[发明专利]基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法

说明书

本发明公开了一种基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法。本发明结合脑电信号特征和同步视频数据的特征，旨在实现精准可靠的儿童癫痫患者的发作检测识别。本发明将脑电与视频数据特征融合在一起训练分类模型，提高了发作检测的识别率，同时利用数据均衡对融合特征进行处理，克服了癫痫发作期的数据远少于发作间期的问题；同时本发明采用了YOLO目标检测的方法，检测出视频中儿童癫痫患者的位置再对其进行下一步处理，克服了实际工作中，医院摄像头采集的视频数据不够理想的问题；本发明在提取时空兴趣点后，引入时空兴趣点筛选模块，减少了对视频中冗余信息的特征提取，精简了视频特征，提高了儿童癫痫发作检测率。

技术领域

本发明属于脑电信号处理和计算机视觉及智慧医疗辅助分析领域，涉及一种基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法。

背景技术

癫痫患者约占世界人口的1％，其中大多数都是儿童，并且大多数患者在发展中国家，这是儿童期非常常见的慢性神经系统疾病。据统计，儿童癫痫的发病率是成人的10-15倍，长时的癫痫发作严重危害儿童的生长发育和认知能力的发展。因此，针对于儿童癫痫的治疗已成为世界各国关注的焦点之一。虽然儿童癫痫的分析已经越来越成熟，但其发作的随机性、重复性和不可预测性一直是癫痫分析的难点。而且现实医疗条件的不足，如医疗设备性能不佳、有效的辅助癫痫检测以及诊断系统的缺失，也是目前儿童癫痫综合征危害如此之大的原因。因此，建立一个可靠高效的儿童动作性癫痫发作自动检测系统具有很强的社会经济效益，该系统一方面可以辅助医生做初步的筛查和检测，尤其是对于大规模的离线数据，减轻医生的工作；另一方面可以为社区等低级别医院医生提供辅助诊断培训和学习。这也有助于进一步揭示癫痫发作的规律性，从而为儿童癫痫患者提供更有效的治疗。

脑电信号是神经细胞的电活动在大脑的总体反映，包含了大量的生理活动和思维活动信息。一般来说，脑电信号为儿童癫痫的临床诊断分析提供了重要依据。但是常规的脑电信号在时间和空间方面存在较大的局限性，为了更快更有效的辅助检测儿童癫痫发作,我们将常规的脑电信号和与其同步的视频信号相结合来进行儿童癫痫发作检测。

癫痫分期：基于癫痫患者的临床脑电信号，将脑电信号划分为发作间期、发作期两个阶段，相应的同步视频数据划分与其保持一致，在分期的基础上对患者的状态进行检测。

发作检测：首先从癫痫患者的脑电信号与同步的视频信号中截取固定长度的脑电与视频片段(包含发作期和发作间期)，然后利用特征提取与学习算法来分析发作期和发作间期的特征差异性，最后进行发作检测。

在运动性癫痫中，相对于发作间期，发作期虽然持续时间很短，但在视频中，儿童患者运动性癫痫发作有明显的动作变化，因此通过视频来检测儿童癫痫患者发作有非常重要的意义。其次发作期的脑电信号也会呈现出与发作间期不同的形态，这为我们利用脑电和视频特征融合检测儿童癫痫是否发作奠定了基础。但当前对儿童癫痫发作检测的研究还存在以下几个主要问题：1)现有研究主要集中在单独利用脑电信号或者视频来进行癫痫发作的检测，同时利用两种信号的研究较少。2)在已有基于视频的儿童癫痫发作检测的研究中，通常事先将视频裁剪的只剩下癫痫患者，这样的视频数据处理方式较为理想化，然而在医院中采集的视频不仅包括癫痫患者，还有其他的噪声信息例如其他人的存在。3)现有的儿童癫痫发作检测方法中，没有有效的筛选掉视频中与患者无关的信息，使得训练难度加大。

发明内容

针对上述儿童癫痫发作检测方法所存在的问题，本发明将脑电信号与视频信号相结合，以及YOLO目标检测算法，引入筛选时空兴趣点的方法，提出了一种基于同步视频与脑电的儿童运动性癫痫智能辅助分析方法。