CN116999701A - 一种微电刺激方案制定方法、装置、终端设备及存储介质 - Google Patents
一种微电刺激方案制定方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN116999701A CN116999701A CN202311212536.5A CN202311212536A CN116999701A CN 116999701 A CN116999701 A CN 116999701A CN 202311212536 A CN202311212536 A CN 202311212536A CN 116999701 A CN116999701 A CN 116999701A
- Authority
- CN
- China
- Prior art keywords
- stimulation
- blood oxygen
- micro
- user
- electro
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 266
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 266
- 239000001301 oxygen Substances 0.000 claims abstract description 266
- 230000000638 stimulation Effects 0.000 claims abstract description 218
- 210000004369 blood Anatomy 0.000 claims abstract description 197
- 239000008280 blood Substances 0.000 claims abstract description 197
- 210000004556 brain Anatomy 0.000 claims abstract description 97
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 230000002490 cerebral effect Effects 0.000 claims abstract description 21
- 102000001554 Hemoglobins Human genes 0.000 claims description 32
- 108010054147 Hemoglobins Proteins 0.000 claims description 32
- 238000010521 absorption reaction Methods 0.000 claims description 32
- 230000005281 excited state Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 230000033764 rhythmic process Effects 0.000 claims description 9
- 238000009472 formulation Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 230000001020 rhythmical effect Effects 0.000 description 3
- 230000003860 sleep quality Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007102 metabolic function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
-
- 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
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
-
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- 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
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36014—External stimulators, e.g. with patch electrodes
- A61N1/3603—Control systems
- A61N1/36031—Control systems using physiological parameters for adjustment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Radiology & Medical Imaging (AREA)
