CN116168807A - 一种基于脑电波的中医医生诊疗系统 - Google Patents
一种基于脑电波的中医医生诊疗系统 Download PDFInfo
- Publication number
- CN116168807A CN116168807A CN202211640260.6A CN202211640260A CN116168807A CN 116168807 A CN116168807 A CN 116168807A CN 202211640260 A CN202211640260 A CN 202211640260A CN 116168807 A CN116168807 A CN 116168807A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- treatment
- brain wave
- data
- module
- 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
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 103
- 210000004556 brain Anatomy 0.000 title claims abstract description 95
- 239000003814 drug Substances 0.000 title abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000002372 labelling Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 9
- 230000001815 facial effect Effects 0.000 claims description 6
- 230000001225 therapeutic effect Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 101001013022 Homo sapiens Migration and invasion enhancer 1 Proteins 0.000 description 1
- 101000584479 Homo sapiens Surfeit locus protein 2 Proteins 0.000 description 1
- 102100029624 Migration and invasion enhancer 1 Human genes 0.000 description 1
- 102100030638 Surfeit locus protein 2 Human genes 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 230000009466 transformation 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
- A61B5/48—Other medical applications
- A61B5/4854—Diagnosis based on concepts of traditional oriental medicine
-
- 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
- A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Alternative & Traditional Medicine (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Pharmacology & Pharmacy (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Psychology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于脑电波的中医医生诊疗系统,包括:诊疗数据采集模块、数据处理模块、脑电波采集模块、脑电波检测模块、标注处理模块和数据存储模块;诊疗数据采集模块采集患者的诊疗数据;数据处理模块接收患者的诊疗数据,并根据患者的诊疗数据获取数据库中的诊断特征和治疗特征;脑电波采集模块显示诊断特征和治疗特征;脑电波检测模块采集中医医生在诊断和思考治疗方案时的脑电波信号;标注处理模块,用于将中医医生在诊断时和在思考治疗方案时的脑电波信号与对应的刺激物进行标注处理;数据存储模块,用于保存病案数据,建立病案数据库;有助于辅助医生学习中医诊疗,有利于传承名老中医的诊疗经验。
Description
技术领域
本发明涉及中医诊疗技术领域,更具体的说是涉及一种基于脑电波的中医医生诊疗系统。
背景技术
中医药是中华民族的原创科学,数千年来为中华民族的健康做出了巨大贡献。但是中医药发展有自身规律,例如中医专家的诊疗经验主要依靠师徒关系传承,中医药理论博大精深,隐含的不确定知识相对较多,传承难度大,传播速度慢,诊疗的客观化不够等问题,特别是名老中医的诊疗过程有很多是依靠经验和直觉的,很难用文字准确地描述出来,或者描述带有很多主观性的复现。
目前,传承中医专家诊疗经验的主要方法是通过案例学习,学到的是名老中医的诊疗思维复现,是再加工后的思维过程,略去了直觉部分。其次,在中医专家的指导下临床实践,学生参与了专家的思维过程,其中某些片段思维是客观的,学生学到的是真实的,但直觉部分仍然是学不到的,专家自己也无法解释。但是,名老中医的思维过程一定是客观存在的的,只是在重复描述时的很多中间过程被忽略了,例如直觉和顿悟,无法复现,从而也没有办法传承。
