TWI819919B - 過動症早期輔助診斷系統 - Google Patents

過動症早期輔助診斷系統 Download PDF

Info

Publication number
TWI819919B
TWI819919B TW111147134A TW111147134A TWI819919B TW I819919 B TWI819919 B TW I819919B TW 111147134 A TW111147134 A TW 111147134A TW 111147134 A TW111147134 A TW 111147134A TW I819919 B TWI819919 B TW I819919B
Authority
TW
Taiwan
Prior art keywords
adhd
brainwave
subject
test
diagnosis system
Prior art date
Application number
TW111147134A
Other languages
English (en)
Other versions
TW202424997A (zh
Inventor
柯立偉
陳怡君
黃意文
林若瑋
范佐謙
張智豪
張揚
Original Assignee
國立陽明交通大學
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 國立陽明交通大學 filed Critical 國立陽明交通大學
Priority to TW111147134A priority Critical patent/TWI819919B/zh
Application granted granted Critical
Publication of TWI819919B publication Critical patent/TWI819919B/zh
Priority to US18/531,895 priority patent/US20240188866A1/en
Publication of TW202424997A publication Critical patent/TW202424997A/zh

Links

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]
    • 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
    • A61B5/16—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
    • A61B5/16—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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for 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]
    • 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
    • A61B5/24—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]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/378—Visual stimuli
    • 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]
    • A61B5/377—Electroencephalography [EEG] using evoked responses
    • A61B5/38—Acoustic or auditory stimuli
    • 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
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6814—Head
    • 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
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • 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
    • 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
    • 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
    • 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
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0462—Apparatus with built-in sensors
    • A61B2560/0468—Built-in electrodes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04—Constructional details of apparatus
    • A61B2560/0487—Special user inputs or interfaces

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Psychology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Developmental Disabilities (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Child & Adolescent Psychology (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Social Psychology (AREA)
  • Acoustics & Sound (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • External Artificial Organs (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

一種過動症早期輔助診斷系統，提供一測驗給受試者，再利用一腦波感測裝置偵測受試者的腦波訊號。主機接收該腦波訊號，擷取複數過動症相關特徵，以取得複數腦波特徵資料，並分類受試者為典型正常表現或是具有過動症。接著再依據腦波特徵資料訓練出對應複數過動症異質性類型之預測指標分數的範圍。當一新受試者進行測驗時，比對新受試者的指標分數是否落在預測指標分數範圍，以判斷新受試者所屬之過動症異質性類型。因此，本發明利用注意力相關測驗結合腦波訊號評估受試者的症狀，更進一步預測受試者潛在的過動症傾向，提供醫生客觀的輔助診斷。