- Psychology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种微电刺激方案制定方法、装置、终端设备及存储介质,所述方法包括:基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态;基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标;基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。本发明可采集用户的脑电状态和血氧指标,进而基于脑电状态和血氧指标两个因素进行分析,并制定出合适的微电刺激方案。由于本发明是基于两个因素来分析,制定出的微电刺激方案也更为合适且准确,从而实现更为有效的微电刺激。
Description
技术领域
本发明涉及经颅电刺激技术领域,尤其涉及一种微电刺激方案制定方法、装置、终端设备及存储介质。
背景技术
在经颅直流电刺激设备中,包含两种电极:检测电极和刺激电极,检测电极用来采集脑电波信号评估刺激效果,刺激电极用来对大脑皮层进行干预刺激。目前的经颅直流电刺激设备基本是基于脑电信号进行分析,并基于脑电信号的情况来进行微电刺激。但是,现有的经颅直流电刺激设备的应用场景比较单一,且在进行微电刺激时,一般都是使用预设好的微电刺激方案来执行,无法实现因人而异的个性化刺激,从而导致刺激效果不理想。
因此,现有技术还有待改进和提高。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种微电刺激方案制定方法、装置、终端设备及存储介质,旨在解决现有技术的经颅直流电刺激设备在进行微电刺激时,一般都是使用预设好的微电刺激方案来执行,无法实现因人而异的个性化刺激,从而导致刺激效果不理想的问题。
为了解决上述技术问题,本发明所采用的技术方案如下:
第一方面,本发明提供一种微电刺激方案制定方法,其中,所述方法应用于经颅电刺激装置,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激,所述方法包括:
基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态;
基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标;
基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
在一种实现方式中,所述基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态,包括:
启动所述检测电极,并控制所述检测电极与用户头部接触,在接触后,采集得到所述脑电信号;
采用小波包变换对所述脑电信号进行分解,重构出所述脑电信号每个频段内的节律波;
提取所述节律波的微分熵特征,将微分熵特征矩阵表示为二维灰度图像;
将所述二维灰度图像输入到预设的分类模型,得到所述脑电信号对应的脑电状态,其中,所述脑电状态包括稳定状态和兴奋状态。
在一种实现方式中,所述基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标,包括:
启动所述血氧传感器,并基于所述血氧传感器获取脑血氧数据,其中,所述脑血氧数据包括:动脉血氧含量以及静脉血氧含量;
根据所述动脉血氧含量,确定血红蛋白携氧量;
根据所述静脉血氧含量,确定脑部的氧气吸收量;
根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标。
在一种实现方式中,所述根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标,包括:
将所述血红蛋白携氧量与预设的携氧量阈值进行比较,确定所述血红蛋白携氧量是否充足;
将所述氧气吸收量与预设的吸收量阈值进行比较,确定所述氧气吸收量是否达标;
若所述血红蛋白携氧量充足且所述氧气吸收量达标,则确定所述血氧指标为正常;
若所述血红蛋白携氧量不足和/或所述氧气吸收量不达标,则确定所述血氧指标为异常。
在一种实现方式中,所述基于所述脑电状态和所述血氧指标,制定微电刺激方案,包括:
若所述脑电状态为兴奋状态且所述血氧指标为正常,则制定第一微电刺激方案,所述第一微电刺激方案包括:第一刺激频率、第一刺激强度以及第一刺激时长;
若所述脑电状态为稳定状态且所述血氧指标为异常,则制定第二微电刺激方案,所述第二微电刺激方案包括:第二刺激频率、第二刺激强度以及第二刺激时长;
若所述脑电状态为兴奋状态且所述血氧指标为异常,则制定第三微电刺激方案,所述第三微电刺激方案包括:第三刺激频率、第三刺激强度以及第三刺激时长;
其中,第三刺激频率>第一刺激频率>第二刺激频率;
第三刺激强度>第一刺激强度>第二刺激强度;
第三刺激时长>第一刺激时长>第二刺激时长。
在一种实现方式中,所述基于所述脑电状态和所述血氧指标,制定微电刺激方案,包括:
若所述脑电状态为稳定状态且所述血氧指标为正常,则获取预设的缺省方案,并将所述缺省方案作为所述微电刺激方案。
在一种实现方式中,所述方法还包括:
