一种非接触非侵入无损伤的癫痫自组织监测预警干预系统及获取干扰脑电分布的方法技术方案

本发明专利技术公开了一种非接触非侵入无损伤的癫痫自组织监测预警干预系统及获取干扰脑电分布的方法，该系统包括非接触采集模块、非接触控制模块与非接触干预模块；非接触采集模块包括若干与头皮不接触的信号采集电极；非接触控制模块包括时间预测单元和空间预测单元；非接触干预模块包括若干可控脉冲电磁单元，可控脉冲电磁单元具有正对头皮的电磁线圈，电磁线圈与信号采集电极交错布置；本发明专利技术系统可以在癫痫发作之前预测其发作时间、发作位置、并根据其预测结果以自组织方式干预大脑中电荷分布与电流趋势，充分利用了混沌电路的初始敏感性、机器学习以及生物电磁耦合原理非接触非侵入无损伤测量脑电与干预癫痫，可应用于可穿戴设备与移动医疗领域。 1

A non-contact, non-invasive, self destructive monitoring and early warning intervention system for epilepsy and the method of obtaining the distribution of interference EEG

The invention discloses a non-contact non invasive and non invasive self organizing monitoring and warning system for epileptic epilepsy and the method of obtaining interference brain distribution. The system includes non-contact acquisition module, non-contact control module and non-contact interference module, and a non-contact acquisition module includes several signal acquisition electrodes not contact with the scalp; The contact control module includes the time prediction unit and the space prediction unit, the non-contact intervention module includes several controllable pulse electromagnetic units, the controllable pulse electromagnetic unit has the electromagnetic coils of the positive scalp, the electromagnetic coil and the signal acquisition electrode are interlaced; the invention system can predict the time of the seizure before the seizure. It can be applied to wearable equipment and mobile medical collar. Domain. One

