikus等;《Biomedizinische Technik/Biomedical Engineering》;20100630;155-161 *

Also Published As

Publication number Publication date
CN112370060A (zh) 2021-02-19

Similar Documents

Publication Publication Date Title
US11537920B2 (en) False alarm detection
US11770146B2 (en) Apparatus and method for removing high-frequency radio frequency interference
RU95243U1 (ru) Устройство для контроля уровня анестезии
WO2016107217A1 (zh) 一种睡眠监控方法及终端
CN112386265B (zh) 认知功能映射脑电振荡的量化分析方法、装置和存储介质
Qidwai et al. Using casual reasoning for anomaly detection among ECG live data streams in ubiquitous healthcare monitoring systems
CN112370060B (zh) 基于脑电振荡的心理应激能力评估方法和装置
Zhao et al. Characterization of EEGs in Alzheimer's disease using information theoretic methods
EP4292540A1 (en) Symptom evaluation device and symptom evaluation program
CN115137312A (zh) 睡眠质量评估方法、装置及穿戴设备
CN115774856A (zh) 一种梦境情绪的识别方法、装置、电子设备及存储介质
CN113367695B (zh) 一种基于脑电信号的疲劳监测方法及装置
WO2014191805A1 (en) Devices and methods for determination of cognitive load
CN112545501A (zh) 一种血液成分浓度检测方法及装置
Rihet et al. Robot Noise: Impact on Electrophysiological Measurements and Recommendations
JP2007202964A (ja) 自己組織化マップを用いた波形解析システム、波形解析のための自己組織化マップの作成方法及び作成プログラム並びに脈波解析システム
WO2022121107A1 (zh) 一种心电信号检测方法及装置
US20240127954A1 (en) Systems, methods, and devices for detecting viral respiratory illness in presymptomatic and asymptomatic infected persons
Jokić et al. Autonomic telemedical application for Android based mobile devices
US20230317235A1 (en) Effective mobility
CN117752344B (zh) 一种基于脑电信号实现老人睡眠看护系统和方法
KR102452201B1 (ko) 자동 잡음신호 구간 검출 방법 및 장치
TWI699187B (zh) 一種具有即時監測系統之智慧頭盔
CN118506951B (zh) 基于多参数的血液透析患者数据分析系统及方法
US20240122496A1 (en) Method and Device for Measuring a respiratory rate, Electronic device, and Readable Medium

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20210507

Address after: 518001 courtyard, 1017 Dongmen North Road, Cuizhu street, Luohu District, Shenzhen City, Guangdong Province

Patentee after: SHENZHEN PEOPLE'S Hospital

Patentee after: NANJING ZUOYOUNAO MEDICAL TECHNOLOGY Co.,Ltd.

Patentee after: SHENZHEN BIAOSI MEDICAL INSTRUMENT Co.,Ltd.

Patentee after: Dongshou medical technology (Suzhou) Co.,Ltd.

Address before: Room 703, building 20, Zhongke innovation Plaza, 150 pubin Road, Jiangbei new district, Nanjing City, Jiangsu Province, 210000

Patentee before: NANJING ZUOYOUNAO MEDICAL TECHNOLOGY Co.,Ltd.

Patentee before: SHENZHEN BIAOSI MEDICAL INSTRUMENT Co.,Ltd.

Patentee before: Dongshou medical technology (Suzhou) Co.,Ltd.

TR01 Transfer of patent right