基于脑电图的智能辅助诊断系统技术方案

本发明专利技术涉及一种基于脑电图的智能辅助诊断系统，由脑电预处理、波形模型构建、波形识别、出现模型构建、出现方式识别、分布模型构建、分布方式识别、状态模型构建、病人状态识别、诊断模型构建和诊断十一个子系统组成。波形模型构建、出现模型构建、分布模型构建、状态模型构建和诊断模型构建五个子系统采用不同的方式分别构建模型；脑电预处理子系统对脑电源信号进行滤波，伪迹去除，标注和参考变换等预处理后，波形识别子系统、出现方式识别子系统、分布方式识别子系统、病人状态识别子系统和诊断子系统依次运用相应的模型对脑电数据进行处理，形成诊断意见，提供给医生作为参考。本发明专利技术能够提高脑电图医疗诊断的效率和质量。

An Intelligent Auxiliary Diagnosis System Based on EEG

【技术实现步骤摘要】
基于脑电图的智能辅助诊断系统
本专利技术涉及一种基于脑电图的智能辅助诊断系统。
技术介绍
目前诊断脑部疾病依赖于医疗人员人工查看脑电图，诊断结果受限医疗人员的经验水平及知识积累，不同的医生对于相同的脑电图给出的诊断不尽相同，对于病人的治疗产生了较多的不利影响，且医生为了捕捉到有效信息，基于脑电图的医疗诊断需要记录很长时间的脑电信号。面对长时程的脑电信号，医生需要逐屏阅读才能作出诊断，非常耗时，也很难保证阅读质量。
技术实现思路
本专利技术的目的在于针对现有基于脑电图的智能辅助诊断的问题，提出一种基于脑电图的智能辅助诊断系统，根据已采集的数据集利用智能技术的思想构建用于各类脑疾病诊断的系统应用于其他病人，以减少医生由于个人局限对病情把握造成的不利影响，提高疾病诊断的效率。为实现上述目的，本专利技术的技术方案是：一种基于脑电图的智能辅助诊断系统，包括脑电预处理子系统、波形模型构建子系统、波形识别子系统、出现模型构建子系统、出现方式识别子系统、分布模型构建子系统、分布方式识别子系统、状态模型构建子系统、病人状态识别子系统、诊断模型构建子系统和诊断子系统十一个子系统；脑电预处理子系统接收脑电源信号作为输入，经过滤波，伪迹去除，标注和参考变换后输出预处理后的脑电数据；脑电预处理子系统通过滤波去除脑电信号中的噪声，通过阈值限定去除受伪迹影响的信号段，通过独立成分分析去除混合在各导联上的伪迹；脑电预处理子系统的标注功能允许用户补充标注源数据中未标注的事件；脑电预处理子系统的标注功能还允许用户标注脑电波形；脑电预处理子系统的参考变换功能可将源信号切换，即可通过计算把源信号切换为其他参考模式的脑电信号；波形模型建构子系统从标注了脑电波形的预处理后的脑电数据中提取每种脑电波形的样本，用提取的样本为每种脑电波形构建训练集，通过在训练集上训练的方法为每个脑电波形构建一个波形模型，将波形模型输出给波形识别子系统；波形模型建构子系统具有不断累积优选脑电波形样本、扩充训练集、重构改进优化波形模型的功能；波形识别子系统接收脑电预处理子系统输出的待诊断的预处理后的脑电数据，采用波形模型建构子系统提供的波形模型从脑电数据中识别出所有的脑电波形，在脑电数据中标注识别出的脑电波形、脑电波形的空间位置和时间位置，并将标注后的脑电数据输出；出现模型构建子系统、分布模型构建子系统、状态模型构建子系统、诊断模型构建子系统分别通过与用户交互的方式接收医生的经验规则，并用规范化的数据结构表示它们，用逻辑推理排除规则间的逻辑矛盾，用一组优化的规则构建模型，并将它们输出；出现模型构建子系统接收的是医生判断脑电波形在时间上出现方式的经验规则，输出的是识别出现方式的出现模型；分布模型构建子系统接收的是医生判断脑电波形在空间上分布方式的经验规则，输出的是识别分布方式的分布模型；状态模型构建子系统接收医生依据脑电波形、脑电波形出现方式和脑电波形分布方式来判断病人状态的经验规则，输出用于识别病人状态的状态模型；诊断模型构建子系统接收医生依据病人处于不同状态下的脑电波形、脑电波形出现方式和脑电波形分布方式进行诊断的经验规则，输出用于诊断疾病的诊断模型；出现方式识别子系统接收来自波形识别子系统输出的脑电波形数据，采用出现模型构建子系统提供的出现模型识别出脑电波形出现方式，在脑电数据中标注识别出的出现方式，并将标注后的脑电数据输出；分布方式识别子系统接收来自波形识别子系统输出的脑电波形数据，采用分布模型构建子系统