Description

過動症早期輔助診斷系統
本發明係有關一種腦波偵測系統，特別是指一種用於過動症早期輔助診斷系統。
現今注意力不足過動症(Attention Deficit Hyperactivity Disorder,ADHD，以下簡稱過動症)主要是醫師藉由會談、行為觀察、遊戲互動以及個案評分量表來診斷。具驗證和標準化的個案評量表由家長和老師依照長期多情境觀察所填寫，但可能會因個案特質、家長對行為發展的誤判、或是環境結構不同等因素而有欠佳的可靠度。因此，具科學化且客觀的依據，對臨床醫師的診斷是至關重要的。
目前已有利用腦波訊號判斷是否為過動症腦波的技術，然而，其並未收錄靜息狀態和執行任務期間的腦波資料進行機器學習，進而無法比較靜息狀態的腦波和工作狀態的腦波，欠缺比較基準。另有一種技術是藉由獲取的腦電圖數據進行過動症的判斷識別，雖可識別具有較高風險的複雜病症的過動症亞型；然而，該技術僅能識別過動症亞型，無法更細部地區分亞型中的各種不同特質。
有鑑於此，本發明針對上述習知技術之缺失及未來之需求，提出一種過動症早期輔助診斷系統，以解決上述該等缺失，具體架構及其實施方式將詳述於下。
本發明之主要目的在提供一種過動症早期輔助診斷系統，其對受試者的腦波訊號進行機器學習、分類，並利用測驗所產生的多項測驗分數配合腦波特徵資料計算出預測指標分數，進一步區分過動症的類別傾向，以使檢測結果更具說服力。
本發明之另一目的在提供一種過動症早期輔助診斷系統，其同時收錄受試者在休息狀態下的靜息腦波訊號及進行測驗時的工作腦波訊號，分類後判斷受試者是否為正常人，並將正常人的數據收集起來，做為與過動症患者比較的基準。
為達上述目的，本發明提供一種過動症早期輔助診斷系統，包括：一注意力測試裝置，提供一測驗給一受試者；一腦波感測裝置，包含複數電極，電極被設置在受試者的頭部，以偵測受試者的複數腦波訊號，包括在休息狀態下的靜息腦波訊號及進行測驗時的工作腦波訊號；以及一主機，連接注意力測試裝置及腦波感測裝置，接收腦波感測裝置所偵測的腦波訊號並進行分析，主機中包括：一控制器，連接注意力測試裝置，接收受試者執行測驗之一測驗結果，並據以產生複數測驗分數；一特徵擷取處理器，連接控制器及腦波感測裝置，對電極上每一通道之頻段功率及其頻段比率的腦波訊號進行複數過動症相關特徵的擷取，以取得複數腦波特徵資料；以及一特徵分 析處理器，連接特徵擷取處理器，接收腦波特徵資料，據以對受試者進行分類，判斷受試者是典型正常表現或是具有過動症，再依據被判斷具有過動症之受試者的腦波特徵資料結合測驗分數，訓練出對應複數過動症異質性類型之預測指標分數的範圍。
依據本發明之實施例，腦波感測裝置之電極包括複數通道，每一通道分別具有不同之頻段功率。
依據本發明之實施例，主機更包括一第一濾波器，連接腦波感測裝置以及特徵擷取處理器，接收腦波訊號，去除環境雜訊，保留腦波圖(EEG)的主要頻率範圍。
依據本發明之實施例，主機更包括一第二濾波器，連接腦波感測裝置以及特徵擷取處理器，以利用人工智慧演算法消除腦波訊號中眼睛或肌肉做動所產生的雜訊。
依據本發明之實施例，主機更包括一時頻轉換器，連接腦波感測裝置以及特徵擷取處理器，以將靜息腦波訊號及工作腦波訊號的時域訊號轉換成頻域訊號，並分別計算每一通道之頻段功率。
依據本發明之實施例，特徵分析處理器係利用一機器學習演算法對受試者進行分類。
依據本發明之實施例，特徵分析處理器係利用機器學習演算法計算受試者之過動症異質性類型。
依據本發明之實施例，計算過動症異質性類型之機器學習演算法為迴歸分析。
依據本發明之實施例，過動症異質性類型包括專注力、衝動、持續性專注及警覺性。
依據本發明之實施例，注意力測試裝置為一電腦，測驗為對受試者造成視覺或聽覺刺激的遊戲或影片。
依據本發明之實施例，當一新受試者進行測驗及量測腦波訊號時，特徵擷取處理器得到新受試者的腦波特徵資料以預測一指標分數，並藉由比對新受試者的指標分數是否落在預測指標分數範圍，以判斷新受試者所屬之過動症異質性類型。
