脑疾病预测系统技术方案

本发明专利技术提供一种脑疾病预测系统，系统包括移动终端，移动终端包括脑电信号采集装置和疾病预测模块；脑电信号采集装置采集患者的脑电信号的特征数据，并发送给疾病预测模块；疾病预测模块接收患者的脑疾病的预测模型的参数，根据该参数建立患者的脑疾病的预测模型，将脑电信号的特征数据输入到患者的脑疾病的预测模型中，对患者的脑疾病进行实时预测。疾病的预测模型的复杂的训练任务在移动终端的外部完成，移动终端只是接收疾病的预测模型的参数，并根据该参数建立患者的脑疾病的预测模型，可以满足移动终端低复杂度、便携式的要求，在患者产生病症的前夕，能够快速响应提醒患者，从而大幅度降低患者产生病症的概率。

Brain Disease Prediction System

The invention provides a brain disease prediction system, which includes a mobile terminal, a mobile terminal including an electroencephalogram signal acquisition device and a disease prediction module; an electroencephalogram signal acquisition device collects the characteristic data of the patient's electroencephalogram signal and sends it to the disease prediction module; a disease prediction module receives the parameters of the patient's brain disease prediction model and establishes the patient's brain disease according to the parameters. In the prediction model, the characteristic data of EEG signals are input into the prediction model of patients'brain diseases, and the real-time prediction of patients' brain diseases is carried out. The complex training task of the disease prediction model is completed outside the mobile terminal. The mobile terminal only receives the parameters of the disease prediction model and establishes the prediction model of the patient's brain disease according to the parameters. It can meet the low complexity and portable requirements of the mobile terminal. On the eve of the patient's illness, it can quickly respond to reminding the patient, thus greatly reducing the patient's number. Probability of disease.