获取用户的身份信息,其中,所述身份信息包括用户性别、用户姓名以及用户年龄;
将制定的微电刺激方案与所述身份信息关联,并将所述微电刺激方案作为所述身份信息所对应的用户的备选方案。
第二方面,本发明实施例还提供一种微电刺激方案制定装置,其中,所述装置与经颅电刺激装置连接,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激,所述微电刺激方案制定装置包括:
脑电状态确定模块,用于基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态;
血氧指标确定模块,用于基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标;
刺激方案确定模块,用于基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
第三方面,本发明实施例还提供一种终端设备,所述终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的微电刺激方案制定程序,处理器执行微电刺激方案制定程序时,实现上述方案中任一项的微电刺激方案制定方法的步骤。
第四方面,本发明实施例还提供一种计算机可读存储介质,其中,计算机可读存储介质上存储有微电刺激方案制定程序,所述微电刺激方案制定程序被处理器执行时,实现上述方案中任一项所述的微电刺激方案制定方法的步骤。
有益效果:与现有技术相比,本发明提供了一种微电刺激方案制定方法,本发明首先基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态。然后,基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标。最后,基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。本发明可采集用户的脑电状态和血氧指标,进而基于脑电状态和血氧指标两个因素进行分析,并制定出合适的微电刺激方案。由于本发明是基于两个因素来分析,制定出的微电刺激方案也更为合适且准确,从而实现更为有效的微电刺激。
附图说明
图1为本发明实施例提供的微电刺激方案制定方法的具体实施方式的流程图。
图2为本发明实施例提供的微电刺激方案制定装置的功能原理图。
图3为本发明实施例提供的终端设备的原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本实施例提供一种微电刺激方案制定方法,该微电刺激方案制定方法可应用于经颅电刺激装置中,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激。具体应用时,本实施例首先基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态。然后,基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标。最后,基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。本实施例可采集用户的脑电状态和血氧指标,进而基于脑电状态和血氧指标两个因素进行分析,并制定出合适的微电刺激方案。由于本实施例是基于两个因素来分析,制定出的微电刺激方案也更为合适且准确,从而实现更为有效的微电刺激。
本实施例的微电刺激方案制定方法可应用于终端设备中,所述终端设备可与经颅电刺激装置通讯连接,该终端设备可为电脑、手机、智能电视等智能化产品终端。本实施例的经颅电刺激装置可用于对用户进行微电刺激,舒缓用户的情绪,平复用户情绪波动,并且有利于改善睡眠质量。具体地,如图1中所示,所述方法包括:
步骤S100、基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态。
本实施例的终端设备可基于通讯模块与经颅电刺激装置连接,该通讯模块可为蓝牙模块或者WiFi模块,终端设备可接收经颅电刺激装置的数据进行分析,并发出用于控制经颅电刺激装置的指令。在本实施例中,检测电极是预设在经颅电刺激装置内,并且检测电极可设置有多个,在工作时可按需启动。在具体工作时,经颅电刺激装置可基于检测电极获取预设时间段内的脑电信号,并基于该脑电信号来确定脑电状态。
在一种实现方式中,本实施例通过脑电信号分析脑电状态具体包括如下步骤:
步骤S101、启动所述检测电极,并控制所述检测电极与用户头部接触,在接触后,采集得到所述脑电信号;
步骤S102、采用小波包变换对所述脑电信号进行分解,重构出所述脑电信号每个频段内的节律波;
步骤S103、提取所述节律波的微分熵特征,将微分熵特征矩阵表示为二维灰度图像;
步骤S104、将所述二维灰度图像输入到预设的分类模型,得到所述脑电信号对应的脑电状态,其中,所述脑电状态包括稳定状态和兴奋状态。
