脑卒中后抑郁症PSD患者脑电特征提取方法专利检索-脑卒中后抑郁症抑郁症心理学与精神病学专利检索查询-专利查询网

脑卒中后 抑郁症PSD患者脑电特征提取方法

阅读：259发布：2020-05-11

专利汇可以提供脑卒中后抑郁症PSD患者脑电特征提取方法专利检索，专利查询，专利分析的服务。并且本发明涉及医疗康复器械。为客观检测脑卒中后患者有无抑郁症状并对抑郁严重程度进行分级，脑卒中后抑郁症 PSD患者脑电特征提取方法，包括如下步骤：脑电信号的采集、数据预处理、功率谱不对称性参数提取、分类识别；其中功率谱不对称性参数提取包括α频段半球间不对称性参数IHAI和高低频段频谱不对称性参数SASI提取过程。本发明主要应用于医疗康复器械的设计制造。，下面是脑卒中后抑郁症PSD患者脑电特征提取方法专利的具体信息内容。

权利要求

1.一种脑卒中后抑郁症PSD患者脑电特征提取方法，其特征是，包括如下步骤：脑电信号的采集、数据预处理、功率谱不对称性参数提取、分类识别；其中功率谱不对称性参数提取包括α频段半球间不对称性参数IHAI和高低频段频谱不对称性参数SASI提取过程。
2.如权利要求1所述的脑卒中后抑郁症PSD患者脑电特征提取方法，其特征是，脑电信号采集具体步骤为：
脑电信号的采集设备使用NicoletOne 32通道数字视频脑电图仪，电极的位置按照国际标准导联10-20电极系统安放，记录16导头皮脑电信号，Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6为16导电极，电极Cz作为参考电极，前额作为参考地，采样率为250Hz，滤波通带为0.5Hz~70Hz，电极阻抗小于10KΩ；采集静息状态下的脑电信号，采集环境要求远离强大的静电场和电磁场，采集室暗光，并保持采集环境的安静；采集过程中要求被采集者安静闭目，心情放松，记录5min脑电数据。
3.如权利要求1所述的脑卒中后抑郁症PSD患者脑电特征提取方法，其特征是，数据预处理具体步骤为：首先对信号进行0.5Hz~48Hz带通滤波，其次用主成分分析PCA的方法去除眼电和肌电干扰。
4.如权利要求1所述的脑卒中后抑郁症PSD患者脑电特征提取方法，其特征是，功率谱不对称性参数提取具体步骤为：
α频段半球间不对称性参数IHAI提取：
IHAI计算在左右半球对应的脑区间进行，16导联EEG信号可得到8个对应的IHAI值Fp1-Fp2、F3-F4、C3-C4、P3-P4、O1-O2、F7-F8、T3-T4、T5-T6，计算步骤如下：
（1）用平均周期图法计算预处理后EEG信号每一导联的功率谱密度Sm,即m导联的功率谱密度；
（2）计算左右半球α频段的相对功率值
左半球α频段相对功率值 SLm为左半球导联的功率谱密度；
右半球α频段相对功率值 SRm为右半球导联的功率谱密度；
（3）计算α频段左右半球间不对称性参数IHAI值：
高低频段频谱不对称性参数SASI的提取：
低频段选取4Hz，高频段选取24Hz，具体计算步骤如下：
（1）用平均周期图法计算预处理后EEG信号每一导联的功率谱密度Sm，即m导联的功率谱密度；
（2）计算高低频段的边缘频率
首先，找出α频段即8~13Hz功率谱密度最大的频率值fmax，对fmax±BHz，B=2，频带的功率谱密度曲线作抛物线拟合，将拟合后抛物线顶点处的频率作为中间频段的中心频率fc，低频段的两个边缘频率为：F1=fc-B-4，F2=fc-B，单位：Hz；
高频段的两个边缘频率为：F3=fc+B，F4=fc+B+24，单位：Hz；
（3）计算高低频段的功率值
低频段功率值高频段功率值
（4）计算高低频段频谱不对称性参数SASI值
5.如权利要求1所述的脑卒中后抑郁症PSD患者脑电特征提取方法，其特征是，分类识别具体步骤为：将8个IHAI值以及16个SASI值作为特征向量，输入到双层结构的SVM融合网络中进行模式识别：经过第一层SVM网络，对抑郁和非抑郁患者进行分类识别；经过第二层SVM网络对抑郁症患者抑郁程度进行分类，识别出轻度、中度、重度患者。