【技术实现步骤摘要】
脑疾病预测系统
本专利技术涉及生物信息
，更具体地，涉及脑疾病预测系统。
技术介绍
脑疾病(如癫痫、帕金森综合症等)的发生会严重危害人类健康，脑疾病发生时，相关脑区神经活动异常。脑电信号可以反映脑神经细胞电活动，实时反映神经认知过程，对脑疾病的临床诊断、治疗有着重要的参考价值，而且获取脑电信号时不会对人体造成创伤。因此通过对患者脑电信号进行提取和处理，据此判断患者当前的生理状态从而预测脑疾病状态是目前一种有效的诊疗方式。但是，脑电信号幅度非常微弱，而且容易受到外界干扰，精确提取耗时较多且对设备处理能力要求很高。进行脑电信号检测的医疗设备通常需要复杂的硬件电路对脑电信号进行滤波等处理，导致这些设备的体积通常较大，仅适用于科学研究或者临床诊断等不需要随身携带设备的领域。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的。根据本专利技术的一个方面，提供一种脑疾病预测系统，所述系统包括移动终端，所述移动终端包括脑电信号采集装置和疾病预测模块；所述脑电信号采集装置采集患者的脑电信号的特征数据，并将所述脑电信号的特征数据发送给所述疾病预测模块；所述疾病预测模块接收患者的脑疾病的预测模型的参数，根据所述参数建立患者的脑疾病的预测模型，将所述脑电信号的特征数据输入到所述患者的脑疾病的预测模型中，对患者的脑疾病进行实时预测。本申请提出一种脑疾病预测系统，脑疾病的预测模型的复杂的训练任务在移动终端的外部完成，移动终端只是接收脑疾病的预测模型的参数，并根据该参数建立患者的脑疾病的预测模型，可以满足患者使用的移动终端低复杂度、便携式的要求，实现脑部疾病实时预测，在患者产生病症的前夕，能够快速响应提醒患者，从而大幅度降低患者产生病症的概率。附图说明图1为根据本专利技术实施例的脑疾病预测系统的结构示意图；图2为根据本专利技术实施例的脑疾病预测系统中移动终端与数据处理中心交互的结构示意图；图3为根据本专利技术实施例的脑疾病预测系统的移动终端的结构示意图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。脑疾病患者产生病症前期脑电信号相比于正常脑电信号往往呈现其自身固有的特征规律，如果能及时检测到患者产生病症的脑电信号，就可以预测患者是否将会产生病症，但是脑电信号的检测对设备处理能力要求很高，不能适用于随身携带设备，因此很难及时检测到患者产生病症前的脑电信号。针对上述问题，本专利技术实施例提供了一种脑疾病预测系统，如图1所示为根据本专利技术实施例的脑疾病预测系统的结构框图，由图1可知，该系统包括移动终端100。该移动终端100包括脑电信号采集装置110和疾病预测模块120。脑电信号采集装置110采集患者的脑电信号的特征数据，并将该脑电信号的特征数据发送给疾病预测模块120。疾病预测模块120接收患者的脑疾病的预测模型的参数，根据该参数建立患者的脑疾病的预测模型，将脑电信号的特征数据输入到该患者的脑疾病的预测模型中，对患者的脑疾病进行实时预测。脑电信号采集装置110包括分布在患者脑部周围的一系列脑电信号采集电极，患者将脑电信号采集装置110佩戴在头部进行脑电信号的特征数据的采集，采集的脑电信号的特征数据包括脑电信号的幅度、波形以及时延相位等。各个移动终端100对应有患者不同种类的疾病，移动终端接收对应的患者的脑疾病的预测模型的参数，根据该参数建立患者的脑疾病的预测模型，从而基于该脑疾病的预测模型实现脑疾病的快速预测。本专利技术提供的一种脑疾病预测系统，脑疾病的预测模型的复杂的训练任务在移动终端的外部完成，移动终端的疾病预测模块只是接收脑疾病的预测模型的参数，并根据该参数建立患者的脑疾病的预测模型，可以满足患者使用的移动终端低复杂度、便携式的要求，实现脑部疾病实时预测，在患者产生病症的前夕，能够快速响应提醒患者，从而大幅度降低患者产生病症的概率。脑疾病的预测模型的训练任务需要大量的患者的脑电信号的特征数据信息，针对该问题，如图2为根据本专利技术实施例的脑疾病预测系统中移动终端与数据处理中心交互的结构示意图，由图2可知，本专利技术实施例提供的一种脑疾病预测系统还包括数据处理中心200，该移动终端100还包括传输模块130。脑电信号采集装置110将脑电信号的特征数据通过传输模块130发送给数据处理中心200。数据处理中心200接收各个移动终端100发送的脑电信号的特征数据，根据脑电信号的特征数据确定患者的脑疾病的种类，根据患者的脑疾病的种类对脑电信号的特征数据进行分类，训练得到各个种类的脑疾病基于神经网络的预测模型；将训练成功的脑疾病的预测模型的参数通过传输模块130发送给移动终端100。数据处理中心200主要由诸多高性能计算机组成，能够在这些计算机集群上针对各类患者的脑电信号的特征数据进行各类分析，根据脑电信号的特征数据确定患者的脑疾病的种类，例如癫痫、帕金森等，根据患者的脑疾病的种类对脑电信号的特征数据进行分类，选择各个种类的脑疾病对应的脑电信号的特征数据的种类，数据处理中心200结合机器学习中的无标签非监督学习的方式，根据脑电信号的特征去做不同信号的分离，该脑电信号的特征包括脑电信号的频段以及脑电信号是否具有周期性等，通过大量训练拟合得到各个种类的疾病的基于神经网络的预测模型的参数，该参数包括权重等数值。各个移动终端100通过传输模块130与数据处理中心200通信，远端的数据处理中心200接收各个移动终端100发送的脑电信号的特征数据，为脑疾病的预测模型的训练提供大量的脑电信号的特征数据，通过将复杂的脑疾病的预测模型的训练任务卸载到数据处理中心200上，可以满足患者的移动终端100低复杂度、便携式的要求，实现脑部疾病实时预测，在患者产生病症的前夕，能够快速响应提醒患者，从而大幅度降低患者产生病症的概率。传输模块130将脑电信号采集装置110采集的患者的脑电信号的特征数据发送给数据处理中心200时，脑电信号的特征数据的数据量较大时可能会产生耗时长以及能耗大的问题。针对该问题，本专利技术实施例提供的一种传输模块130包括数据压缩模块131，数据压缩模块131通过数据压缩的算法或者数据压缩执行单元对脑电信号的特征数据进行压缩处理。减少移动终端100将脑电信号的特征数据发送给数据处理中心200的时间和能耗。进一步的，传输模块130还包括无线传输装置132，将脑电信号的特征数据以无线的传输方式发送给数据处理中心200，以无线方式接收数据处理中心200发送的患者的脑疾病的预测模型的参数。具体的，本专利技术提供的实施例中，该无线传输装置132可以为蓝牙模块或者WIFI(WirelessFidelity，无线保真)模块，进行压缩处理后的脑电信号的特征数据通过该蓝牙模块或者WIFI模块发送给数据处理中心200。移动终端100预测患者将要产生病症后，如果患者不及时诊治，脑疾病的病症出现时，患者往往承受巨大的生理痛苦，针对该问题，图3为根据本专利技术实施例的脑疾病预测系统的移动终端的结构示意图，由图3可知，本专利技术实施例提供的一种脑疾病预测系统，移动终端100还包括与疾病预测模块120连接的神经调控模块140。疾病预测模块120对患者的脑疾病进行实时预测后，将预测结果发送给神经调控模块140，神经调本文档来自技高网...