具体地,当经颅电刺激装置启动后,此时首先启动检测电极,控制该检测电极与用户头部接触,进而基于该检测电极检测用户还未被进行微电刺激时的脑电信号。接着,本实施例将检测电极采集到的脑电信号发送至终端设备中,该终端设备可对脑电信号进行分析,进而确定该脑电信号对应的脑电状态,脑电状态包括稳定状态和兴奋状态,也就是确定此时的用户是处于稳定状态还是处于兴奋状态。
在本实施例中的,当采集到脑电信号后,本实施例可采用小波包变换对所述脑电信号按照频率特征进行分解,对不同频段进行重构,得到脑电信号的不同节律被。本实施例的小波分解与重构过程可使用数据处理软件MATLAB实现。本实施例利用不同小波基函数对脑电信号进行多层分解,便可得到不同分解水平的脑电信号的各个分量,根据脑电频率的分段标准,本实施例可采用Daubechies10(db10)小波9层分解250Hz采样率的脑电信号,得到四种基本脑电节律的频段,分别为0.49Hz-2.93Hz,3.90Hz-7.70Hz,8.05Hz-12.93Hz以及12.93Hz-30.00Hz。分别近似地看做为δ波(0.5-3Hz)、θ波(4-7Hz)、α波(8-13Hz)以及β波(13-30Hz)。接着,计算每个节律波的平均瞬时振幅,并计算四个节律波的微分熵特征,将微分熵特征矩阵表示为二维灰度图像,所述二维灰度图像反映的能量分布。最后,本实施例将二维灰度图像输入到预设的分类模型,该分类模型是预先基于能量分布图与脑电状态的对应关系进行卷积神经网络模型训练得到的,因此,基于该分类模型可自动得到所述二维灰度图像对应的脑电状态,也就确定出了此时用户的脑电状态是稳定状态还是兴奋状态。本实施例基于神经网络模型来确定脑电状态,确定的脑电状态更为准确且方便,效率更高。
步骤S200、基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标。
本实施例在采集脑电信号的同时,还基于血氧传感器,采集预设时间段内的脑血氧数据,该脑血氧数据包括动脉血氧含量以及静脉血氧含量。基于该脑血氧数据,本实施例可确定血氧指标,以便在后续步骤中基于脑电状态和脑血氧指标共同分析,进行微电刺激方案的指定。
在一种首先方式中,本实施例在确定脑血氧指标时,包括如下步骤:
步骤S201、启动所述血氧传感器,并基于所述血氧传感器获取脑血氧数据,其中,所述脑血氧数据包括:动脉血氧含量以及静脉血氧含量;
步骤S202、根据所述动脉血氧含量,确定血红蛋白携氧量;
步骤S203、根据所述静脉血氧含量,确定脑部的氧气吸收量;
步骤S204、根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标。
本实施例的血氧传感器可设置有多个,并且嵌入在经颅电刺激装置的内侧,在经颅电刺激装置工作时,血氧传感器可按需启动,也可以全部启动,基于血氧传感器采集到的脑血氧数据就会基于经颅电刺激装置中预设的通讯模块(蓝牙模块或者WiFi模块)发送至终端设备中,终端设备就会对该脑血氧数据进行存储,以便后续步骤中对其进行分析。
具体地,血氧含量由血红蛋白和氧气的结合度来决定的,且由于本实施例的脑血氧数据包括动脉血氧含量和静脉血氧含量。在具体分析时,动脉血氧含量指每升动脉全血中含氧的毫摩尔数,或每分升动脉血含氧的毫升数,是红细胞和血浆中含氧量的总和,包括含氧血红蛋白中结合的氧和物理溶解的氧两部分。正常动脉血氧含量是150-230ml/L,增加动脉血氧含量可提高氧的溶解量。基于此,本实施例根据预设时间段内采集到的动脉血氧含量计算出动脉血氧平均值,并基于动脉血氧平均值确定血红蛋白携氧量。动静脉血氧含量即每100毫升静脉血中含氧总量,能够直接反映出身体代谢功能,同样地,本实施例根据预设时间段内采集到所述静脉血氧含量计算静脉血氧平均值,斌基于静脉血氧平均值确定脑部的氧气吸收量。最后,本实施例根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标。
在确定血氧指标时,本实施例可将所述血红蛋白携氧量与预设的携氧量阈值进行比较,确定所述血红蛋白携氧量是否充足。然后,将所述氧气吸收量与预设的吸收量阈值进行比较,确定所述氧气吸收量是否达标。若所述血红蛋白携氧量充足且所述氧气吸收量达标,则确定所述血氧指标为正常。若所述血红蛋白携氧量不足和/或所述氧气吸收量不达标,则确定所述血氧指标为异常。也就是说,只要血红蛋白携氧量不足和氧气吸收量不达标任何一种情况出现时,就可以确定血氧指标为异常。
步骤S300、基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
本实施例在确定脑电状态和血氧指标后,可同时基于脑电状态和血氧指标进行分析,基于这两个因素来制定微电刺激方案,以便制定出更为准确的微电刺激方案来进行微电刺激。
在一种实现方式中,本实施例在制定微电刺激方案时包括如下步骤:
步骤S301、若所述脑电状态为兴奋状态且所述血氧指标为正常,则制定第一微电刺激方案,所述第一微电刺激方案包括:第一刺激频率、第一刺激强度以及第一刺激时长;
步骤S302、若所述脑电状态为稳定状态且所述血氧指标为异常,则制定第二微电刺激方案,所述第二微电刺激方案包括:第二刺激频率、第二刺激强度以及第二刺激时长;
步骤S303、若所述脑电状态为兴奋状态且所述血氧指标为异常,则制定第三微电刺激方案,所述第三微电刺激方案包括:第三刺激频率、第三刺激强度以及第三刺激时长。
