[发明专利]一种可穿戴的癫痫脑电发作脑区定位装置及定位方法在审

专利信息
申请号: 201710017492.9 申请日: 2017-01-11
公开(公告)号: CN106618562A 公开(公告)日: 2017-05-10
发明(设计)人: 钱志余;郁芸;陶玲;薛莉;杨宇轩 申请(专利权)人: 南京航空航天大学
主分类号: A61B5/0476 分类号: A61B5/0476;A61B5/0478
代理公司: 南京苏高专利商标事务所(普通合伙)32204 代理人: 王安琪,肖明芳
地址: 211106 江苏省南京市江宁*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 穿戴 癫痫 发作 定位 装置 方法
【权利要求书】:

1.一种可穿戴的癫痫脑电发作脑区定位装置,其特征在于,包括:采集电极、脑电采集芯片、调理电路、微控制器、蓝牙发射模块和蓝牙接收模块,这六部分集成在一个帽子里;采集电极采集到的脑电信号传输到脑电采集芯片和调理电路,对脑电信号进行预处理,将预处理后的脑电信号传输到微控制器,通过蓝牙对脑电信号传输到手机APP并显示。

2.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,采集电极采用圆锥形电极,电极共有16个记录电极和2个参考电极组成。

3.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,脑电采集芯片选用INTAN RHA2116生物采集芯片,通过16个采集通道完成对信号的采集;生物采集芯片与微控制器的SPI口相连,配合微控制器其他的I/O口实现相应端口的功能即可完成对生物采集芯片的控制;基于INTANRHA2116的生物采集芯片,主要完成对模拟的生物电信号放大,后由AD7980模数转换器将放大后的脑电信号发送给微控制器。

4.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,调理电路对采集到的脑电信号进行放大和滤波,选取前置放大器。

5.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,微控制器选用三星S3C6410控制芯片;芯片组端口与脑电采集芯片相连,脑电采集芯片通过微控制器的SPI口控制。

6.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,蓝牙发射模块发射来自微控制器的人体脑电信号。

7.如权利要求1所述的可穿戴的癫痫脑电发作脑区定位装置,其特征在于,蓝牙接收模块接收蓝牙发射模块发射的人体脑电信号,再将数据发送给安卓APP信号存储显示模块进行实时显示并上传到云端。

8.一种可穿戴的癫痫脑电发作脑区定位方法,其特征在于,包括如下步骤:

(1)脑电采集芯片通过16个采集通道对信号进行采集,将采集到的信号发送给调理电路;

(2)调理电路对采集到的脑电信号进行放大和滤波处理,将处理过的信号发送给微处理器;

(3)采用蓝牙技术,将数据同步发送给手机APP进行实时显示,并传输到云端;

(4)上位机终端从云端下载到患者各个通道的脑电信号,使用特征识别算法对收到的脑电数据进行特征提取,识别异常的癫痫波,并进行地形图显示。

9.如权利要求8所述的可穿戴的癫痫脑电发作脑区定位方法,其特征在于,步骤(4)中,特征识别算法的具体步骤为:

(a)小波变换;提取特征之前利用移动窗口技术对电脑数据进行分段,应用小波变换对每一段脑电信号进行时频分析;

设为小波变换的核函数,若核函数满足容许性条件:

则称该函数为基小波;

一维信号f(t)∈L2(R)的连续小波变换可定义为:

与连续小波变换相对应的是离散小波变换,其一般形式为:

其中为小波基,a0、b0为两个常量且a0>0;

(b)特征提取;将得到的脑电信号的时频分布计算其扩散距离;

对于两个分布D1(X)和D2(X),D1(X)和D2(X)之间的扩散距离定义为:

<mrow><mover><mi>K</mi><mo>^</mo></mover><mrow><mo>(</mo><msub><mi>D</mi><mn>1</mn></msub><mo>,</mo><msub><mi>D</mi><mn>2</mn></msub><mo>)</mo></mrow><mo>=</mo><msubsup><mo>&Integral;</mo><mn>0</mn><mi>T</mi></msubsup><mi>k</mi><mrow><mo>(</mo><mo>|</mo><mi>T</mi><mo>(</mo><mrow><mi>X</mi><mo>,</mo><mi>t</mi></mrow><mo>)</mo><mo>|</mo><mo>)</mo></mrow><mi>d</mi><mi>t</mi></mrow>

T是一个正的常数,k(·)表示一种范数,T(X,t)为两个分布之间的差异d(X)=D1(X)-D2(X);可看成一个温度场的大小,当t=0时,T(X,0)=d(X);

(c)贝叶斯线性判别分析BLDA;对于一个测试样本根据后验分布与似然函数可以得到它的预测分布:

<mrow><mi>p</mi><mrow><mo>(</mo><mover><mi>y</mi><mo>^</mo></mover><mo>|</mo><mi>&beta;</mi><mo>,</mo><mi>&alpha;</mi><mo>,</mo><mover><mi>X</mi><mo>^</mo></mover><mo>,</mo><mi>D</mi><mo>)</mo></mrow><mo>=</mo><mo>&Integral;</mo><mi>p</mi><mrow><mo>(</mo><mover><mi>y</mi><mo>^</mo></mover><mo>|</mo><mi>&beta;</mi><mo>,</mo><mover><mi>X</mi><mo>^</mo></mover><mo>,</mo><mi>w</mi><mo>)</mo></mrow><mi>p</mi><mrow><mo>(</mo><mi>w</mi><mo>|</mo><mi>&beta;</mi><mo>,</mo><mi>&alpha;</mi><mo>,</mo><mi>D</mi><mo>)</mo></mrow><mi>d</mi><mi>w</mi></mrow>

预测分布是服从高斯分布的,其均值为:

<mrow><mover><mi>y</mi><mo>^</mo></mover><mo>=</mo><msup><mi>m</mi><mi>T</mi></msup><mover><mi>X</mi><mo>^</mo></mover></mrow>

利用该均值可以完成测试样本的判决分类,式被称为BLDA的线性判别方程,采用BLDA算法作为分类器对脑电信号进行分类识别;

(d)分类后处理:分类后处理程序包括平滑滤波和阈值判断;

使用一个线性的移动平滑平均滤波器对BLDA输出结果进行平滑滤波,其定义如式所示:

<mrow><msub><mi>x</mi><mi>k</mi></msub><mo>=</mo><mfrac><mn>1</mn><mrow><mn>2</mn><mi>N</mi><mo>+</mo><mn>1</mn></mrow></mfrac><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mo>-</mo><mi>N</mi></mrow><mi>N</mi></munderover><msub><mover><mi>x</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>+</mo><mi>i</mi></mrow></msub></mrow>

其中,为输入信号,即BLDA分类器的输入值,2N+1表示滤波器的平均长度,xk为平滑后的输出信号;

然后,将经过平滑处理的决策变量与设定的阈值th进行比较,得到二元判决结果;假设一脑电数据的平滑输出值为x,当x>th时,标记为“1”,表明该段脑电信号属于间歇期脑电;当x<th时,标记为“0”,表明该段脑电信号属于发作期脑电。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710017492.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top