说明书全文

脑卒中后抑郁症PSD患者脑电特征提取方法

技术领域

[0001] 本发明涉及医疗康复器械，尤其涉及医疗康复器械中采用的脑卒中后抑郁症PSD患者脑电特征提取方法。

背景技术

[0002] 脑卒中又称脑中风，是全球范围内仅次于冠心病和癌症的第三位死亡原因，占所有死亡原因的12%。在我国，中风是目前致残率第一、致死率第二的疾病。随着脑卒中发病率的明显上升，由此产生的精神问题也日益增多。脑卒中后抑郁英文简称PSD，PSD作为脑卒中的并发症之一,严重威胁着人们的身心健康，给社会和家庭带来极大的经济负担和精神负担，也因此受到了越来越多研究学者的关注。对PSD的诊断目前尚无统一标准，国内外学者基本采用了功能性抑郁症的各种诊断标准、量表。诊断标准有国外的DSM(Diagnostic and Statistical Manual of Mental Disorders)III—R、DSM IV及国内普遍采用的CCMD-3(中国精神疾病诊断标准)。应用比较普遍的诊断量表有Hamilton抑郁症量表、老年抑郁症量表等。但由于脑卒中后患者存在认知障碍，意识障碍，语言障碍及其他方面的原因，一些患者无法准确描述自己各种情绪的改变，甚至需要陪侍代诉，从而影响了医生对病情的全面、准确掌握和治疗，这使得PSD存在较高的误诊漏诊率。因此找到一种客观的评价PSD的方法是非常必要的。

[0003] EEG 信号是通过头皮电极记录下来的脑细胞群自发性、节律性电活动。大脑功能状态的脑电图学具有安全、方便、廉价、无创的特点，有良好的时间分辨率，可实时地、动态地观察脑功能变化情况，目前很多EEG的特点已经得到临床诊断医生的认可。PSD患者EEG信号在节律、波形幅度和功率谱等参数中存在着不同于健康人的特征，因此我们有必要对其进行分析与处理，以利于我们对PSD的研究和临床诊断。研究表明，抑郁症患者EEG信号α频带存在左右半球间的功率谱不对称性，且抑郁症患者EEG信号频谱不对称性（高频段和低频段）与抑郁的严重程度相关。

发明内容

[0004] 本发明旨在克服现有技术的不足，客观检测脑卒中后患者有无抑郁症状并对抑郁严重程度进行分级，为达到上述目的，本发明采取的技术方案是，脑卒中后抑郁症PSD患者脑电特征提取方法，包括如下步骤：脑电信号的采集、数据预处理、功率谱不对称性参数提取、分类识别；其中功率谱不对称性参数提取包括α频段半球间不对称性参数IHAI和高低频段频谱不对称性参数SASI提取过程。

[0005] 脑电信号采集具体步骤为：

[0006] 脑电信号的采集设备使用NicoletOne 32通道数字视频脑电图仪，电极的位置按照国际标准导联10-20电极系统安放，记录16导头皮脑电信号，Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6为16导电极，电极Cz作为参考电极，前额作为参考地，采样率为250Hz，滤波通带为0.5Hz~70Hz，电极阻抗小于10KΩ；采集静息状态下的脑电信号，采集环境要求远离强大的静电场和电磁场，采集室暗光，并保持采集环境的安静；采集过程中要求被采集者安静闭目，心情放松，记录5min脑电数据。

[0007] 数据预处理具体步骤为：

[0008] 首先对信号进行0.5Hz~48Hz带通滤波，其次用主成分分析PCA的方法去除眼电和肌电干扰。

[0009] 功率谱不对称性参数提取具体步骤为：

[0010] α频段半球间不对称性参数IHAI提取：

[0011] α频段半球间不对称性参数计算在左右半球对应的脑区间进行，16导联EEG信号可得到8个对应的IHAI值Fp1-Fp2、F3-F4、C3-C4、P3-P4、O1-O2、F7-F8、T3-T4、T5-T6，计算步骤如下：

[0012] （1）用平均周期图法计算预处理后EEG信号每一导联的功率谱密度Sm,即m导联的功率谱密度。

[0013] （2）计算左右半球α频段的相对功率值

[0014] 左半球α频段相对功率值 (SLm为左半球导联的功率谱密度)

[0015] 右半球α频段相对功率值 (SRm为右半球导联的功率谱密度)