具体地,如果脑电状态为兴奋状态且所述血氧指标为正常,则制定第一微电刺激方案,若所述脑电状态为稳定状态且所述血氧指标为异常,则制定第二微电刺激方案,若所述脑电状态为兴奋状态且所述血氧指标为异常,则制定第三微电刺激方案。本实施例中的所述第一微电刺激方案包括:第一刺激频率、第一刺激强度以及第一刺激时长。所述第二微电刺激方案包括:第二刺激频率、第二刺激强度以及第二刺激时长。所述第三微电刺激方案包括:第三刺激频率、第三刺激强度以及第三刺激时长。由于第三微电刺激方案是针对脑电状态为兴奋状态以及血氧指标为异常时制定的方案,因此第三刺激频率、第三刺激强度以及第三刺激时长都是最大的,才能保证刺激效果。而第一微电刺激方案是针对脑电状态为兴奋状态时制定的方案,脑电状态对于用户的情绪稳定以及睡眠质量影响比较大,而第二微电刺激方案是针对血氧指标为异常时制定的方案,血氧指标对于用户的情绪稳定以及睡眠质量比较滞后,因此,第一刺激频率大于第二刺激频率,第一刺激强度大于第二刺激强度,第一刺激市场也大于第二刺激市场。综上,第三刺激频率>第一刺激频率>第二刺激频率;第三刺激强度>第一刺激强度>第二刺激强度;第三刺激时长>第一刺激时长>第二刺激时长。本实施例根据脑电状态和血氧指标综合分析,确定最为合适微电刺激方案,并且由于不同微电刺激方案中的刺激频率、刺激强度(即刺激电流强度)以及刺激时长都不一样,以满足不同的使用场景。
此外,在其他实现方式中,如果所述脑电状态为稳定状态且所述血氧指标为正常,则获取预设的缺省方案,并将所述缺省方案作为所述微电刺激方案,也就是预先在终端设备中设置的通用刺激方案,或者,在脑电状态为稳定状态且所述血氧指标为正常时,本实施例可控制经颅电刺激装置停止工作,不进行任何的刺激,或者延迟刺激时机。
在另一种实现方式中,本实施例还可获取用户的身份信息,其中,所述身份信息包括用户性别、用户姓名以及用户年龄;然后将制定的微电刺激方案与所述身份信息关联,并将所述微电刺激方案作为所述身份信息所对应的用户的备选方案。这样,当下次使用经颅电刺激装置对该用户进行微电刺激时,就可以直接从该用户的备选方案中选择合适的微电刺激方案,以提供更为人性化的微电刺激,改善刺激效果和刺激效率。
综上,本实施例首先基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态。然后,基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标。最后,基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。本实施例可采集用户的脑电状态和血氧指标,进而基于脑电状态和血氧指标两个因素进行分析,并制定出合适的微电刺激方案。由于本实施例是基于两个因素来分析,制定出的微电刺激方案也更为合适且准确,从而实现更为有效的微电刺激。
基于上述实施例,本发明还提供一种微电刺激方案制定装置,所述微电刺激方案制定装置与与经颅电刺激装置连接,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激,具体地,如图2中所示,所述微电刺激方案制定装置包括:脑电状态确定模块10、血氧指标确定模块20以及刺激方案确定模块30。具体地,所述脑电状态确定模块10,用于基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态。所述血氧指标确定模块20,用于基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标。所述刺激方案确定模块30,用于基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
在一种实现方式中,所述脑电状态确定模块10,包括:
脑电采集单元,用于启动所述检测电极,并控制所述检测电极与用户头部接触,在接触后,采集得到所述脑电信号;
分解重构单元,用于采用小波包变换对所述脑电信号进行分解,重构出所述脑电信号每个频段内的节律波;
图像生成单元,用于提取所述节律波的微分熵特征,将微分熵特征矩阵表示为二维灰度图像;
状态确定单元,用于将所述二维灰度图像输入到卷积神经网络训练分类模型,得到所述脑电信号对应的脑电状态,其中,所述脑电状态包括稳定状态和兴奋状态。
在一种实现方式中,所述血氧指标确定模块20,包括:
血氧采集单元,用于启动所述血氧传感器,并基于所述血氧传感器获取脑血氧数据,其中,所述脑血氧数据包括:动脉血氧含量以及静脉血氧含量;
携氧量确定单元,用于根据所述动脉血氧含量,确定血红蛋白携氧量;
氧气吸收量确定单元,用于根据所述静脉血氧含量,确定脑部的氧气吸收量;
指标分析单元,用于根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标。
在一种实现方式中,所述指标分析单元,包括:
血红蛋白分析子单元,用于将所述血红蛋白携氧量与预设的携氧量阈值进行比较,确定所述血红蛋白携氧量是否充足;
氧气吸收量分析子单元,用于将所述氧气吸收量与预设的吸收量阈值进行比较,确定所述氧气吸收量是否达标;