【技术实现步骤摘要】
一种非接触非侵入无损伤的癫痫自组织监测预警干预系统及获取干扰脑电分布的方法
本专利技术涉及电磁理疗领域，具体涉及一种非接触、非侵入、无损伤的癫痫监测预警干预系统及获取干扰脑电分布的方法。
技术介绍
癫痫即俗称的羊角风或羊癫风，是由内部网络缺陷引起的、部分网络节点压力过高，从而引发的部分网络节点压力过高的放电现象。除了患者脑部区域结构损伤以外，癫痫发作造成的抽搐、丧失意识，也会使患者造成跌伤、磕碰等二次伤害。目前主要的治疗分为：药物治疗辅助以手术治疗。越来越多的证据表明：电磁场可能作为诱导因子对细胞的信号通道产生影响；细胞膜是环境电磁场与细胞作用的主要靶部位，细胞膜受体是电磁场可能的信号耦合点之一。此外，由于混沌动力系统的动力学行为对初始参数的极端敏感性，人们可以通过非线性电路对一些微弱信号进行检测与提取。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种非接触非侵入无损伤的癫痫自组织监测预警干预系统及获取干扰脑电分布的方法。本专利技术的目的是通过以下技术方案来实现的：一种非接触非侵入无损伤的癫痫自组织监测预警干预系统，该系统为三层叠加结构，从内至外分别为：非接触采集模块、非接触干预模块和非接触控制模块；所述非接触采集模块包括n个信号采集电极，信号采集电极与头皮不接触，通过放大器放大信号采集电极采集的癫痫患者脑电波，通过机器学习得到脑电波和实际电位信息的关系，从而通过非接触方式得到电位e'i,i＝1,2,3,...,n，随后通过滤波器对电位e′i进行降噪、过滤处理得到滤波后的电位ei,i＝1,2,3,...,n；所述非接触控制模块包括时间预测单元和空间预测单元；时间-空间耦合控制确定癫痫爆发的时刻与癫痫爆发的位置；所述时间预测单元通过当前t1时刻之前的设定时间间隔内的各个时间点采集的电位序列，训练得到预测函数P，通过预测函数P得到每个信号采集电极预测时刻t*的电位e(t*)，预测电位e(t*)和设定电位阈值θ比较，将大于等于θ的预测电位e(t*)标记e*，e*对应的信号采集电极的位置集合A＝{(x,y)|e*≥θ}判断为时间预测的爆发位置，其中x代表信号采集电极在非接触采集模块中的行数，y代表信号采集电极在非接触采集模块中的列数，e*对应的时间t*为癫痫预测爆发时间；将预测的爆发位置发送给空间预测单元，同时启动空间预测单元，否则继续进行监测；所述空间预测单元通过n个信号采集电极的当前时刻t1的邻域时刻的电位，结合n个信号采集电极在非接触采集模块的位置(x,y)，获得n个信号采集电极的n(η+1)个电压e(i,t)(x,y),(t＝t1-η,...,t1-2,t1-1,t1；i＝1,2,...,n)，每个信号采集点的η+1个电压e(i,t)(x,y)中，取相邻的电压两两作差，得到每个信号采集电极的η个电压梯度D(i,j)，(i＝1,2,...,n,j＝1,2,...η)；对每个信号采集点的η个电压梯度取平均得到电压梯度平均值通过比较n个信号采集电极的电压梯度平均值得到电压梯度极大值坐标(x',y')的集合B与极小值坐标(x",y")的集合C；通过求集合A和B的交集得到大脑兴奋区域坐标(x*,y*)集合P，通过求集合和C的交集得到大脑非兴奋区域坐标(x^,y^)集合N，并将坐标集合信息发送给干预模块；所述非接触干预模块包括m个可控脉冲电磁单元，所述可控脉冲电磁单元具有正对头皮的电磁线圈，所述电磁线圈与信号采集电极交错布置，在垂直方向上无重叠；所述电磁线圈产生大小与极性可控的干预磁场B，所述干预磁场B对非兴奋区域集合N以自组织干预方式进行电磁刺激按摩，根据大脑能量守恒原理疏散兴奋区域集合P所在大脑区域的大量积聚电荷，使得大脑中电荷聚集水平始终保持一种平衡状态；人的大脑每天都会消耗能量，且每个人每天大脑能量的消耗量为一个随时间变化的值，拥有消耗峰值Emax与消耗谷值Emin。