【技术保护点】
1.一种脑疾病预测系统，其特征在于，所述系统包括移动终端，所述移动终端包括脑电信号采集装置和疾病预测模块；所述脑电信号采集装置采集患者的脑电信号的特征数据，并将所述脑电信号的特征数据发送给所述疾病预测模块；所述疾病预测模块接收患者的脑疾病的预测模型的参数，根据所述参数建立患者的脑疾病的预测模型，将所述脑电信号的特征数据输入到所述患者的脑疾病的预测模型中，对患者的脑疾病进行实时预测。

【技术特征摘要】
1.一种脑疾病预测系统，其特征在于，所述系统包括移动终端，所述移动终端包括脑电信号采集装置和疾病预测模块；所述脑电信号采集装置采集患者的脑电信号的特征数据，并将所述脑电信号的特征数据发送给所述疾病预测模块；所述疾病预测模块接收患者的脑疾病的预测模型的参数，根据所述参数建立患者的脑疾病的预测模型，将所述脑电信号的特征数据输入到所述患者的脑疾病的预测模型中，对患者的脑疾病进行实时预测。2.根据权利要求1所述的系统，其特征在于，所述系统还包括数据处理中心；所述移动终端还包括传输模块；所述脑电信号采集装置将所述脑电信号的特征数据通过所述传输模块发送给所述数据处理中心；所述数据处理中心接收各个所述移动终端发送的所述脑电信号的特征数据；根据所述脑电信号的特征数据确定所述患者的脑疾病的种类，根据所述患者的脑疾病的种类对所述脑电信号的特征数据进行分类，训练得到各个种类的脑疾病基于神经网络的预测模型；将训练成功的脑疾病的预测模型的参数通过所述传输模块发送给所述移动终端。3.根据权利要求2所述的系统，其特征在于，所述传输模块包括数据压缩模块；所述数据压缩模块通过数据压缩的算法或者数据压缩执行单元对所述脑电信号的特征数据进行压缩处理。4.根据权利要求2所述的系统，其特征在于，所述传输模块包括无线传输装置...

【专利技术属性】
技术研发人员：王莉，常春起，冯志勇，丁峙，艾渝童，牟翰林，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11