10:過動症早期輔助診斷系統
11:受試者
12:注意力測試裝置
14:腦波感測裝置
16:主機
161:控制器
162:預處理器
1622:第一濾波器
1624:第二濾波器
1626:時頻轉換器
163:特徵擷取處理器
164:第一資料庫
165:第二資料庫
166:特徵分析處理器
第1圖為本發明過動症早期輔助診斷系統之方塊圖。
第2圖為本發明過動症早期輔助診斷系統中預處理器之方塊圖。
第3圖為應用本發明過動症早期輔助診斷系統之流程圖。
第4a圖及第4b圖為測驗開始前後，正常組和過動症組在O1、O2的時間變化的轉換之β腦波曲線圖。
第5圖為ADHD兒童四項異質性分數預測結果之實驗數據曲線圖。
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，熟悉本技術領域者在沒有做出進步性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
應當理解，當在本說明書和所附申請專利範圍中使用時，術語「包括」和「包含」指示所描述特徵、整體、步驟、操作、元素和/或元件的存在，但並不排除一個或多個其它特徵、整體、步驟、操作、元素、元件和/或其集合的存在或添加。
還應當理解，在此本發明說明書中所使用的術語僅僅是出於描述特定實施例的目的而並不意在限制本發明。如在本發明說明書和所附申請專利範圍中所使用的那樣，除非上下文清楚地指明其它情況，否則單數形式的「一」、「一個」及「該」意在包括複數形式。
還應當進一步理解，在本發明說明書和所附申請專利範圍中使用的術語「及/或」是指相關聯列出的項中的一個或多個的任何組合以及所有可能組合，並且包括這些組合。
本發明提供一種過動症早期輔助診斷系統，請參考第1圖，其為本發明過動症早期輔助診斷系統10之方塊圖。過動症早期輔助診斷系統10包括一注意力測試裝置12、一腦波感測裝置14及一主機16。注意力測試裝置12為一具有顯示螢幕的電腦，其提供受試者11造成視覺或聽覺刺激的遊戲或影片以進行測驗。在一些實施例中，測驗為專門設計給受試者11進行注意力測試的遊戲，如針對4~7歲兒童設計的注意力測試軟體KCPT、給8~16歲兒童設計的注意力測試軟體CPT等，該測驗可產生9個標準化的測驗分數。被配置在受試者11頭部的腦波感測裝置14能利用複數電極(圖中未示)偵測受試者11的複數腦波訊號，腦波訊號包括在休息狀態的靜息腦波訊號以及進行測驗時的工作腦波訊號。在一些實施例中，腦波感測裝置14為佩戴在受試者11頭部 的腦波帽。腦波感測裝置14的每一電極分別包括複數通道，每一通道分別具有不同之頻段功率。
主機16連接注意力測試裝置12及腦波感測裝置14，以接收注意力測試裝置12的測驗結果及腦波感測裝置14所偵測的腦波訊號。主機16包括一控制器161、至少一預處理器162、一特徵擷取處理器163、一第一資料庫164、一第二資料庫165及一特徵分析處理器166。前述複數個處理器能對測驗結果及腦波訊號進行分析。
控制器161連接注意力測試裝置12，受試者11完成測驗後的測試結果會傳送給控制器161，並由控制器161計算出一組測驗分數。以注意力測試軟體KCPT為例，會產生9個測驗分數。這些測驗分數是用以訓練出預測模型，當預測模型訓練完成後，新的受試者的腦波訊號可直接使用預測模型進行分析，不需用到測驗分數。預測模型的產生方式詳述於後。