现代科学研究表明,人类的一系列思维活动如学习、玩游戏、听音乐都引发人脑中的神经细胞活动,并产生脑电波,而且不同精神状态下产生的脑电波频率变动很大,区分度明显;脑电波信号EEG(Electroencephalograph)是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映,包含了大量的生理与病理信息;从应用范围和数量来看,基于EEG的设备是目前最广泛的脑机接口,通过分析EEG脑电波,可以获取大脑的思维状态,当前主流脑电波分析方法和设备按照频率把波分为α、β、δ、γ、θ共5种分别表示不同的大脑状态。
目前,脑电波信号分析设备的硬件方面,使用单通道/双电极的低成本脑电波监测电路已经模块化,采集到的原始信号经过滤波、傅立叶变换、频率分析后,也可以计算出这5类波的强度,用户可以直接读取。
但是,目前学习名老中医的方法主要是通过间接的方法实现,这类方法有主观性,缺乏名老中医在诊疗思维过程的客观描述,脑电波信号分析的方法可以反映名老中医的诊疗思维模式,但是还没有用于中医领域来分析名老中医诊断患者时脑电波的诊疗系统。
因此,如何提供一种基于脑电波的中医医生诊疗系统是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于脑电波的中医医生诊疗系统将脑电波信号分析应用于中医诊疗领域,最大程度上辅助中医医生诊疗,有助于中医传承。
为了实现上述目的,本发明采用如下技术方案:
一种基于脑电波的中医医生诊疗系统,包括:诊疗数据采集模块、数据处理模块、脑电波采集模块、脑电波检测模块、标注处理模块和数据存储模块;
所述诊疗数据采集模块,用于采集患者的诊疗数据,并传输至所述数据处理模块;
所述数据处理模块,用于接收所述患者的诊疗数据,并根据所述患者的诊疗数据获取数据库中的诊断特征和治疗特征,并传输至所述脑电波采集模块;
所述脑电波采集模块,用于显示所述诊断特征和所述治疗特征并传输至所述标注处理模块;
所述脑电波检测模块,用于采集医生在诊断和思考治疗方案时同时在观察到与患者相应的所述诊断特征和所述治疗特征时的脑电波信号,并传输至所述标注处理模块;
所述标注处理模块,用于接收所述诊断特征、所述治疗特征以及所述脑电波信号,并将中医医生在诊断时的脑电波信号和对应的所述诊断特征进行标注处理,还用于将中医医生在思考治疗方案时的脑电波信号和对应的所述治疗特征进行标注处理;
所述数据存储模块,用于保存病案数据,建立病案数据库,所述病案数据包括患者的身份信息、诊疗日期、医生的身份信息、诊疗数据和医生的脑电波数据及标注。
优选的,所述诊疗数据包括面部图像、舌头图像、声音和脉搏波形数据。
优选的,所述数据处理模块,用于提取所述面部图像或所述舌头图像的特征获得查询特征向量,根据所述查询特征向量与所述数据库中图像的特征向量的相似度按大小顺序输出对应数据库中的诊断特征和治疗特征。
优选的,所述诊断特征和所述治疗特征分别以矩阵的形式显示,所述矩阵以行或列为单位闪烁。
优选的,所述脑电波检测模块,还用于对所述脑电波信号滤波去除噪声并使用带通滤波器将所述脑电波信号提取不同特定频段。
优选的,所述不同特定频段具体为:δ波的频率为1-3Hz、θ波的频率为4-7Hz、α波的频率为8-13Hz、β波的频率为14-30Hz、γ波的频率为>30Hz。
优选的,所述标注处理模块的标注处理的具体内容为:
将脑电波先出现所述θ波,接着出现所述α波时的脑电波同对应的刺激物标注,并记录时间;
将脑电波产生P300电位时的脑电波同对应的刺激物关联,并记录时间。
优选的,所述的一种基于脑电波的中医医生诊疗系统,还包括病案调取模块,用于根据所述患者的诊疗数据从所述病案数据库中调取所述病例数据。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于脑电波的中医医生诊疗系统,通过将中医医生诊疗与脑电波分析结合,客观分析名老中医诊疗患者时的脑电波,辅助医生学习中医诊疗,有利于传承名老中医的诊疗经验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种基于脑电波的中医医生诊疗系统示意图。
具体实施方式
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。
本发明实施例公开了一种基于脑电波的中医医生诊疗系统,包括:诊疗数据采集模块、数据处理模块、脑电波采集模块、脑电波检测模块、标注处理模块和数据存储模块;
诊疗数据采集模块,用于采集患者的诊疗数据,并传输至数据处理模块;
数据处理模块,用于接收患者的诊疗数据,并根据患者的诊疗数据获取数据库中的诊断特征和治疗特征,并传输至脑电波采集模块;
脑电波采集模块,用于显示诊断特征和治疗特征并传输至标注处理模块;
脑电波检测模块,用于采集医生在诊断和思考治疗方案时同时在观察到与患者相应的诊断特征和治疗特征时的脑电波信号,并传输至标注处理模块;
标注处理模块,用于接收诊断特征、治疗特征以及脑电波信号,并将中医医生在诊断时的脑电波信号和对应的诊断特征进行标注处理,还用于将中医医生在思考治疗方案时的脑电波信号和对应的治疗特征进行标注处理;
数据存储模块,用于保存病案数据,建立病案数据库,病案数据包括患者的身份信息、诊疗日期、医生的身份信息、诊疗数据和医生的脑电波数据及标注。
为了进一步实施上述技术方案,诊疗数据包括面部图像、舌头图像、声音和脉搏波形数据。
在本实施例中,采用非摄像机拍摄患者视频,采集患者的面部和舌苔图像;采用拾音器采集医生与患者的对话,并通过声纹识别,分离出医生和患者的声音,通过语音识别获得医生的提问文本及对应患者的回答文本;采用脉诊仪采集患者的脉搏波形数据。
为了进一步实施上述技术方案,数据处理模块,用于提取面部图像或舌头图像的特征获得查询特征向量,根据查询特征向量与数据库中图像的特征向量的相似度按大小顺序输出对应数据库中的诊断特征和治疗特征。