每个时刻消耗的能量与大脑每时刻的耗氧量有关。而一个人的每时刻耗氧量与自身机能有关，比如心脏造血能力、肌肉结构等，接近于一个常值；为了方便描述，以下能量值E指每日各个时段能量消耗能量的平均值，耗氧量Voc为每日各个时段大脑消耗氧气的平均值；设一个人的某一个时刻大脑消耗总能量为Etotal，同一时刻兴奋区域消耗的能量为Ea，非兴奋区域消耗的能量为Ep，大脑消耗总能量的速(梯)度为兴奋区域消耗能量的速(梯)度为非兴奋区域消耗能量的速(梯)度为大脑的耗氧量为Voc，大脑内能量最大的消耗速度VEmax，则有以下关系式：Etotal∝Voc，VEmax∝Voc，Ea+Ep＝Etotal(1)大脑中消耗的总能量Etotal取决于大脑耗氧量Voc,大脑内能量最大的消耗速度VEmax也制约于大脑耗氧量Voc。因此大脑中的消耗能量守恒且不会产生能量突变的情况。基于此，当大脑非兴奋区域能量Ep若以某梯度变高时，兴奋区域能量Ea将会以某梯度变低。考虑到大脑能量消耗量随着时间变化并不是一个恒定变化的值，因此给出大脑消耗总能量以及其消耗的速度关系式：其中，t为任意时刻，Δt为极小的一段时间间隔。由(1)、(2)式可得到以下关系式：由(3)式，当兴奋区域的能量消耗梯度与非兴奋区域的能量消耗梯度之和等于大脑消耗总能量的梯度且因为总能量消耗梯度小于总能量最大消耗速度VEmax且VEmax与耗氧量Voc正相关，故总能量消耗速度与大脑耗氧量Voc成正比，同样受大脑耗氧量的制约，故能量变化梯度同样不会发生突变。因此，当非兴奋区域能量消耗的梯度减少时，原来兴奋区域能量的就会上升，且能量变化速度不会发生突变。这样就可以通过控制非兴奋区域能量消耗梯度增量变化，来使得能量变化梯度达到最大。当癫痫即将发作时，可控电磁单元发出的电磁脉冲B通过电磁耦合刺激大脑非兴奋区域并使其兴奋起来，假设梯度与为常值时，非兴奋区域的能量将按照上升，同时兴奋区域的能量将按照梯度下降。从而使得大脑中的能量重新分配，大脑兴奋区域的大量电荷将向非兴奋区域移动，从而使得大脑当中的脑电分布得到平衡，并且可以通过控制电磁脉冲B的频率、波形等使兴奋区域能量梯度达到最大。所述自组织干预方式具体实施过程如下：时间预测单元与空间预测单元预测结束后得到大脑兴奋区域坐标(x*,y*)集合P与大脑非兴奋区域坐标(x^,y^)集合N，集合P中有p个元素，集合N中有l个元素；当启动非接触干预模块时，集合N中l个坐标对应的脉冲电磁单元开始发出电磁脉冲Bi(i＝1,2,…,l,l<m)，电磁脉冲Bi在0T到2T之间调节，电磁脉冲Bi分别作用于集合N中每个坐标所对应的头皮区域σi(i＝1,2,…,l)，通过生物电磁耦合作用，σi区域内大脑电荷开始积聚，测量电位ei(i＝1,2,…,l)升高；则根据大脑能量守恒原理，集合P中每个坐标对应的头皮区域λk(k＝1,2,…,p)的电荷开始疏散，测量电位ek(k＝1,2,…,p)开始下降；作用时间持续ΔT后，若兴奋区域信号采集单元电位ek(k＝1,2,…,p)电位都小于电位阈值θ时，则非接触干预模块工作结束，否则继续干预操作。所述大脑能量守恒原理如下：设一个人某一个时刻大脑消耗总能量为Etotal，同一时刻兴奋区域消耗的能量为Ea，非兴奋区域消耗的能量为Ep，大脑消耗总能量的梯度为本文档来自技高网...