預處理器162用以對腦波訊號進行雜訊過濾和時域、頻域之轉換。請同時參考第2圖，其為預處理器162之方塊圖。預處理器162包括一第一濾波器1622、一第二濾波器1624及一時頻轉換器1626。第一濾波器1622和第二濾波器1624可同時存在、或只有其中一個。當第一濾波器1622和第二濾波器1624同時存在時，其連接關係如第2圖所示。第一濾波器1622連接腦波感測裝置14及第二濾波器1624、間接連接特徵擷取處理器163。第二濾波器1624連接第一濾波器1622及時頻轉換器1626，並與腦波感測裝置14及特徵擷取處理器163間接連接。時頻轉換器1626連接第二濾波器1624及特徵擷取處理器163，並間接連接腦波感測裝置14。第一濾波器1622為頻帶濾波器(band pass filter)，接收腦波感測裝置14所傳送的腦波訊號後，將腦波訊號中的環境雜 訊去除，保留腦波圖(EEG)的主要頻率範圍，例如將高於50Hz的環境雜訊去除，並去除非腦部的成分，獲得更乾淨的腦波訊號。第二濾波器1624進一步消除腦波訊號中眼睛或肌肉做動所產生的雜訊，例如在第二濾波器1624中內建一處理單元(圖中未示)，利用人工智慧消除雜訊。時頻轉換器1626利用快速傅立葉轉換將靜息腦波訊號及工作腦波訊號的時域訊號轉換成頻域訊號，為獲取頻域上的資訊，因而計算腦波感測裝置14上每一通道之頻段功率，分別為通道δ(1~4Hz)、θ(5~8Hz)、α(9~12Hz)和β(13~30Hz)。
特徵擷取處理器163連接控制器161及預處理器162，並與腦波感測裝置14間接連接。在接收控制器161所輸出的測驗分數和預處理器162所輸出的乾淨腦波訊號後，特徵擷取處理器163依據腦波感測裝置14上每一通道之頻段功率，及其頻段比率θ/β、θ/α的腦波訊號進行複數過動症相關特徵的擷取，以取得複數腦波特徵資料。這些腦波特徵資料能被用以有效預測與分析出過動症和典型正常發展的概率。
特徵分析處理器166連接特徵擷取處理器163，以接收特徵擷取處理器163所擷取的腦波特徵資料。特徵分析處理器166的動作分成兩個階段。第一階段是依據腦波特徵資料對受試者進行分類，判斷受試者是典型正常表現的正常人或是具有過動症的概率。具體而言，在第一階段，特徵分析處理器166將每位受測者的受測資料(包括腦波訊號、腦波特徵資料、測驗分數等)分成固定比例的訓練資料和驗證資料，再分別合併各個訓練資料以及驗證資料，最後利用一機器學習演算法對受試者進行分類。其中，被分類到正常人的受測者的資料儲存在第一資料庫164，被分類到具有過動症的受測者的資料儲存在第二資料庫165。
在第二階段，特徵分析處理器166從第二資料庫165取出被分類到具有過動症之受試者的腦波特徵資料，結合受試者執行測驗後產生的測驗分數，利用機器學習演算法(例如迴歸分析)訓練出對應複數過動症異質性(heterogeneity in ADHD)類型之預測指標分數。這些預測指標分數分別具有一個範圍。若後續有新受試者進行測驗及量測腦波訊號，利用腦波特徵資料所預測出的指標分數落在預測指標分數的範圍內，就代表新受試者具有該種過動症異質性類型的特質。過動症異質性類型包括專注力、衝動、持續性專注及警覺性等四種特質。
請同時參考第3圖，其為應用本發明過動症早期輔助診斷系統10的流程圖。首先於步驟S10，注意力測試裝置12提供一測驗給一受試者11，受試者11進行測驗後會產生一測驗結果。步驟S12中，利用腦波感測裝置14偵測受試者11的複數腦波訊號，腦波訊號包含受試者11在休息狀態下的靜息腦波訊號及進行測驗時的工作腦波訊號。接著步驟S14，主機16接收注意力測試裝置12輸出的測驗結果及腦波感測裝置14輸出的腦波訊號，其中，控制器161依據測驗結果產生複數測驗分數，而預處理器162則對腦波訊號進行預處理，包括濾除雜訊、時域頻域轉換等。接著如步驟S16所述，主機16中的特徵擷取處理器163對每一通道之頻段功率及其頻段比率的腦波訊號進行複數過動症相關特徵的擷取，得到複數腦波特徵資料。步驟S18中，主機16中的特徵分析處理器166依據腦波特徵資料對受試者11進行分類，以判斷受試者11是典型正常表現或是具有過動症。進一步而言，特徵分析處理器166是將所有受試者11的腦波特徵資料分為訓練資料和驗證資料，利用機器學習演算法區分出正常的受試者和具有過動症的受試者。在分類完成後，特徵分析 處理器166單獨取出被判斷具有過動症之受試者11的腦波特徵資料，並結合測驗分數，據以訓練出對應複數過動症異質性類型之預測指標分數的範圍，如步驟S20~S22所述。