[0016] （3）计算α频段左右半球间不对称性参数IHAI值：

[0017] 高低频段频谱不对称性参数SASI的提取：

[0018] 低频段选取4Hz，高频段选取24Hz，具体计算步骤如下：

[0019] （1）用平均周期图法计算预处理后EEG信号每一导联的功率谱密度Sm，即m导联的功率谱密度。

[0020] （2）计算高低频段的边缘频率

[0021] 首先，找出α频段即8~13Hz功率谱密度最大的频率值fmax，对fmax±BHz，B=2，频带的功率谱密度曲线作抛物线拟合，将拟合后抛物线顶点处的频率作为中间频段的中心频率fc，低频段的两个边缘频率为：F1=fc-B-4，F2=fc-B，单位：Hz；

[0022] 高频段的两个边缘频率为：F3=fc+B，F4=fc+B+24，单位：Hz；

[0023] （3）计算高低频段的功率值

[0024] 低频段功率值高频段功率值

[0025] （4）计算高低频段频谱不对称性参数SASI值

[0026]

[0027] 分类识别具体步骤为：

[0028] 将8个IHAI值以及16个SASI值作为特征向量，输入到双层结构的SVM融合网络中进行模式识别：经过第一层SVM网络，对抑郁和非抑郁患者进行分类识别；经过第二层SVM网络对抑郁症患者抑郁程度进行分类，识别出轻度、中度、重度患者。

[0029] 本发明的技术特点及效果：

[0030] 本发明提出了对PSD患者EEG信号的特征提取方法，对采集到的EEG信号进行预处理，得到相对高信噪比的EEG信号后，利用本发明所述方法进行特征参数计算，分别得出16导联EEG信号的α频段半球间不对称性参数(IHAI)和高低频段频谱不对称性参数（SASI）。利用该方法获取的两类参数作为特征利用SVM进行模式识别，可取得较高的分类正确率。因此基于此参数研究PSD的客观评价标准具有重要意义。附图说明

[0031] 图1功率谱不对称性参数提取过程框图。

[0032] 图2脑电采集所用的16导联分布示意图，左侧为侧视图，右侧为俯视图。

[0033] 图3静息状态下脑卒中患者脑电信号。

[0034] 图4功率谱密度图。

具体实施方式

[0035] 提出了根据两个功率谱不对称性参数对脑卒中后抑郁(PSD)患者脑电信号（EEG）进行特征提取的新方法，为PSD的临床诊断提供客观依据。其技术流程是：通过受试者EEG信号功率谱密度得到α频带半球间不对称性参数以及EEG高低频段频谱不对称性参数，以这两个参数为特征判断脑卒中后患者是否抑郁并对抑郁的严重程度进行分级。

[0036] 基于PSD患者EEG信号功率谱不对称性的特征提取方法包括以下四个部分：脑电信号的采集、数据预处理、功率谱不对称性参数提取、分类识别。特征提取过程如附图1所示。

[0037] 1脑电信号采集

[0038] 脑电信号的采集设备使用NicoletOne 32通道数字视频脑电图仪，电极的位置按照国际标准导联10-20电极系统安放，记录16导头皮脑电信号（Fp1、Fp2、F3、F4、C3、C4、P3、P4、O1、O2、F7、F8、T3、T4、T5、T6），电极Cz作为参考电极，前额作为参考地，采样率为250Hz，滤波通带为0.5Hz~70Hz，电极阻抗小于10KΩ。附图2给出了16导联分布示意图。

[0039] 采集静息状态下的脑电信号。采集环境要求远离强大的静电场和电磁场，采集室暗光，并保持采集环境的安静。采集过程中要求被采集者安静闭目，心情放松，记录5min脑电数据。

[0040] 2数据预处理

[0041] 对采集到的EEG信号进行预处理的目的是尽量降低采集过程中所引入的工频干扰及噪声信号，改善信噪比，使信号保持其真实性。预处理时首先对信号进行0.5Hz~48Hz带通滤波，其次用主成分分析（PCA）的方法去除眼电和肌电干扰。

[0042] 3功率谱不对称性参数提取

[0043] EEG信号通常划分为4个频带：δ波（0.5Hz~4Hz）、θ（4Hz~8Hz）、α（8Hz~13Hz）、β（13Hz~30Hz）。本发明提出了两个功率谱不对称性参数：α频段半球间不对称性参数(IHAI)和高低频段频谱不对称性参数（SASI）。以下分别介绍其提取过程。

[0044] 3.1α频段半球间不对称性参数(IHAI)

