The present invention belongs to the field of autism detection technology, and relates to an resting state EEG analysis system for autism diagnosis, including: collecting data module: using the EEG signal for the rest of the eye open, the data preprocessing module is used to de-noising the rest state EEG data; extract feature modules: The correlation coefficient between the resting state electroencephalogram (EEG) after the preprocessing was calculated, and the K means blind clustering was used as the characteristic parameter to obtain three resting state EEG microstate topographic maps of three types of resting state brain electroencephalogram, and the average duration of each micro state category and the number of times per second were extracted. Training data sample set and test sample set, and according to the standard forward neural network structure design technology to obtain the pattern classifier, using the obtained pattern classifier to achieve the diagnosis of the risk of autism, can make an objective and rapid autism auxiliary diagnosis, suitable for children in the early development of autism. Diagnosis\u3002
【技术实现步骤摘要】
一种面向孤独症诊断的静息态脑电分析系统
本专利技术是属于孤独症检测
,涉及一种面向孤独症诊断的静息态脑电分析系统。
技术介绍
孤独症谱系障碍,或称“自闭症谱系障碍”、“孤独症”、“自闭症”是一系列神经发育障碍的统称。依据美国精神病学会2013年出版的《精神疾病诊断与统计手册(第五版)》的界定,罹患这种疾病的患者通常具有如下特征:社会交往和沟通障碍、狭隘的兴趣和刻板行为,其中社会交往障碍为其核心障碍。依据美国疾病控制与预防中心下属的孤独症与发育障碍监控网络2010年和2012年的估计,大约每68名美国儿童中就有一人被诊断为孤独症谱系障碍。该疾病在所有种族和社会经济群体中均广泛存在。孤独症谱系障碍的发病率具有明显的性别差异,男性的发病率约为1/42,女性的发病率约为1/189,即男性的发病率是女性的4.5倍。在我国,孤独症谱系障碍患者的诊断率也在逐年上升。据不完全统计,目前我国每166名儿童中就有1人被确诊为孤独症谱系障碍患者。孤独症谱系障碍对患者家庭和社会构成了严重的经济负担。在美国,每年在孤独症谱系障碍患者身上花费了约115至609亿美元,这既包括直接的医疗支出和非直接的支出(例如特殊教育、康复训练等)。由于孤独症谱系障碍会严重损伤患者的社会与认知功能、干预和治疗效果欠佳,且患病率逐年升高、对家庭和社会构成严重经济负担,了解其风险因素和病理机制、提高诊断技术的信度和效度就显得极为必要。目前国际上主流的诊断工具包括孤独症诊断观察量表和孤独症诊断访谈量表(修订版)。尽管上述基于问卷和访谈的孤独症诊断在实际诊断中有广泛的应用,但是这些方法无法避免数据采集中 ...
【技术保护点】
一种面向孤独症诊断的静息态脑电分析系统,其特征在于,包括采集数据模块:用于被试人员在睁眼休息时的脑电信号;数据预处理模块:用于对静息态脑电信号进行降噪处理;提取特征模块:用于计算对预处理之后的静息态脑电地形图间相关系数,并以此为特征参数进行k‑means盲聚类,得到三个静息态脑电微状态三类静息态脑电微状态地形图,提取每种微状态类别的平均持续时间或平均每秒内出现的次数;进而获得训练数据样本集和测试样本集,并按照标准的前向神经网络结构设计技术获得模式分类器;利用获得的模式分类器最终实现对患孤独症风险的诊断结果;所述采集数据模块包括脑电图设备,所述数据预处理模块和提取特征模块包括基于MATLAB的开源工具箱eeglab 13.0。
【技术特征摘要】
1.一种面向孤独症诊断的静息态脑电分析系统,其特征在于,包括采集数据模块:用于被试人员在睁眼休息时的脑电信号;数据预处理模块:用于对静息态脑电信号进行降噪处理;提取特征模块:用于计算对预处理之后的静息态脑电地形图间相关系数,并以此为特征参数进行k-means盲聚类,得到三个静息态脑电微状态三类静息态脑电微状态地形图,提取每种微状态类别的平均持续时间或平均每秒内出现的次数;进而获得训练数据样本集和测试样本集,并按照标准的前向神经网络结构设计技术获得模式分类器;利用获得的模式分类器最终实现对患孤独症风险的诊断结果;所述采集数据模块包括脑电图设备,所述数据预处理模块和提取特征模块包括基于MATLAB的开源工具箱eeglab13.0。2.如权利要求1所述的面向孤独症诊断的静息态脑电分析系统,其特征在于,所述三类静息态脑电微状态地形图包括A类、B类、C类,其空间构型正负电荷的重心分别为右侧额区-左侧枕区、左侧额区-右侧枕区、额区中线-枕区中线。3.如权利要求2所述的面向孤独症诊断的静息态脑电分析系统,其特征在于,所述训练数据样本集和测试样本集的输入向量由静息态脑电微状态类别A和类别C的平均持续时间、微状态类别B平均每秒内出现的次数这三个变量构成,输出结果为{0,1}数据,其中0代表正常人群的数据,1代表孤独症人群的数据。4.如权...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。