指标正常确定子单元,用于若所述血红蛋白携氧量充足且所述氧气吸收量达标,则确定所述血氧指标为正常;
指标异常确定子单元,用于若所述血红蛋白携氧量不足和/或所述氧气吸收量不达标,则确定所述血氧指标为异常。
在一种实现方式中,所述刺激方案确定模块30,包括:
第一方案确定单元,用于若所述脑电状态为兴奋状态且所述血氧指标为正常,则制定第一微电刺激方案,所述第一微电刺激方案包括:第一刺激频率、第一刺激强度以及第一刺激时长;
第二方案确定单元,用于若所述脑电状态为稳定状态且所述血氧指标为异常,则制定第二微电刺激方案,所述第二微电刺激方案包括:第二刺激频率、第二刺激强度以及第二刺激时长;
第三方案确定单元,用于若所述脑电状态为兴奋状态且所述血氧指标为异常,则制定第三微电刺激方案,所述第三微电刺激方案包括:第三刺激频率、第三刺激强度以及第三刺激时长;其中,第三刺激频率>第一刺激频率>第二刺激频率;第三刺激强度>第一刺激强度>第二刺激强度;第三刺激时长>第一刺激时长>第二刺激时长。
在一种实现方式中,所述刺激方案确定模块30,还包括:
缺省方案制定单元,用于若所述脑电状态为稳定状态且所述血氧指标为正常,则获取预设的缺省方案,并将所述缺省方案作为所述微电刺激方案。
在一种实现方式中,所述装置,还包括:
信息获取单元,用于获取用户的身份信息,其中,所述身份信息包括用户性别、用户姓名以及用户年龄;
方案关联单元,用于将制定的微电刺激方案与所述身份信息关联,并将所述微电刺激方案作为所述身份信息所对应的用户的备选方案。
本实施例的微电刺激方案制定装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同,此处不再赘述。
基于上述实施例,本发明还提供了一种终端设备,所述终端设备的原理框图可以如图3所示。终端设备可以包括一个或多个处理器100(图3中仅示出一个),存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102,例如,微电刺激方案制定程序。一个或多个处理器100执行计算机程序102时可以实现微电刺激方案制定方法实施例中的各个步骤。或者,一个或多个处理器100执行计算机程序102时可以实现微电刺激方案制定装置实施例中各模块/单元的功能,此处不作限制。
在一个实施例中,所称处理器100可以是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在一个实施例中,存储器101可以是电子设备的内部存储单元,例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备,例如电子设备上配备的插接式硬盘,智能存储卡(smart media card,SMC),安全数字(secure digital,SD)卡,闪存卡(flash card)等。进一步地,存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
本领域技术人员可以理解,图3中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端设备的限定,具体的终端设备以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双运营数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种微电刺激方案制定方法,其特征在于,所述方法应用于经颅电刺激装置,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激,所述方法包括:
基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态;
基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标;
基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
2.根据权利要求1所述的微电刺激方案制定方法,其特征在于,所述基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态,包括:
启动所述检测电极,并控制所述检测电极与用户头部接触,在接触后,采集得到所述脑电信号;
采用小波包变换对所述脑电信号进行分解,重构出所述脑电信号每个频段内的节律波;
提取所述节律波的微分熵特征,将微分熵特征矩阵表示为二维灰度图像;
将所述二维灰度图像输入到预设的分类模型,得到所述脑电信号对应的脑电状态,其中,所述脑电状态包括稳定状态和兴奋状态。
3.根据权利要求1所述的微电刺激方案制定方法,其特征在于,所述基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标,包括:
启动所述血氧传感器,并基于所述血氧传感器获取脑血氧数据,其中,所述脑血氧数据包括:动脉血氧含量以及静脉血氧含量;
根据所述动脉血氧含量,确定血红蛋白携氧量;
根据所述静脉血氧含量,确定脑部的氧气吸收量;
