[发明专利]一种基于脑电信号的中风康复程度指标计算方法无效
申请号: | 201310137455.3 | 申请日: | 2013-04-19 |
公开(公告)号: | CN103258120A | 公开(公告)日: | 2013-08-21 |
发明(设计)人: | 张建海;孔万增;林伟成;周展鹏;周凌霄 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;A61B5/0476 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 杜军 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于脑电信号的中风康复程度指标计算方法。本发明首选被试根据提示执行左/右手运动想象任务,使用多通道脑电信号采集设备采集被试执行运动想象任务时的脑电信号。然后使用去公共平均参考方法降低公共噪声的水平,使用独立成分分析方法消除眼电伪迹,提高脑电信号的信噪比,使用巴特沃斯滤波器提取与运动想象任务密切相关的频段的数据用于以后的分析。最后计算脑功能网络的聚合系数、全局效率属性;计算运动想象任务执行的正确率;使用脑功能网络属性和运动想象任务正确率作为康复程度指标,把计算结果保存到专用数据库。本发明具有不受意志干扰,客观性强的优点。通过该方法可以获得一个客观的评估依据。 | ||
搜索关键词: | 一种 基于 电信号 中风 康复 程度 指标 计算方法 | ||
【主权项】:
1. 一种基于脑电信号的中风康复程度指标计算方法,其特征在于:该方法的具体计算步骤如下:步骤1.采集多通道脑电信号被试根据提示执行左/右手运动想象任务,使用多通道脑电信号采集设备采集被试执行运动想象任务时的脑电信号;步骤2.脑电信号预处理首先所有通道使用去公共平均参考方法降低公共噪声的水平,然后使用独立成分分析方法消除眼电伪迹,提高脑电信号的信噪比,最后使用巴特沃斯滤波器提取与运动想象任务密切相关的频段的数据用于以后的分析;步骤3.计算康复程度指标使用预处理后的脑电信号构建脑功能网络,计算脑功能网络的聚合系数、全局效率属性;计算运动想象任务执行的正确率;使用脑功能网络属性和运动想象任务正确率作为康复程度指标,把计算结果保存到专用数据库;在本步骤中,构建脑功能网络,计算脑功能网络属性的详细步骤如下:计算相关系数矩阵多个脑电通道两两组合,使用皮尔逊相关系数计算公式逐对计算它们之间的相关系数,得到相关系数矩阵; 计算邻接矩阵,构建脑功能网络以相关系数矩阵为基础,根据先验知识选取适当阈值,把相关系数矩阵转化为脑功能网络的邻接矩阵;计算脑功能网络属性参数使用脑功能网络的以下属性:节点和网络的聚合系数、节点局部效率、网络全局效率和小世界属性强度;节点i的聚合系数计算公式
其中
表示节点i的邻居节点之间存在的边数;
表示节点i的度;网络的聚合系数即对所有节点的聚合系数求均值;节点i的局部效率计算公式
,其中
表示节点i的子图的节点数目;
表示节点i,j间的最短距离长度;G表示网络;
表示网络G的节点i在G中的子图;网络G的全局效率计算公式
其中N表示网络G的节点个数;
表示节点i,j间的最短距离长度;小世界属性强度计算公式
其中
表示真实网络的聚合系数;
表示同等规模随机网络的聚合系数;
表示真实网络的平均最短距离长度;
表示同等规模随机网络的平均最短距离长度;在本步骤中,计算运动想象任务执行正确率的详细步骤如下:计算关键通道的能量谱根据先验知识,选择C3、C4通道,使用快速傅里叶变换计算这两个通道的能量谱;根据判决策略判断通过能量比较法判断当前执行的哪类运动想象任务,具体规则如下:当C3通道平均能量高于C4通道平均能量时,判决在执行左手运动想象任务;反之,判决为在执行右手运动想象任务;
其中
表示C3通道的平均能量,
表示C4通道的平均能量;计算运动想象任务的执行正确率通过比较计算的结果序列和实际任务提示序列,计算任务执行的正确率。
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杭州电子科技大学,未经杭州电子科技大学许可,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/patent/201310137455.3/,转载请声明来源钻瓜专利网。
- 上一篇:空心液压千斤顶拔轮器
- 下一篇:一种针对多组合内容的商标识别检索方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用