[发明专利]检测癫痫样放电的方法和设备在审
申请号: | 202210367395.3 | 申请日: | 2022-04-08 |
公开(公告)号: | CN114869301A | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 赵童;闫宇翔 | 申请(专利权)人: | 灵犀云医学科技(北京)有限公司 |
主分类号: | A61B5/372 | 分类号: | A61B5/372;A61B5/369;A61B5/00 |
代理公司: | 北京市中咨律师事务所 11247 | 代理人: | 魏子翔;于静 |
地址: | 100083 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测 癫痫 放电 方法 设备 | ||
1.一种用于检测癫痫样放电的方法,包括:
获取患者在癫痫发作间期的脑电图信号,其中所述脑电图信号包括在至少一个导联通道上的一个或多个信号片段,每个所述信号片段包括一个或多个信号子片段;
对所述信号子片段进行特征匹配以识别存在癫痫样放电的信号子片段;以及
确定癫痫样放电的统计数据。
2.根据权利要求1所述的方法,其特征在于,在对所述信号子片段进行特征匹配之前,该方法还包括:
基于所述信号子片段在高频频带的能量与所述信号子片段所属的信号片段在高频频带的能量阈值的比较筛除不存在癫痫样放电的信号子片段。
3.根据权利要求1或2所述的方法,其特征在于,对所述信号子片段进行特征匹配包括以下中的至少一项:
基于所述信号子片段的波形特征进行波形匹配;
基于所述信号子片段的时频特征进行时频匹配。
4.根据权利要求3所述的方法,其特征在于,所述波形匹配包括基于以下波形特征中的至少一个与波形模板的比较来识别所述信号子片段中是否存在癫痫样放电:
所述信号子片段中的棘波或尖波上升沿的波幅差;
所述信号子片段中的棘波或尖波上升沿的持续时间;
所述信号子片段中的棘波或尖波下降沿的波幅差;
所述信号子片段中的棘波或尖波下降沿的持续时间;
所述信号子片段中的棘波或尖波下降沿随后的慢波上升沿的波幅差;
所述信号子片段中的棘波或尖波上升沿之前的波幅标准差。
5.根据权利要求3所述的方法,其特征在于,所述时频匹配包括:
分别计算所述信号子片段在低频、中频和高频频带的能量以构成所述信号子片段的时频特征;
基于所述时频特征与时频模板确定所述信号子片段的时频相似度;
基于所述时频相似度与相应阈值的比较来识别所述信号子片段中是否存在癫痫样放电。
6.根据权利要求5所述的方法,其特征在于,分别计算所述信号子片段在具有峰值波幅的时间段中在低频、中频和高频频带的能量以构成所述信号子片段的所述时频特征。
7.根据权利要求5所述的方法,其特征在于,所述时频模板为基于时间的分频带能量的时频能量矩阵模板,基于所述时频特征与时频模板确定所述信号子片段的时频相似度包括:
基于在所述时间段中的采样时间处所计算的所述信号子片段在低频、中频和高频频带的能量生成时频能量矩阵作为所述时频特征;
将所述时频能量矩阵与所述时频能量矩阵模板相乘以计算所述时频相似度。
8.根据权利要求7所述的方法,其特征在于,将所述时频能量矩阵的与所述时频能量矩阵模板相乘包括:
基于所述时频能量矩阵的单元的值与相应的时频能量矩阵的单元阈值进行二值化处理;
将经过二值化处理的所述时频能量矩阵的单元的值所述时频能量矩阵模板的对应单元的值相乘来计算所述时频能量矩阵的每个单元的单元时频相似度。
9.根据权利要求8所述的方法,其特征在于,所述时频能量矩阵模板的单元的值为权重值。
10.根据权利要求7至9中任一项所述的方法,其特征在于,通过将所述时频能量矩阵的所有单元的单元时频相似度进行求和来计算所述时频相似度。
11.根据权利要求1或2所述的方法,其特征在于,在所述特征匹配之前,对所获取的所述脑电图信号进行预处理,所述预处理包括如下中的至少一项:
降低采样频率;
移除工频干扰;
移除基线漂移干扰;
移除肌电干扰;
屏蔽故障导联通道;
重参考处理;
移除伪差数据。
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灵犀云医学科技(北京)有限公司,未经灵犀云医学科技(北京)有限公司许可,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/202210367395.3/1.html,转载请声明来源钻瓜专利网。