【技术保护点】
1.一种非接触非侵入无损伤的癫痫自组织监测预警干预系统，其特征在于，该系统为

【技术特征摘要】
1.一种非接触非侵入无损伤的癫痫自组织监测预警干预系统，其特征在于，该系统为三层叠加结构，从内至外分别为：非接触采集模块、非接触干预模块和非接触控制模块；所述非接触采集模块包括n个信号采集电极，信号采集电极与头皮不接触，通过放大器放大信号采集电极采集的癫痫患者脑电波，通过机器学习得到脑电波和实际电位信息的关系，从而通过非接触方式得到电位e'i,i＝1,2,3,...,n，随后通过滤波器对电位e′i进行降噪、过滤处理得到滤波后的电位ei,i＝1,2,3,...,n；所述非接触控制模块包括时间预测单元和空间预测单元；所述时间预测单元通过当前t1时刻之前的设定时间间隔内的各个时间点采集的电位序列，训练得到预测函数P，通过预测函数P得到每个信号采集电极预测时刻t*的电位e(t*)，预测电位e(t*)和设定电位阈值θ比较，将大于等于θ的预测电位e(t*)标记e*，e*对应的信号采集电极的位置集合A＝{(x,y)|e*≥θ}判断为时间预测的爆发位置，其中x代表信号采集电极在非接触采集模块中的行数，y代表信号采集电极在非接触采集模块中的列数，e*对应的时间t*为癫痫预测爆发时间；将预测的爆发位置发送给空间预测单元，同时启动空间预测单元，否则继续进行监测；所述空间预测单元通过n个信号采集电极的当前时刻t1的邻域时刻的电位，结合n个信号采集电极在非接触采集模块的位置(x,y)，获得n个信号采集电极的n(η+1)个电压e(i,t)(x,y),(t＝t1-η,...,t1-2,t1-1,t1；i＝1,2,...,n)，每个信号采集点的η+1个电压e(i,t)(x,y)中，取相邻的电压两两作差，得到每个信号采集电极的η个电压梯度D(i,j)，(i＝1,2,...,n,j＝1,2,...η)；对每个信号采集点的η个电压梯度取平均得到电压梯度平均值通过比较n个信号采集电极的电压梯度平均值得到电压梯度极大值坐标(x',y')的集合B与极小值坐标(x",y")的集合C；通过求集合A和B的交集得到大脑兴奋区域坐标(x*,y*)集合P，通过求集合和C的交集得到大脑非兴奋区域坐标(x^,y^)集合N，并将坐标集合信息发送给干预模块；所述非接触干预模块包括m个可控脉冲电磁单元，所述可控脉冲电磁单元具有正对头皮的电磁线圈，所述电磁线圈与信号采集电极交错布置，在垂直方向上无重叠；所述电磁线圈产生大小与极性可控的干预磁场B，所述干预磁场B对非兴奋区域集合N以自组织干预方式进行电磁刺激按摩，根据大脑能量守恒原理疏散兴奋区域集合P所在大脑区域的大量积聚电荷，使得大脑中电荷聚集水平始终保持一种平衡状态；所述自组织干预方式具体实施过程如下：时间预测单元与空间预测单元预测结束后得到大脑兴奋区域坐标(x*,y*)集合P与大脑非兴奋区域坐标(x^,y^)集合N，集合P中有p个元素，集合N中有l个元素；当启动非接触干预模块时，集合N中l个坐标对应的脉冲电磁单元开始发出电磁脉冲Bi(i＝1,2,…,l,l<m)，电磁脉冲Bi在0T到2T之间调节，电磁脉冲Bi分别作用于集合N中每个坐标所对应的头皮区域σi(i＝1,2,…,l)，通过生物电磁耦合作用，σi区域内大脑电荷开始积聚，测量电位ei(i＝1,2,…,l)升高；则根据大脑能量守恒原理，集合P中每个坐标对应的头皮区域λk(k＝1,2,…,p)的电荷开始疏散，测量电位ek(k＝1,2,…,p)开始下降；作用时间持续ΔT后，若兴奋区域信号采集单元电位ek(k＝1,2,…,p)电位都小于电位阈值θ时，则非接触干预模块工作结束，否则继续干预操作。2.根据权利要求1所述的非接触非侵入无损伤的癫痫自组织监测预警干预系统，其特征在于，该系统置于大脑外侧，外观呈帽形。3.根据权利要求1所述的非接触非侵入无损伤的癫痫自组织监测预警干预系统，其特征在于，所述放大器为杜芬电路放大器，通过以下公式搭建而成：其中k是阻尼比，x为测量信号，(x3-x5)为非线性恢复力，γsin(ωt+π)为内置驱动信号，γ为内置驱动信号的幅值，ω为内置驱动信号的频率。4.根据权利要求1所述的非接触非侵入无损伤的癫痫自组织监测预警干预系统，其特征在于，所述通过预测函数P得到每个信号采集电极预测时刻t*的电位e(t*)具体为：对于第i个信号采集电极，通过放大过滤后得到的电位时间序列为ei(t),(i＝1,2,...,n)，设c(i)为与节点i相邻的节点集合，m为c(i)中的元素个数，表示相邻节点的个数，ec(i)(t)为节点集合c(i)的电位；以ei(t)与ec(i)(t)的历史数据作为输入输出样本来训练预测函数P；训练过程具体如下：定义预测函数P的输入为input，输出为output；取Δt为一个时间间隔，则t时刻第i个信号采集点电位为ei(t)，t时刻以前τ个时间间隔的电位表示为ei(t-1),ei(t-2)...,ei(t-τ)；第i个信号采集点的相邻采集点的电位为ec(i)(t)、τ个时间间隔的电位表示为ec(i)(t-1),ec(i)(t-2)...,e(i)(t-τ)；以m+1个长度为1+τ的样本作为输入，则输入表示为：input＝{ei(t),ei(t-1),...,ei(t-τ),ec(i)(t),ec(i)(t-1),...,ec(i)(t-τ)}；预测函数P的输出为t时刻经过一个时间间隔Δt的电位ei(t+1)，则输出表示为：output＝{ei(t+1)}；训练第k代的时候，input的输入长度为...

【专利技术属性】
技术研发人员：孟濬，黄旭，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33