在本实施例中,选择图像的不变性局部特征SIFT1、SURF2和ORB3,并用词袋模型构建图像的全局描述符作为图像特征。
为了进一步实施上述技术方案,诊断特征和治疗特征分别以矩阵的形式显示,矩阵以行或列为单位闪烁。
在本实施例中,闪烁时长为80毫秒,间隔为80毫秒,在医生观察到与患者有关的诊断特征和治疗特征过程中,当诊断特征和治疗特征所在行或列闪烁时,脑电信号中会出现P300电位,即300ms出现一个正向波;而当其他行和列闪烁时,则不会出现P300电位。
为了进一步实施上述技术方案,脑电波检测模块,还用于对脑电波信号滤波去除噪声并使用带通滤波器将脑电波信号提取不同特定频段。
为了进一步实施上述技术方案,不同特定频段具体为:δ波的频率为1-3Hz、θ波的频率为4-7Hz、α波的频率为8-13Hz、β波的频率为14-30Hz、γ波的频率为>30Hz。
本实施例中,脑电波检测模块采用1s长的非重叠滑动窗口和包含512个采样点的短时傅里叶变换提取脑电波信号的五个频带信号并保存。
为了进一步实施上述技术方案,标注处理模块的标注处理的具体内容为:
将脑电波先出现θ波,接着出现α波时的脑电波同对应的刺激物标注,并记录时间;
将脑电波产生P300电位时的脑电波同对应的刺激物关联,并记录时间。
为了进一步实施上述技术方案,一种基于脑电波的中医医生诊疗系统,还包括病案调取模块,用于根据患者的诊疗数据从病案数据库中调取病例数据。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种基于脑电波的中医医生诊疗系统,其特征在于,包括:诊疗数据采集模块、数据处理模块、脑电波采集模块、脑电波检测模块、标注处理模块和数据存储模块;
所述诊疗数据采集模块,用于采集患者的诊疗数据,并传输至所述数据处理模块;
所述数据处理模块,用于接收所述患者的诊疗数据,并根据所述患者的诊疗数据从数据库中获取诊断特征和治疗特征,并传输至所述脑电波采集模块;
所述脑电波采集模块,用于显示所述诊断特征和所述治疗特征并传输至所述标注处理模块;
所述脑电波检测模块,用于采集医生在诊断和思考治疗方案时同时在观察到与患者相应的所述诊断特征和所述治疗特征时的脑电波信号,并传输至所述标注处理模块;
所述标注处理模块,用于接收所述诊断特征、所述治疗特征以及所述脑电波信号,并将医生在诊断时的脑电波信号和对应的所述诊断特征进行标注处理,还用于将医生在思考治疗方案时的脑电波信号和对应的所述治疗特征进行标注处理;
所述数据存储模块,用于保存病案数据,建立病案数据库,所述病案数据包括患者的身份信息、诊疗日期、医生的身份信息、诊疗数据和医生的脑电波数据及标注。
2.根据权利要求1所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述诊疗数据包括面部图像、舌头图像、声音和脉搏波形数据。
3.根据权利要求2所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述数据处理模块,用于提取所述面部图像或所述舌头图像的特征获得查询特征向量,根据所述查询特征向量与所述数据库中图像的特征向量的相似度按大小顺序输出对应数据库中的诊断特征和治疗特征。
4.根据权利要求1所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述诊断特征和所述治疗特征分别以矩阵的形式显示,所述矩阵以行或列为单位闪烁。
5.根据权利要求4所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述脑电波检测模块,还用于对所述脑电波信号滤波去除噪声并使用带通滤波器将所述脑电波信号提取不同特定频段。
6.根据权利要求5所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述特定频段具体为:δ波的频率为1-3Hz、θ波的频率为4-7Hz、α波的频率为8-13Hz、β波的频率为14-30Hz、γ波的频率为>30Hz。
7.根据权利要求6所述的一种基于脑电波的中医医生诊疗系统,其特征在于,所述标注处理模块的标注处理的具体内容为:
将脑电波先出现所述θ波,接着出现所述α波时的脑电波同对应的刺激物标注,并记录时间;
将脑电波产生P300电位时的脑电波同对应的刺激物关联,并记录时间。
8.根据权利要求1所述的一种基于脑电波的中医医生诊疗系统,其特征在于,还包括病案调取模块,用于根据所述患者的诊疗数据从所述病案数据库中调取所述病例数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640260.6A CN116168807B (zh) | 2022-12-19 | 2022-12-19 | 一种基于脑电波的中医医生诊疗系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640260.6A CN116168807B (zh) | 2022-12-19 | 2022-12-19 | 一种基于脑电波的中医医生诊疗系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116168807A true CN116168807A (zh) | 2023-05-26 |
CN116168807B CN116168807B (zh) | 2024-03-19 |
Family
ID=86412334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211640260.6A Active CN116168807B (zh) | 2022-12-19 | 2022-12-19 | 一种基于脑电波的中医医生诊疗系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116168807B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001058351A1 (en) * | 2000-02-09 | 2001-08-16 | Cns Response, Inc. | Method for classifying and treating physiologic brain imbalances using quantitative eeg |