根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标。
4.根据权利要求3所述的微电刺激方案制定方法,其特征在于,所述根据所述血红蛋白携氧量与所述氧气吸收量,确定所述血氧指标,包括:
将所述血红蛋白携氧量与预设的携氧量阈值进行比较,确定所述血红蛋白携氧量是否充足;
将所述氧气吸收量与预设的吸收量阈值进行比较,确定所述氧气吸收量是否达标;
若所述血红蛋白携氧量充足且所述氧气吸收量达标,则确定所述血氧指标为正常;
若所述血红蛋白携氧量不足和/或所述氧气吸收量不达标,则确定所述血氧指标为异常。
5.根据权利要求1所述的微电刺激方案制定方法,其特征在于,所述基于所述脑电状态和所述血氧指标,制定微电刺激方案,包括:
若所述脑电状态为兴奋状态且所述血氧指标为正常,则制定第一微电刺激方案,所述第一微电刺激方案包括:第一刺激频率、第一刺激强度以及第一刺激时长;
若所述脑电状态为稳定状态且所述血氧指标为异常,则制定第二微电刺激方案,所述第二微电刺激方案包括:第二刺激频率、第二刺激强度以及第二刺激时长;
若所述脑电状态为兴奋状态且所述血氧指标为异常,则制定第三微电刺激方案,所述第三微电刺激方案包括:第三刺激频率、第三刺激强度以及第三刺激时长;
其中,第三刺激频率>第一刺激频率>第二刺激频率;
第三刺激强度>第一刺激强度>第二刺激强度;
第三刺激时长>第一刺激时长>第二刺激时长。
6.根据权利要求1所述的微电刺激方案制定方法,其特征在于,所述基于所述脑电状态和所述血氧指标,制定微电刺激方案,包括:
若所述脑电状态为稳定状态且所述血氧指标为正常,则获取预设的缺省方案,并将所述缺省方案作为所述微电刺激方案。
7.根据权利要求1所述的微电刺激方案制定方法,其特征在于,所述方法还包括:
获取用户的身份信息,其中,所述身份信息包括用户性别、用户姓名以及用户年龄;
将制定的微电刺激方案与所述身份信息关联,并将所述微电刺激方案作为所述身份信息所对应的用户的备选方案。
8.一种微电刺激方案制定装置,其特征在于,所述装置与经颅电刺激装置连接,所述经颅电刺激装置包括:检测电极、血氧传感器以及刺激电极,所述检测电极用于检测用户的脑电信号,所述血氧传感器用于检测用户的脑血氧数据,所述刺激电极用于对用户脑部进行微电刺激,所述微电刺激方案制定装置包括:
脑电状态确定模块,用于基于所述检测电极,获取预设时间段内用户的脑电信号,并基于所述脑电信号确定脑电状态;
血氧指标确定模块,用于基于所述血氧传感器,获取所述预设时间段内用户的脑血氧数据,并基于所述脑血氧数据确定血氧指标;
刺激方案确定模块,用于基于所述脑电状态和所述血氧指标,制定微电刺激方案,并控制所述刺激电极基于所述微电刺激方案进行微电刺激。
9.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的微电刺激方案制定程序,所述处理器执行微电刺激方案制定程序时,实现如权利要求1-7任一项所述的微电刺激方案制定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有微电刺激方案制定程序,所述微电刺激方案制定程序被处理器执行时,实现如权利要求1-7任一项所述的微电刺激方案制定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212536.5A CN116999701A (zh) | 2023-09-18 | 2023-09-18 | 一种微电刺激方案制定方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212536.5A CN116999701A (zh) | 2023-09-18 | 2023-09-18 | 一种微电刺激方案制定方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116999701A true CN116999701A (zh) | 2023-11-07 |
Family
ID=88574604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311212536.5A Pending CN116999701A (zh) | 2023-09-18 | 2023-09-18 | 一种微电刺激方案制定方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116999701A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409946A (zh) * | 2023-12-15 | 2024-01-16 | 杭州般意科技有限公司 | 个性化的脑刺激仪器调控方法、装置、终端及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284137A (zh) * | 2011-05-20 | 2011-12-21 | 天津大学 | 一种功能性电刺激的多源信息融合控制方法 |
