The invention provides a seizure detection device and an early warning system based on multi-data acquisition. The detection device includes a memory and a processor. The processor executes a computer program in the memory to achieve the following steps: acquiring a plurality of physiological signals divided by the onset stage, forming a plurality of signal samples, each group of physiological signals includes a plurality of channels of EEG signals and a plurality of channels of skin electricity. Signal and acceleration signal; Preprocess the acquired multi-group signal samples one by one; Extract the characteristic parameters of each group of signal samples after pretreatment; Take the extracted multi-feature parameters as feature vectors, and train multiple decision trees in the random forest classifier to form the random forest model with the expected output of the disease stage corresponding to each group of feature parameters; Obtain the random forest model to be analyzed. Physiological signals are pre-processed and extracted, then the parameters to be analyzed are input into the Stochastic Forest model, and the disease stage of the physiological signals to be analyzed is predicted by the Stochastic Forest model.
【技术实现步骤摘要】
基于多数据采集的癫痫发作检测设备及预警系统
本专利技术涉及计算机领域,且特别涉及一种基于多数据采集的癫痫发作检测设备及预警系统。
技术介绍
癫痫是由大脑神经元突发性异常放电而导致大脑出现短暂的功能障碍的一种慢性疾病,俗称羊角风和羊癫疯。目前,根据世界卫生组织(WHO)调查显示:全球约5亿人患有癫痫疾病。在中国,癫痫已经成为神经科仅次于头痛的第二大常见病。因为发作部位和发作诱因多种多样,癫痫发作的临床表现也复杂多样,癫痫患者可能随时随地因为某种不确定的诱因发病,如果无法及时采取相应的救治手段,患者很可能出现车祸、烧伤、煤气中毒等意外,使患者的生活受到极大的影响,也给自己和家人带来身体和心理上的伤害。目前,脑电波(EEG)仍是临床上研究癫痫发作特征、诊断癫痫疾病的主要工具,在现阶段,通常是由经验丰富的医生依靠人眼去分析患者的脑电信号,人工寻找癫痫发作点。但患者的脑电信号数据庞大,同时易受主观因素的干扰,人工诊断误判率高。因此,亟需一种能根据脑电信号自动检测癫痫发作并进行预警的设备,从而减轻医疗工作者的工作量并避免主观因素干扰,并让患者家属提前得到预警,做好准备,减少患者发作时的痛苦,这在医学应用中具有重大意义。目前对脑电信号的分析方法有多种,但大多单一的生理信号进行研究,由于癫痫发作区域不确定,脑电癫痫发作时不同的生理信号特征表现也不同,故以单一的生理信号为基础的分析方法识别效果不太理想。进一步的,现有的分析方法仅单一的根据时域或者频域上的特征参数进行分析,很难完整准确的提取出脑电数据中蕴含的发作信息,识别效果不太理想。此外,在目前的癫痫发作检测与预警研究中, ...
【技术保护点】
1.一种基于多数据采集的癫痫发作检测设备,其特征在于,包括存储器和处理器,所述存储器内存储有计算机程序,所述处理器执行所述计算机程序以实现以下步骤:获取经发病阶段划分后的多组生理信号,形成多个信号样本,每组生理信号均包括多通道脑电信号、多通道皮肤电信号以及加速度信号;对获取的多组信号样本逐一进行预处理;提取预处理后的每组信号样本的特征参数;以提取的多个特征参数作为特征向量,以每组特征参数对应的发病阶段为期望输出,训练随机森林分类器内的多个决策树,形成随机森林模型;获取待分析的生理信号,经预处理和特征提取后获得待分析的生理信号的特征参数并将其输入至随机森林模型内,经随机森林模型预测后获得待分析的生理信号所处的发病阶段。
【技术特征摘要】
1.一种基于多数据采集的癫痫发作检测设备,其特征在于,包括存储器和处理器,所述存储器内存储有计算机程序,所述处理器执行所述计算机程序以实现以下步骤:获取经发病阶段划分后的多组生理信号,形成多个信号样本,每组生理信号均包括多通道脑电信号、多通道皮肤电信号以及加速度信号;对获取的多组信号样本逐一进行预处理;提取预处理后的每组信号样本的特征参数;以提取的多个特征参数作为特征向量,以每组特征参数对应的发病阶段为期望输出,训练随机森林分类器内的多个决策树,形成随机森林模型;获取待分析的生理信号,经预处理和特征提取后获得待分析的生理信号的特征参数并将其输入至随机森林模型内,经随机森林模型预测后获得待分析的生理信号所处的发病阶段。2.根据权利要求1所述的基于多数据采集的癫痫发作检测设备,其特征在于,在预处理后分别从时域上将信号样本或待分析的生理信号分割成多个具有一定时长的片段,分别对每个片段进行特征提取。3.根据权利要求2所述的基于多数据采集的癫痫发作检测设备,其特征在于,在特征提取时,提取多通道脑电信号片段的时域特征参数和频域特征参数,多通道皮肤电信号片段的时域特征参数和频域特征参数以及加速度信号片段的位移加速度参数和角度加速度参数。4.根据权利要求3所述的基于多数据采集的癫痫发作检测设备,其特征在于,在提取多通道脑电信号片段的频域特征参数或多通道皮肤电信号片段的频域特征参数时,将每个片段分割成2秒且有1秒重叠的小片段,提取每个小片段上的频域特征参数。5.根据权利要求3所述的基于多数据采集的癫痫发作检测设备,其特征在于,时域特征参数包括时域内各通道之间的相关系数及其特征值,频域特征参数包括频域内各通道之间的相关系数及...
【专利技术属性】
技术研发人员:刘俊飙,戴珅懿,吴端坡,李凯,徐伟风,蔡晨毅,
申请(专利权)人:杭州妞诺科技有限公司,
类型:发明
国别省市:浙江,33
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。