在步驟S18中，特徵分析處理器166已利用機器學習訓練出一分類模型，用以將受試者11分類成正常人和過動症患者；而在步驟S22中，特徵分析處理器166再利用機器學習訓練出一預測模型，用以得到過動症異質性類型之預測指標分數的範圍。當預測模型建置完成後，如步驟S24~S28所述，每當有新受試者時，給新受試者進行測驗並量測腦波訊號，利用上述步驟S14~S18得到新受試者的腦波特徵資料並判斷新受試者是正常人還是過動症患者，若是過動症患者，再利用上述步驟S20~S22，利用腦波特徵資料預測出一指標分數，比對該指標分數是否落在預測指標分數範圍，便可以判斷新受試者所屬之過動症異質性類型。
在前述第一階段，本發明以機器學習之方式可區分過動症和正常發展的兒童。如第4a圖及第4b圖所示，其為腦波訊號中的β腦波從靜息狀態到執行測驗(如CPT)在左側枕葉(O1)和右側枕葉(O2)的時間變化的轉換。上方曲線代表正常組(NT)的腦波訊號波動，下方曲線代表過動症(ADHD)的腦波訊號波動，中間的虛線代表測驗開始時間，虛線以左為休息狀態的腦波、以右為工作狀態的腦波。從第4圖可看出，過動症組的β腦波都比正常組的低，特別是在測驗執行時，可明顯區分過動症組和正常組。
在前述第二階段，本發明針對過動症患者進一步做四項異質性分數的預測，此四項異質性分數中的參數需參考測驗所得到的測驗分數，以CPT測驗為例，有9項標準化分數，如下表一：
Figure 111147134-A0305-02-0011-2
Figure 111147134-A0305-02-0012-3
接著，四種異質性類型需提取不同的腦波特徵資料，以進行機器學習中的迴歸分析，得到四個預測指標分數。四種異質性類型的加權如下式(1)~(4)：專注力：d’+Omissions+Commissions+HRT+HRT SD+Variability (1)
衝動：Commissions+Perseverations-HRT (2)
持續性專注：HRT Block Change(if Omissions by Block ∥ Commissions by Block==1 then score+10)
(if Omissions by Block && Commissions by Block==1 then score+20) (3)
警覺性：HRT ISI Change(if Omissions by ISI ∥ Commissions by ISI==1 then score+10
(if Omissions by ISI && Commissions by ISI==1 then score+20) (4)
這四個預測指標分數還可進一步依嚴重程度區分成五個等級，如下表二。若分數愈大，則代表症狀越嚴重。
Figure 111147134-A0305-02-0013-4
本發明已利用30位過動症兒童之腦波資料建立迴歸模型，最後計算出調整後的R平方都大於0.6，代表迴歸模型具有不錯的擬合程度、解釋性和性能表現，並額外拿9位兒童執行注意力相關遊戲測驗之腦波資料獨立進行各異質性分數預測，預測結果如第5圖所示。如此一來，便可提供給臨床醫師科學數據化的方式以輔助診斷，並讓職能治療師針對不同症狀表現的患者給予適當的治療。
綜上所述，本發明所提供之過動症早期輔助診斷系統，對受試者的腦波訊號進行機器學習、分類，並利用測驗所產生的多項測驗分數配合腦波特徵資料計算出預測指標分數，進一步區分過動症的類別傾向，以使檢測結果更具說服力。此外，本發明更同時收錄受試者在休息狀態下的靜息腦波訊號及進行測驗時的工作腦波訊號，分類後判斷受試者是否為正常人，並將正常人的數據收集起來，做為與過動症患者比較的基準。
10:過動症早期輔助診斷系統
11:受試者
12:注意力測試裝置
14:腦波感測裝置
16:主機
161:控制器
162:預處理器
163:特徵擷取處理器
164:第一資料庫
165:第二資料庫
166:特徵分析處理器