KR20050021759A (ko) * | 2003-08-26 | 2005-03-07 | 주식회사 헬스피아 | 뇌파를 측정하는 이동통신단말기 및 측정된 뇌파에 대한처방을 수행하는 방법 |
CN101339455A (zh) * | 2008-08-07 | 2009-01-07 | 北京师范大学 | 基于人脸识别特异性波n170成分的脑机接口系统 |
US20100280350A1 (en) * | 2009-05-02 | 2010-11-04 | Xinyu Zhang | Chinese medicine tele-diagnostics and triage system |
US10499843B1 (en) * | 2007-04-23 | 2019-12-10 | Neurowave Systems Inc. | Method for amplifying abnormal pattern signal in observed brain activity of a subject for diagnosis or treatment |
CN112652373A (zh) * | 2020-12-09 | 2021-04-13 | 华南理工大学 | 一种基于舌头图像检索的处方推荐方法 |
CN112859628A (zh) * | 2021-01-19 | 2021-05-28 | 华南理工大学 | 基于多模态脑机接口与增强现实的智能家居控制方法 |
CN113456086A (zh) * | 2021-08-04 | 2021-10-01 | 江苏康启智能科技有限公司 | 一种基于脑电波的医疗辅助系统 |
US20220071548A1 (en) * | 2020-09-10 | 2022-03-10 | Parameshwaran Ramakrishnan | Biofeedback based system and method for patient assessment and treatment |
CN115188448A (zh) * | 2022-07-12 | 2022-10-14 | 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经验记录方法 |
-
2022
- 2022-12-19 CN CN202211640260.6A patent/CN116168807B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001058351A1 (en) * | 2000-02-09 | 2001-08-16 | Cns Response, Inc. | Method for classifying and treating physiologic brain imbalances using quantitative eeg |
KR20050021759A (ko) * | 2003-08-26 | 2005-03-07 | 주식회사 헬스피아 | 뇌파를 측정하는 이동통신단말기 및 측정된 뇌파에 대한처방을 수행하는 방법 |
US10499843B1 (en) * | 2007-04-23 | 2019-12-10 | Neurowave Systems Inc. | Method for amplifying abnormal pattern signal in observed brain activity of a subject for diagnosis or treatment |
CN101339455A (zh) * | 2008-08-07 | 2009-01-07 | 北京师范大学 | 基于人脸识别特异性波n170成分的脑机接口系统 |
US20100280350A1 (en) * | 2009-05-02 | 2010-11-04 | Xinyu Zhang | Chinese medicine tele-diagnostics and triage system |
US20220071548A1 (en) * | 2020-09-10 | 2022-03-10 | Parameshwaran Ramakrishnan | Biofeedback based system and method for patient assessment and treatment |
CN112652373A (zh) * | 2020-12-09 | 2021-04-13 | 华南理工大学 | 一种基于舌头图像检索的处方推荐方法 |
CN112859628A (zh) * | 2021-01-19 | 2021-05-28 | 华南理工大学 | 基于多模态脑机接口与增强现实的智能家居控制方法 |
CN113456086A (zh) * | 2021-08-04 | 2021-10-01 | 江苏康启智能科技有限公司 | 一种基于脑电波的医疗辅助系统 |
CN115188448A (zh) * | 2022-07-12 | 2022-10-14 | 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经验记录方法 |
Non-Patent Citations (1)
Title |
---|
