[发明专利]脑电波智能筛查方法及系统

权利要求书

1.一种脑电波智能筛查方法，其特征在于，包括：

获取患者的脑电信号；

对脑电信号进行解析处理，获取脑电信号的多组特征参数；

以解析所获得的多组特征参数作为输入，根据样本数据库内的多个脑电信号样本，从时域上标记脑电信号上的异常事件。

2.根据权利要求1所述的脑电波智能筛查方法，其特征在于，对脑电信号进行解析处理包括：

对获得的脑电信号进行预处理；

从时域上将预处理后的脑电信号分割成多个具有一定时长的片段，获取每个片段上的特征参数。

3.根据权利要求2所述的脑电波智能筛查方法，其特征在于，所述特征参数包括时域参数和频域参数，在提取频域参数时将每个片段分割成2秒且有1秒重叠的小片段，提取每个小片段的多个频域特征参数。

4.根据权利要求2所述的脑电波智能筛查方法，其特征在于，所述脑电信号为多通道脑电信号，所述预处理包括多通道脑电信号中眼电伪迹的去除，其步骤包括：

将原始脑电信号S进行标准化处理得到SC；

然后使用“db6”小波函数对SC信号进行七层小波变换，并将分解后得到的小波系数串联起来，得到一个小波系数向量矩阵X；

求矩阵X的转置，得到装置矩阵Y；

对向量矩阵X和装置矩阵Y进行典型相关性分析，计算基向量矩阵W_x和W_y，求得典型成分分析后的典型变量，利用相关系数识别眼电伪迹成分，利用典型相关性分析逆变换将去除眼电伪迹后的各典型向量进行投影变换，再进行小波变换的逆变换，得到去除眼电伪迹后的脑电信号。

5.根据权利要求1所述的脑电波智能筛查方法，其特征在于，样本数据库内的多个脑电信号样本构建了以多组特征参数作为输入，每组特征参数对应的异常事件作为输出的随机森林模型。

6.根据权利要求1所述的脑电波智能筛查方法，其特征在于，所述脑电波智能筛查方法在获取患者的脑电信号后将该脑电信号关联存储至表征患者身份的唯一标识码所对应的属性目录下。

7.根据权利要求1所述的脑电波智能筛查方法，其特征在于，所述脑电波智能筛查方法还包括：

基于终端浏览器输入的查看请求，获取与查看请求内的信息对应的标记后的脑电信号数据并根据该标记后的脑电信号数据在终端浏览器上绘制并展示对应的标记后的脑电波图形。

8.根据权利要求7所述的脑电波智能筛查方法，其特征在于，所述脑电波智能筛查方法还包括：

检测针对展示的标记后的脑电波图形基于异常事件的标记修改操作；

响应于检测到的标记修改操作，更正对应的脑电信号的标记数据。

9.根据权利要求8所述的脑电波智能筛查方法，其特征在于，将正确修改后的已标记的脑电信号数据作为脑电信号样本，更新样本数据库。

10.一种脑电波智能筛查系统，其特征在于，包括：

信号采集模块，获取患者的脑电信号；

存储器，存储有计算机程序；

处理器，处理所述存储器内存储的计算机程序，所述计算程序被处理器执行时能够实现以下步骤：

获取患者的脑电信号；

对脑电信号进行解析处理，获取脑电信号的多组特征参数；

以解析所获得的多组特征参数作为输入，根据样本数据库内的多个脑电信号样本，从时域上标记脑电信号上的异常事件。