CN114601476A (zh) * | 2022-03-14 | 2022-06-10 | 哈尔滨理工大学 | 一种基于视频刺激下的eeg信号情感识别方法 |
CN116439724A (zh) * | 2023-03-13 | 2023-07-18 | 中国人民解放军军事科学院军事医学研究院 | 前额脑电和血氧信息测量装置、系统和参数寻优方法 |
CN116570834A (zh) * | 2023-07-12 | 2023-08-11 | 杭州般意科技有限公司 | 经颅直流电刺激方法、装置、终端及介质 |
-
2023
- 2023-09-18 CN CN202311212536.5A patent/CN116999701A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284137A (zh) * | 2011-05-20 | 2011-12-21 | 天津大学 | 一种功能性电刺激的多源信息融合控制方法 |
CN114601476A (zh) * | 2022-03-14 | 2022-06-10 | 哈尔滨理工大学 | 一种基于视频刺激下的eeg信号情感识别方法 |
CN116439724A (zh) * | 2023-03-13 | 2023-07-18 | 中国人民解放军军事科学院军事医学研究院 | 前额脑电和血氧信息测量装置、系统和参数寻优方法 |
CN116570834A (zh) * | 2023-07-12 | 2023-08-11 | 杭州般意科技有限公司 | 经颅直流电刺激方法、装置、终端及介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409946A (zh) * | 2023-12-15 | 2024-01-16 | 杭州般意科技有限公司 | 个性化的脑刺激仪器调控方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116999701A (zh) | 一种微电刺激方案制定方法、装置、终端设备及存储介质 | |
CN116549839B (zh) | 一种经颅直流电刺激设备的佩戴状态检测方法及装置 | |
CN113349778B (zh) | 基于经颅直流电刺激的情绪分析方法、装置和电子装置 | |
CN117180616A (zh) | 一种经颅电刺激装置的干预刺激调制方法及装置 | |
CN112120691A (zh) | 基于深度学习的信号识别方法、装置和计算机设备 | |
US20150018704A1 (en) | Real-time multi-channel automatic eye blink artifact eliminator | |
CN116549843A (zh) | 经颅直流电刺激的干预电流控制方法、装置及终端设备 | |
CN114176611B (zh) | 基于脑电波信号的冥想状态的训练方法、装置及存储介质 | |
CN114916935A (zh) | 一种基于矫正人员矫正过程的体态分析的辅助矫正系统 | |
CN105708451A (zh) | 一种脑电信号质量实时判定方法 | |
CN116999700A (zh) | 一种微电刺激效果评估方法、装置、终端设备及存储介质 | |
US10743789B2 (en) | ECG signal parallel analysis apparatus, method and mobile terminal | |
CN110236534A (zh) | 一种基于脑电相关性网络弹性的专注力评估方法 | |
CN117085246A (zh) | 一种基于当前生理状态的干预模式选择方法及装置 | |
CN113730801A (zh) | 多通道电痉挛治疗装置、系统及服务器 | |
CN113317804A (zh) | 一种康复效率预测方法、及其训练装置和计算机设备 | |
CN116504349B (zh) | 美容仪护理报告生成及显示方法、存储介质、电子设备 | |
US8849386B2 (en) | Analyzing electrocardiograms | |
CN111700592A (zh) | 一种癫痫脑电自动分类模型的获取方法、系统及分类系统 | |
Currey et al. | Cross-site epileptic seizure detection using convolutional neural networks | |
CN113662561B (zh) | 子带级联共空间模式的脑电特征提取方法及装置 | |
CN111760194A (zh) | 一种智能闭环神经调控系统和方法 | |
CN117100291B (zh) | 一种经颅直流电刺激设备的干预刺激模式的评价方法 | |
CN113869107A (zh) | 信号去噪方法、装置、电子装置和存储介质 | |
CN202235313U (zh) | 一种盆底肌电生物反馈仪 |
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 |