王林峰等: "人工智能技术在电生理诊断中的应用现状", 《现代电生理学杂志》, vol. 28, no. 01, 20 March 2021 (2021-03-20), pages 53 - 56 * |
Also Published As
Publication number | Publication date |
---|---|
CN116168807B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Belal et al. | Identification of memory reactivation during sleep by EEG classification | |
WO2024083059A1 (zh) | 一种基于机器学习的工作记忆任务脑磁图分类系统 | |
da Silva Vieira et al. | Comparing the design neurocognition of mechanical engineers and architects: a study of the effect of designer’s domain | |
Vieira et al. | Understanding the design neurocognition of mechanical engineers when designing and problem-solving | |
Ahire et al. | A comprehensive review of machine learning approaches for dyslexia diagnosis | |
CN115188448A (zh) | 一种基于脑电波的中医医生诊疗经验记录方法 | |
Tan | Using a low-cost eeg sensor to detect mental states | |
Bablani et al. | Deceit identification test on EEG data using deep belief network | |
Kotowski et al. | Deep learning methods in electroencephalography | |
Daneshi Kohan et al. | EEG/PPG effective connectivity fusion for analyzing deception in interview | |
CN114601476A (zh) | 一种基于视频刺激下的eeg信号情感识别方法 | |
Phanikrishna et al. | A brief review on EEG signal pre-processing techniques for real-time brain-computer interface applications | |
CN113197583A (zh) | 一种基于时频分析和循环神经网络的心电图波形分割方法 | |
CN116168807B (zh) | 一种基于脑电波的中医医生诊疗系统 | |
Das et al. | Introduction to EEG signal recording and processing | |
Mahmoodin et al. | Selection of Symlets wavelet function order for EEG signal feature extraction in children with dyslexia | |
Mammone et al. | Mpnnet: a motion planning decoding convolutional neural network for EEG-based brain computer interfaces | |
Castaño-Candamil et al. | Post-hoc labeling of arbitrary M/EEG recordings for data-efficient evaluation of neural decoding methods | |
Torse et al. | Nonlinear blind source separation for EEG signal pre-processing in brain-computer interface system for epilepsy | |
Jadhav et al. | Analysis of effect of meditation on cognitive load using higher order crossing features | |
Jyothirmy et al. | Stress Monitoring in Humans using Biomedical Signal Analysis | |
Sivasangari et al. | Artificial Intelligence based Epilepsy Seizure Prediction and Detection | |
Congedo et al. | Event-related potentials: general aspects of methodology and quantification | |
Chandra et al. | Pressure Physiotherapy and Bio-signals | |
Nath et al. | Wavelet Based De-noising of EEG Signal Acquired from Tele-serial Addicted Persons |
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 |