[发明专利]一种便携式多信息融合分析及干预评估系统及其方法

说明书

本发明涉及多模态处理技术领域，具体公开了一种便携式多信息融合分析及干预评估系统及方法，利用便携式多模态非侵入式数据采集装置进行数据采集得到多模态生理信号数据集；进行多模态生理信号数据预处理和多维度动态融合分析，得到动态融合特征集；并结合集成学习方法建立脑部病症辅助识别模型，构建动态融合特征集对应的脑部症状标准映射表；进一步进行早期干预刺激，根据脑部症状标准映射表获得对应不同程度的脑部症状类型，以量化早期干预治疗评价结果，辅助脑部神经性疾病的早期诊断和干预治疗，以达到延缓慢性症状发展的目的。

技术领域

本发明涉及多模态数据处理技术领域，具体涉及一种便携式多信息融合分析及干预评估系统及其方法。

背景技术

目前，神经退行性精神疾病的传统辅助检测方法包括磁共振成像、计算机断层成像、认知功能临床筛查、认知评估、脑脊液标志物和基因检测等方法，但利用认知量表对症状量化评价的主观性判断，其准确性受限于医生的判定水平，会导致较高的误诊率；利用神经影像学检查及体液标志物检测费用昂贵，需要到大型医疗机构就诊检查才能完成，难以满足方便患者日常监测病症的早期检测和干预需求。而患者在病症初期仅表现为一般的认知功能障碍，若不能早期发生会导致错过最佳延缓病症的窗口期。

而传统医学检测的生理参数数量少或模态较为单一，利用脑电信号或脑氧信号进行单独评价只能间接从单一维度评估病症，缺乏全面准确地反映脑部神经环路的受损情况。因此，目前针对阿尔茨海默症等神经退行性精神疾病亟需一种便携式、低成本、且评估准确的早期病症检测和干预评价方法及体系，以辅助实现在社区场景下的早期干预治疗。

发明内容

鉴于以上所述现有方法的局限，本发明的目的在于提供一种便携式多信息融合分析及干预评估系统及其方法，利用便携式多模态非侵入式数据采集装置进行数据采集得到多模态生理信号数据集，其中便携式采集装置以满足在社区医疗机构的检测需求；对多模态信息数据集进行信号预处理和多维度动态融合分析，得到动态融合特征集；并结合集成学习方法建立脑部病症辅助识别模型，构建动态融合特征集对应的脑部症状标准映射表；进一步对患者进行早期干预刺激，根据脑部症状标准映射表获得对应不同程度的脑部症状类型，以量化早期干预治疗评价结果，从而辅助脑部神经性疾病如阿尔茨海默症的早期诊断和预测，以达到尽早发现病症并进行有效的早期干预治疗，以延缓神经退行性精神疾病症状发展的目的。

为了实现上述目的，根据本公开的一方面，提供一种便携式多信息融合分析及干预评估系统，所述系统包括：存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

生理信号数据采集单元，利用一种便携式多模态非侵入式数据采集装置采集获得待测者的大脑以及视网膜的多模态生理信号数据集；

多模态数据预处理单元，用于对所述多模态生理信号数据集进行信号预处理，得到多模态信息数据集；

多维度动态融合处理单元，用于对所述多模态信息数据集进行多维度动态融合分析，建立动态融合特征集；

脑部病症辅助识别模型建立单元，用于根据所述动态融合特征集，结合集成学习方法构建集成初级模型，将集成初级模型的输出作为集成次级模型的输入，进行优化训练得到脑部病症辅助识别模型；

干预治疗量化评估单元，根据所述脑部病症辅助识别模型，构建所述动态融合特征集对应的脑部症状标准映射表，进一步量化早期干预治疗评价结果；

所述系统运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心的计算设备中。

进一步地，在所述生理信号数据采集单元中，所述一种便携式多模态非侵入式数据采集装置，包括脑电信号采集设备、近红外光谱脑氧采集设备和光学相干断层扫描视网膜数据采集设备；