CN113456086A - 一种基于脑电波的医疗辅助系统 - Google Patents
一种基于脑电波的医疗辅助系统 Download PDFInfo
- Publication number
- CN113456086A CN113456086A CN202110890425.4A CN202110890425A CN113456086A CN 113456086 A CN113456086 A CN 113456086A CN 202110890425 A CN202110890425 A CN 202110890425A CN 113456086 A CN113456086 A CN 113456086A
- Authority
- CN
- China
- Prior art keywords
- brain
- neural network
- brain wave
- wave
- filtering
- 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 63
- 238000013528 artificial neural network Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 210000004761 scalp Anatomy 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 230000007177 brain activity Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000001242 postsynaptic effect Effects 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 208000025222 central nervous system infectious disease Diseases 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 210000001787 dendrite Anatomy 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002763 pyramidal cell Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000000542 thalamic 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
- A61B5/24—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
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
- A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
-
- 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)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Neurosurgery (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及医疗技术领域，且公开了一种基于脑电波的医疗辅助系统，包括脑电波采集系统、脑电波滤波系统、特征提取系统、神经网络系统和诊断系统；脑电波采集系统的电机采用10‑20系统电极放置法，并利用双极导联方式，以20导脑电极把从头皮电极采集的信号送入到高精度放大器，放大后的信号经过采样保持，12位模数转换后，得到离散的数据作为分析数据。该基于脑电波的医疗辅助系统，对脑电波进行采集、滤波、特征提取获得脑电波的波形特征参数，然后把这些特征参数送入已训练好的神经网络中，对病情进行判断，并根据以往专家临床经验，对病情进行诊断，为医生的诊断提供便利。
Description
技术领域
本发明涉及医疗技术领域，具体为一种基于脑电波的医疗辅助系统。
背景技术
脑电波是一种使用电生理指标记录大脑活动的方法，大脑在活动时，大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映。
脑电波来源于锥体细胞顶端树突的突触后电位。脑电波同步节律的形成还与皮层丘脑非特异性投射系统的活动有关。脑电波是脑科学的基础理论研究，脑电波监测广泛运用于其临床实践应用中。
脑电波在脑部疾病和神经系统疾病临床诊断中起着十分重要的作用，常作为癲痫、中枢神经系统感染性疾病、占位性疾病等疾病的辅助诊断，为了便于方便医生判断病情，我们提出了一种基于脑电波的医疗辅助系统。
发明内容
针对现有技术存在的上述不足，本发明提供了一种基于脑电波的医疗辅助系统，本发明对脑电波进行采集，并进行分析处理，对病情进行合理判断，以辅助医生诊断。
本发明提供如下技术方案：一种基于脑电波的医疗辅助系统，包括脑电波采集系统、脑电波滤波系统、特征提取系统、神经网络系统和诊断系统；
脑电波采集系统的电机采用10-20系统电极放置法，并利用双极导联方式，以20导脑电极把从头皮电极采集的信号送入到高精度放大器，放大后的信号经过采样保持，12位模数转换后，得到离散的数据作为分析数据；
脑电波滤波系统主要是增加低通滤波器对脑电波进行初步过滤，再以自适应卡尔曼滤波法进行滤波，进一步筛选，得到波形的特征参数；
特征提取系统经过滤波后可取出波形的特征参数，分别是波前幅最低点，波幅度最大点，波后幅最低点，波前沿时间，后沿时间，前沿坡度两个点，后沿坡度两个点，再加上计算出来的频率和幅度一起作为输入送入神经网络系统进行识别；