[0045] IHAI计算在左右半球对应的脑区间进行，16导联EEG信号可得到8个对应的IHAI值（Fp1-Fp2、F3-F4、C3-C4、P3-P4、O1-O2、F7-F8、T3-T4、T5-T6），计算步骤如下：

[0046] （1）用平均周期图法计算预处理后EEG信号每一导的功率谱密度Sm，即m导联的功率谱密度。

[0047] （2）计算左右半球α频段的相对功率值

[0048] 左半球α频段相对功率值 (SLm为左半球导联的功率谱密度)

[0049] 右半球α频段相对功率值 (SRm为右半球导联的功率谱密度)

[0050] （3）计算α频段左右半球间不对称性参数IHAI值：

[0051] 5.3.2高低频段频谱不对称性参数（SASI）

[0052] SASI计算时忽略中间频段（α频段）的功率谱特性，EEG信号低频段的功率谱密度远大于高频段功率谱密度，为了使两个频段功率谱具有可比性，本设计低频段选取4Hz，高频段选取24Hz，具体计算步骤如下：

[0053] （1）用平均周期图法计算预处理后EEG信号每一导联的功率谱密度Sm,即m导联的功率谱密度。

[0054] （2）计算高低频段的边缘频率

[0055] 首先，找出α频段（8~13Hz）功率谱密度最大的频率值fmax，对fmax±BHz，B=2，频带的功率谱密度曲线作抛物线拟合，将拟合后抛物线顶点处的频率作为中间频段的中心频率（fc），拟合后功率谱密度曲线如附图4所示。

[0056] 低频段的边缘频率为：F1=fc-B-4(Hz)

[0057] F2=fc-B(Hz)

[0058] 高频段的边缘频率为：F3=fc+B(Hz)

[0059] F4=fc+B+24(Hz)(Hz)

[0060] （3）计算高低频段的功率值

[0061] 低频段功率值高频段功率值

[0062] （4）计算高低频段频谱不对称性参数SASI值

[0063]

[0064] 4分类识别

[0065] 将5.3得到的每名患者8个IHAI值以及16个SASI值作为特征向量，输入到双层结构的SVM融合网络中进行模式识别。经过第一层SVM网络，对抑郁和非抑郁患者进行分类识别；经过第二层SVM网络对抑郁症患者抑郁程度进行分类，识别出轻度、中度、重度患者。

[0066] 有益效果

[0067] 本发明提出了对PSD患者EEG信号的特征提取方法，对采集到的EEG信号进行预处理，得到相对高信噪比的EEG信号后，利用本发明所述方法进行特征参数计算，分别得出16导联EEG信号的α频段半球间不对称性参数(IHAI)和高低频段频谱不对称性参数（SASI）。利用该方法获取的两类参数作为特征利用SVM进行模式识别，可取得较高的分类正确率。因此基于此参数研究PSD的客观诊断标准具有重要意义。

[0068] 针对PSD误诊漏诊率高，诊断量表主观化的现状，提出了利用PSD患者EEG信号进行客观诊断的新方法。基于EEG信号功率谱不对称性得到α频段半球间不对称性参数(IHAI)和高低频段频谱不对称性参数（SASI），以此作为EEG模式识别的输入参数，实现对PSD患者抑郁程度的有效识别，具有重大的社会意义。

标题	发布/更新时间	阅读量
一种含有异羟肟酸的取代杂环类化合物及其制备方法和用途	2020-06-01	808
3-苯基吡唑并[5,1-b]噻唑化合物	2020-05-25	226
熟大黄在防治抑郁症中的用途	2020-05-21	480
基于户外环境介入的卒中后抑郁早期干预及防治方法	2020-05-19	994
一种盐酸倍他司汀口服液及其制备方法与新用途	2020-05-17	489
3-甲氧基芒果苷在制备治疗脑卒中后抑郁药物中的应用	2020-05-18	98
大黄素甲醚在制备治疗抑郁症药物中的应用	2020-05-12	381
大黄素甲醚在制备治疗抑郁症药物中的应用	2020-05-12	693
含有依匹唑派或其盐的用于与神经变性疾病相关的行为和精神症状或与精神疾病相关的冲动症状的预防和/或治疗剂	2020-06-03	752
一种防治抑郁症的药物、其制备方法及用途	2020-05-13	820

脑卒中后抑郁症PSD患者脑电特征提取方法

脑卒中后抑郁症PSD患者脑电特征提取方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：