Claims (11)

  1. 一種過動症早期輔助診斷系統，包括： 一注意力測試裝置，提供一測驗給一受試者； 一腦波感測裝置，包含複數電極，該等電極被設置在該受試者的頭部，以偵測該受試者的複數腦波訊號，包括在休息狀態的靜息腦波訊號及進行該測驗時的工作腦波訊號；以及 一主機，連接該注意力測試裝置及該腦波感測裝置，接收該腦波感測裝置所偵測的該等腦波訊號並進行分析，該主機包括： 一控制器，連接該注意力測試裝置，接收該受試者執行該測驗之一測驗結果，並據以產生複數測驗分數； 一特徵擷取處理器，連接該控制器及該腦波感測裝置，對該等電極上每一通道之頻段功率及其頻段比率的該等腦波訊號進行複數過動症相關特徵的擷取，以取得複數腦波特徵資料；以及 一特徵分析處理器，連接該特徵擷取處理器，接收該等腦波特徵資料，據以對該受試者進行分類，判斷該受試者是典型正常表現或是具有過動症，再依據被判斷具有過動症之受試者的該等腦波特徵資料結合該等測驗分數，訓練出對應複數過動症異質性類型之預測指標分數的範圍。
  2. 如請求項1所述之過動症早期輔助診斷系統，其中該腦波感測裝置之該等電極包括該等通道，每一該等通道分別具有不同之頻段功率。
  3. 如請求項1所述之過動症早期輔助診斷系統，其中該主機更包括一第一濾波器，連接該腦波感測裝置以及該特徵擷取處理器，接收該等腦波訊號，去除該等腦波訊號中的環境雜訊，保留腦波圖(EEG)的主要頻率範圍。
  4. 如請求項1所述之過動症早期輔助診斷系統，其中該主機更包括一第二濾波器，連接該腦波感測裝置以及該特徵擷取處理器，以利用人工智慧演算法消除該等腦波訊號中眼睛或肌肉做動所產生的雜訊。
  5. 如請求項1所述之過動症早期輔助診斷系統，其中該主機更包括一時頻轉換器，連接該腦波感測裝置以及該特徵擷取處理器，以將該靜息腦波訊號及該工作腦波訊號的時域訊號轉換成頻域訊號，並分別計算每一該等通道之頻段功率。
  6. 如請求項1所述之過動症早期輔助診斷系統，其中該特徵分析處理器係利用一機器學習演算法對該受試者進行分類。
  7. 如請求項1所述之過動症早期輔助診斷系統，其中該特徵分析處理器係利用機器學習演算法計算該受試者之過動症異質性類型。
  8. 如請求項7所述之過動症早期輔助診斷系統，其中該機器學習演算法為迴歸分析。
  9. 如請求項1所述之過動症早期輔助診斷系統，其中該過動症異質性類型包括專注力、衝動、持續性專注及警覺性。
  10. 如請求項1所述之過動症早期輔助診斷系統，其中該注意力測試裝置為一電腦，該測驗為對該受試者造成視覺或聽覺刺激的遊戲或影片。
  11. 如請求項1所述之過動症早期輔助診斷系統，當一新受試者進行該測驗及量測腦波訊號時，該特徵擷取處理器得到該新受試者的腦波特徵資料以預測一指標分數，並藉由比對該新受試者的該指標分數是否落在該等預測指標分數範圍，以判斷該新受試者所屬之過動症異質性類型。
TW111147134A 2022-12-08 2022-12-08 過動症早期輔助診斷系統 TWI819919B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW111147134A TWI819919B (zh) 2022-12-08 2022-12-08 過動症早期輔助診斷系統
US18/531,895 US20240188866A1 (en) 2022-12-08 2023-12-07 Early assistive diagnosis system of adhd