神经网络系统采用反向传播算法，对异常的脑电信号进行识别，且具有并行处理能力强，可以自学习等优点，因此可用来系统的自学习能力，神经网络的学习过程也就是不断调整数据的过程；
诊断系统从知识库中挑选可用的知识，从挑选出来的规则集中找出最适于问题的规则，子目标推理失败后重新选择新的路径，推理结束控制策略，应能对所有输入的脑电信号进行联想、推理并准确得出结论。
优选的，脑电波采集系统主要以计算机和大规模集成电路为基础，将脑电信号进行模数转换后，以数字形式进行存储、分析和显示。
优选的，自适应卡尔曼滤波提取脑电信号，它的算法实现是在最小信号和噪声模型参数的先验知识下，采用时域分析法对混在噪声或无关信号中的脑电信号进行最优化估值。
优选的，诊断系统由知识获取机构、知识库、推理机、解释机构、数据库和用户接口组成。
优选的，神经网络系统的学习规则是修正权值的一个算法，在一般情况下，神经网络性能的改善是按某种预定的度量通过调节自身参数随时间逐步达到的。
与现有技术对比，本发明具备以下有益效果：
该基于脑电波的医疗辅助系统，对脑电波进行采集、滤波、特征提取获得脑电波的波形特征参数，然后把这些特征参数送入已训练好的神经网络中，对病情进行判断，并根据以往专家临床经验，对病情进行诊断，为医生的诊断提供便利。
附图说明
图1为本发明结构示意图。
具体实施方式
为了使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述，为了保持本公开实施例的以下说明清楚且简明，本公开省略了已知功能和已知部件的详细说明，以避免不必要地混淆本发明的概念。
请参阅图1，一种基于脑电波的医疗辅助系统，包括脑电波采集系统、脑电波滤波系统、特征提取系统、神经网络系统和诊断系统。
脑电波采集系统的电机采用10-20系统电极放置法，并利用双极导联方式，以20导脑电极把从头皮电极采集的信号送入到高精度放大器，放大后的信号经过采样保持，12位模数转换后，得到离散的数据作为分析数据；
脑电波滤波系统主要是增加低通滤波器对脑电波进行初步过滤，再以自适应卡尔曼滤波法进行滤波，进一步筛选，得到波形的特征参数；
特征提取系统经过滤波后可取出波形的特征参数，分别是波前幅最低点，波幅度最大点，波后幅最低点，波前沿时间，后沿时间，前沿坡度两个点，后沿坡度两个点，再加上计算出来的频率和幅度一起作为输入送入神经网络系统进行识别；
神经网络系统采用反向传播算法，对异常的脑电信号进行识别，且具有并行处理能力强，可以自学习等优点，因此可用来系统的自学习能力，神经网络的学习过程也就是不断调整数据的过程；
诊断系统从知识库中挑选可用的知识，从挑选出来的规则集中找出最适于问题的规则，子目标推理失败后重新选择新的路径，推理结束控制策略，应能对所有输入的脑电信号进行联想、推理并准确得出结论。
脑电波采集系统主要以计算机和大规模集成电路为基础，将脑电信号进行模数转换后，以数字形式进行存储、分析和显示。
自适应卡尔曼滤波提取脑电信号，它的算法实现是在最小信号和噪声模型参数的先验知识下，采用时域分析法对混在噪声或无关信号中的脑电信号进行最优化估值。
诊断系统由知识获取机构、知识库、推理机、解释机构、数据库和用户接口组成。
神经网络系统的学习规则是修正权值的一个算法，在一般情况下，神经网络性能的改善是按某种预定的度量通过调节自身参数随时间逐步达到的。
以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (5)
1.一种基于脑电波的医疗辅助系统，其特征在于：包括脑电波采集系统、脑电波滤波系统、特征提取系统、神经网络系统和诊断系统；
脑电波采集系统的电机采用10-20系统电极放置法，并利用双极导联方式，以20导脑电极把从头皮电极采集的信号送入到高精度放大器，放大后的信号经过采样保持，12位模数转换后，得到离散的数据作为分析数据；
脑电波滤波系统主要是增加低通滤波器对脑电波进行初步过滤，再以自适应卡尔曼滤波法进行滤波，进一步筛选，得到波形的特征参数；
特征提取系统经过滤波后可取出波形的特征参数，分别是波前幅最低点，波幅度最大点，波后幅最低点，波前沿时间，后沿时间，前沿坡度两个点，后沿坡度两个点，再加上计算出来的频率和幅度一起作为输入送入神经网络系统进行识别；
神经网络系统采用反向传播算法，对异常的脑电信号进行识别，且具有并行处理能力强，可以自学习等优点，因此可用来系统的自学习能力，神经网络的学习过程也就是不断调整数据的过程；
诊断系统从知识库中挑选可用的知识，从挑选出来的规则集中找出最适于问题的规则，子目标推理失败后重新选择新的路径，推理结束控制策略，应能对所有输入的脑电信号进行联想、推理并准确得出结论。
2.根据权利要求1所述的一种基于脑电波的医疗辅助系统，其特征在于：脑电波采集系统主要以计算机和大规模集成电路为基础，将脑电信号进行模数转换后，以数字形式进行存储、分析和显示。
3.根据权利要求1所述的一种基于脑电波的医疗辅助系统，其特征在于：自适应卡尔曼滤波提取脑电信号，它的算法实现是在最小信号和噪声模型参数的先验知识下，采用时域分析法对混在噪声或无关信号中的脑电信号进行最优化估值。
4.根据权利要求1所述的一种基于脑电波的医疗辅助系统，其特征在于：诊断系统由知识获取机构、知识库、推理机、解释机构、数据库和用户接口组成。
5.根据权利要求1所述的一种基于脑电波的医疗辅助系统，其特征在于：神经网络系统的学习规则是修正权值的一个算法，在一般情况下，神经网络性能的改善是按某种预定的度量通过调节自身参数随时间逐步达到的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110890425.4A CN113456086A (zh) | 2021-08-04 | 2021-08-04 | 一种基于脑电波的医疗辅助系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110890425.4A CN113456086A (zh) | 2021-08-04 | 2021-08-04 | 一种基于脑电波的医疗辅助系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113456086A true CN113456086A (zh) | 2021-10-01 |
