[发明专利]一种基于LZC复杂度测查焦虑程度的装置在审

专利信息
申请号: 201810204987.7 申请日: 2018-03-13
公开(公告)号: CN108324272A 公开(公告)日: 2018-07-27
发明(设计)人: 明东;刘潇雅;刘爽;郭冬月;盛悦;柯余峰;安兴伟;许敏鹏;何峰 申请(专利权)人: 天津大学
主分类号: A61B5/0476 分类号: A61B5/0476;A61B5/16
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 李林娟
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 焦虑 频段 轻度焦虑 复杂度 脑电信号采集 支持向量机构 矩阵 非线性分析 预处理模块 分类模块 分类模型 计算模块 静息状态 特征提取 系数特征 自动分类 降采样 时间序 导联 滤波 伪迹 判定 采集 分割 人群 分析
【权利要求书】:

1.一种基于LZC复杂度测查焦虑程度的装置,其特征在于,所述装置包括:

脑电信号采集设备,用于采集8分钟睁、闭眼静息状态下的EEG信号;

预处理模块,用于对上述EEG信号经过降采样、滤波、去伪迹等处理后,提取EEG信号的δ、θ、α、β4个频段;

分析与计算模块,用于分别对EEG信号的4个频段进行LZC复杂度非线性分析,以分割的时间序列为单位依次计算4个频段的LZC值,根据得到的4个频段的LZC值计算焦虑系数,将得到的无焦虑、轻度焦虑以及中重度焦虑的系数作为测查焦虑程度的判定指标;

分类模块,用于将各导联进行LZC特征提取后得到的无焦虑、轻度焦虑以及中重度焦虑人群的焦虑系数特征矩阵作为输入数据,运用支持向量机构造焦虑程度分类模型,实现对上述无焦虑、轻度焦虑以及中重度焦虑的精确、客观、自动分类。

2.根据权利要求1所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,

所述脑电信号采集设备为SynAmps2脑电记录系统,采用标准Ag/AgCl脑电电极,放置位置遵照国际10-20系统标准。

3.根据权利要求2所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,

所述装置配合脑电采集软件Scan4.5,采样率为1000Hz,带宽为0.05-100Hz,通过实时多导阻抗测量显示将每一导联的阻抗保持在5kΩ以下,以降低脑电信号中的干扰噪声。

4.根据权利要求1所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,所述根据得到的4个频段的LZC值计算焦虑系数具体为:

对得到的受试者第q个导联下的δ和θ频段的LZC值进行求和运算,再对第q个导联下的α和β频段的LZC值进行求和运算;

最后将得到的两个求和进行除法运算,得到第q个导联下的无量纲比值,即焦虑系数。

5.根据权利要求1所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,所述运用支持向量机构造焦虑程度分类模型,实现对上述无焦虑、轻度焦虑以及中重度焦虑的精确、客观、自动分类具体为:

一次性判定:当某一未知情绪状态的受试者的Divq的值大于STq时,将焦虑系数矩阵IP作为输入数据;

运用支持向量机来构造焦虑程度分类模型,实现对一次性测查焦虑程度的自动分类。

6.根据权利要求1所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,所述装置还包括:

过程性监测:将第一次与第二次测查得到的同一受试者的焦虑系数进行比较,如下式:

Difq=Divsq-Divfq

式中,Divfq表示的是第一次测查分析后得到的受试者的第q个导联下的焦虑系数,Divsq表示的是第二次测查分析得到的受试者的第q个导联下的焦虑系数,Difq表示的是第q个导联下第二次测查与第一次测查得到的焦虑系数差。

7.根据权利要求1所述的一种基于LZC复杂度测查焦虑程度的装置,其特征在于,所述将得到的无焦虑、轻度焦虑以及中重度焦虑的系数作为测查焦虑程度的判定指标具体为:

(1)对于一次性判定情况,当输入IP矩阵后,若:

1)label=1,即受试者处于无焦虑状态;

2)label=2,即受试者处于轻度焦虑状态;

3)label=3,即受试者处于中重度焦虑状态。

(2)对于过程性监测情况:

1)若治疗过程前、后每一导联下的焦虑系数差都满足Dif>0,即焦虑程度加深,症状恶化;

2)若治疗过程前、后每一导联下的焦虑系数差都满足Dif≈0,即焦虑程度没有大幅度变动,症状维持较稳定;

3)若治疗过程前、后每一导联下的焦虑系数差都满足Dif<0,即焦虑程度明显降低,症状得到改善。

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天津大学,未经天津大学许可,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/pat/books/201810204987.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top