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW111147134A TWI819919B (zh) 2022-12-08 2022-12-08 過動症早期輔助診斷系統

Publications (2)

Publication Number Publication Date
TWI819919B true TWI819919B (zh) 2023-10-21
TW202424997A TW202424997A (zh) 2024-06-16

Family

ID=89858080

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111147134A TWI819919B (zh) 2022-12-08 2022-12-08 過動症早期輔助診斷系統

Country Status (2)

Country Link
US (1) US20240188866A1 (zh)
TW (1) TWI819919B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150199010A1 (en) * 2012-09-14 2015-07-16 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
TW202108077A (zh) * 2019-08-29 2021-03-01 佳綸生技股份有限公司 專注力自動偵測方法和系統
TW202215451A (zh) * 2020-10-12 2022-04-16 國立中央大學 注意力缺陷虛擬實境自動化診斷方法與系統

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150199010A1 (en) * 2012-09-14 2015-07-16 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
TW202108077A (zh) * 2019-08-29 2021-03-01 佳綸生技股份有限公司 專注力自動偵測方法和系統
TW202215451A (zh) * 2020-10-12 2022-04-16 國立中央大學 注意力缺陷虛擬實境自動化診斷方法與系統

Also Published As

Publication number Publication date
US20240188866A1 (en) 2024-06-13
TW202424997A (zh) 2024-06-16

Similar Documents

Publication Publication Date Title
Sharma et al. EEG and cognitive biomarkers based mild cognitive impairment diagnosis
Henderson et al. Development and assessment of methods for detecting dementia using the human electroencephalogram
US9131889B2 (en) Cognitive impairment determination apparatus, cognitive impairment determination system and program
CN112890834B (zh) 面向注意力识别的基于机器学习的眼电信号分类器
Dauwels et al. EEG synchrony analysis for early diagnosis of Alzheimer's disease: a study with several synchrony measures and EEG data sets
CN108511055B (zh) 基于分类器融合及诊断规则的室性早搏识别系统及方法
CN109770921B (zh) 自闭症儿童早期语言与认知能力筛查的方法及装置
CN111012367A (zh) 一种精神疾病的智能识别系统
Kuo et al. Automatic sleep staging based on a hybrid stacked LSTM neural network: verification using large-scale dataset
Gunnarsdottir et al. A novel sleep stage scoring system: combining expert-based rules with a decision tree classifier
US11670423B2 (en) Method and system for early detection of neurodegeneration using progressive tracking of eye-markers
CN112057087B (zh) 精神分裂症高风险人群自主神经功能数据处理方法及装置
CN114983414A (zh) 基于面部视频生理指标提取的大脑认知负荷量化方法
WO2023087512A1 (zh) 一种抑郁症客观筛查系统、方法及装置
Wang et al. Automated rest eeg-based diagnosis of depression and schizophrenia using a deep convolutional neural network
Somanath et al. A measure of the auditory-perceptual quality of strain from electroglottographic analysis of continuous dysphonic speech: application to adductor spasmodic dysphonia
Posada-Quintero et al. Autism spectrum disorder detection using variable frequency complex demodulation of the electroretinogram
Zhou et al. Gaze Patterns in Children With Autism Spectrum Disorder to Emotional Faces: Scanpath and Similarity
TWI819919B (zh) 過動症早期輔助診斷系統
Fan et al. An electrocardiogram acquisition and analysis system for detection of human stress
KR20200142441A (ko) 피질 기능 뇌 네트워크를 이용한 뇌기능 이상부위 측정장치 및 그 방법
Azimi et al. Identifying sleep biomarkers to evaluate cognition in HIV
CN113974631A (zh) 一种基于生理信号识别与分析的孤独症计算机辅助诊断系统
Zhao et al. Identification of psychological stress states based on joint analysis of multidomain features of skin conductance
Chen et al. A Multi-Modal Classification Method for Early Diagnosis of Mild Cognitive Impairment and Alzheimer’s Disease Using Three Paradigms With Various Task Difficulties