Family
ID=77884010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110890425.4A Pending CN113456086A (zh) | 2021-08-04 | 2021-08-04 | 一种基于脑电波的医疗辅助系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113456086A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115886839A (zh) * | 2022-12-19 | 2023-04-04 | 广州华见智能科技有限公司 | 一种基于脑电波分析的诊断系统 |
| CN116168807A (zh) * | 2022-12-19 | 2023-05-26 | 广州华见智能科技有限公司 | 一种基于脑电波的中医医生诊疗系统 |
-
2021
- 2021-08-04 CN CN202110890425.4A patent/CN113456086A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115886839A (zh) * | 2022-12-19 | 2023-04-04 | 广州华见智能科技有限公司 | 一种基于脑电波分析的诊断系统 |
| CN116168807A (zh) * | 2022-12-19 | 2023-05-26 | 广州华见智能科技有限公司 | 一种基于脑电波的中医医生诊疗系统 |
| CN116168807B (zh) * | 2022-12-19 | 2024-03-19 | 广州华见智能科技有限公司 | 一种基于脑电波的中医医生诊疗系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108714026B (zh) | 基于深度卷积神经网络和在线决策融合的细粒度心电信号分类方法 | |
| CN109411041B (zh) | 心电信息处理方法和心电工作站系统 | |
| WO2020151075A1 (zh) | 一种基于cnn-lstm深度学习模型的驾驶疲劳识别方法 | |
| CN109411042B (zh) | 心电信息处理方法和心电工作站 | |
| WO2021109601A1 (zh) | 一种麻醉深度的测量方法、存储介质及电子设备 | |
| CN109758145B (zh) | 基于脑电信号因果关系的自动睡眠分期方法 | |
| CN110575164B (zh) | 脑电信号伪迹去除方法及计算机可读存储介质 | |
| WO2020156589A1 (zh) | 一种疲劳检测方法、装置及其存储介质 | |
| CN113456086A (zh) | 一种基于脑电波的医疗辅助系统 | |
| AU2020103949A4 (en) | EEG Signal Mixed Noise Processing Method, Equipment and Storage Medium | |
| CN109893118A (zh) | 一种基于深度学习的心电信号分类诊断方法 | |
| CN111428601A (zh) | 一种基于ms-cnn的p300信号识别方法、装置及存储介质 | |
| CN111832537B (zh) | 异常心电信号识别方法及异常心电信号识别装置 | |
| CN113208629A (zh) | 一种基于eeg信号的阿尔兹海默症筛查方法及系统 | |
| CN116671932A (zh) | 一种基于小波及自适应滤波的抑郁症脑电信号提取方法 | |
| CN117064409A (zh) | 经颅直流电干预刺激效果实时评估方法、装置及终端 | |
| CN111887811B (zh) | 基于脑电信号特征的大脑异常放电检测方法及系统 | |
| CN108836312B (zh) | 一种基于人工智能的进行杂波剔除的方法及系统 | |
| CN111736690A (zh) | 基于贝叶斯网络结构辨识的运动想象脑机接口 | |
| Knaflitz et al. | Computer analysis of the myoelectric signal | |
| CN116211308A (zh) | 一种高强度运动下机体疲劳评估方法 | |
| CN110960207A (zh) | 一种基于树模型的房颤检测方法、装置、设备及存储介质 | |
| Dembrani et al. | Accurate detection of ECG signals in ECG monitoring systems by eliminating the motion artifacts and improving the signal quality using SSG filter with DBE | |
| CN114098754A (zh) | 一种房颤信号预处理方法、检测系统、设备及存储介质 | |
| CN113558637A (zh) | 一种基于相位传递熵的音乐感知下脑网络构建方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211001 |
|
| WD01 | Invention patent application deemed withdrawn after publication |