提供的分布模型识别出脑电波形分布方式，在脑电数据中标注识别出的分布方式，并将标注后的脑电数据输出；病人状态识别子系统接收标注了脑电波形、出现方式和分布方式的脑电数据，采用状态模型构建子系统提供的状态模型进行处理，识别出病人在不同时段的状态，在脑电数据中增加状态标注后再将之输出；诊断子系统接收标注着脑电波形、出现方式、分布方式和病人状态的脑电数据，运用诊断模型构建子系统提供的诊断模型处理脑电数据，给出对病人的诊断意见；诊断意见由定性意见、关于脑电图的描述、脑电图描述对应的脑电数据索引共同组成；每个定性意见由一组关于脑电图的描述支撑，每个脑电图描述对应着一组脑电数据；诊断子系统支持用户从定性意见到脑电图描述、再到脑电数据的检索。相较于现有技术，本专利技术具有以下有益效果：本专利技术提供的一种基于脑电图的智能辅助诊断系统，根据已采集的数据集利用智能技术的思想构建用于各类脑疾病诊断的系统应用于其他病人，以减少医生由于个人局限对病情把握造成的不利影响，提高疾病诊断的效率。附图说明图1为本专利技术基于脑电图的智能辅助诊断系统框图。具体实施方式下面结合附图，对本专利技术的技术方案进行具体说明。应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。如图1所示，本实施例提供了一种基于脑电图的智能辅助诊断系统，包括脑电预处理子系统、波形模型构建子系统、波形识别子系统、出现模型构建子系统、出现方式识别子系统、分布模型构建子系统、分布方式识别子系统、状态模型构建子系统、病人状态识别子系统、诊断模型构建子系统和诊断子系统十一个子系统；脑电预处理子系统接收脑电源信号作为输入，经过滤波，伪迹去除，标注和参考变换后输出预处理后的脑电数据；脑电预处理子系统通过滤波去除脑电信号中的噪声，阈值限定去除受伪迹影响的信号段，独立成分分析去除混合在各导联上的伪迹；脑电预处理子系统的标注功能允许用户补充标注源数据中未标注的事件；脑电预处理子系统的标注功能还允许用户标注脑电波形；脑电预处理子系统的参考变换功能可以把源信号切换可通过计算把源信号切换为其他参考模式的脑电信号；本实施例中，未标注的事件包括脑电记录过程中已知的癫痫发作、睁闭眼试验、眼状态敏感试验、过度换气试验、闪光刺激、睡眠诱发、药物诱发和医生认为应标注的事件；脑电波形包括正弦样波、α节律、β节律、γ节律、δ节律、θ节律、弓形波、切迹波、双相波、三相波、多位相波、棘波、尖波、棘慢波、多棘波、多棘慢波、复合波、K综合波、多形性波；其他参考模式包括同侧耳参考、双耳参考、平均参考和双极导联；波形模型建构子系统从标注了脑电波形的预处理后的脑电数据中提取每种脑电波形的样本，用提取的样本为每种脑电波形构建训练集，通过在训练集上训练的方法为每个脑电波形构建一个波形模型，将波形模型输出给波形识别子系统；波形模型建构子系统具有不断累积优选脑电波形样本、扩充训练集、重构改进优化波形模型的功能；波形识别子系统接收脑电预处理子系统输出的待诊断的预处理后的脑电数据，采用波形模型建构子系统提供的波形模型从脑电数据中识别出所有的脑电波形，在脑电数据中标注识别出的脑电波形、脑电波形的空间位置和时间位置，并将标注后的脑电数据输出；出现模型构建子系统、分布模型构建子系统、状态模型构建子系统、诊断模型构建子本文档来自技高网...

【技术保护点】
1.一种基于脑电图的智能辅助诊断系统，其特征在于，包括脑电预处理子系统、波形模型构建子系统、波形识别子系统、出现模型构建子系统、出现方式识别子系统、分布模型构建子系统、分布方式识别子系统、状态模型构建子系统、病人状态识别子系统、诊断模型构建子系统和诊断子系统十一个子系统；脑电预处理子系统接收脑电源信号作为输入，经过滤波，伪迹去除，标注和参考变换后输出预处理后的脑电数据；脑电预处理子系统通过滤波去除脑电信号中的噪声，通过阈值限定去除受伪迹影响的信号段，通过独立成分分析去除混合在各导联上的伪迹；脑电预处理子系统的标注功能允许用户补充标注源数据中未标注的事件；脑电预处理子系统的标注功能还允许用户标注脑电波形；脑电预处理子系统的参考变换功能可将源信号切换，即可通过计算把源信号切换为其他参考模式的脑电信号；波形模型建构子系统从标注了脑电波形的预处理后的脑电数据中提取每种脑电波形的样本，用提取的样本为每种脑电波形构建训练集，通过在训练集上训练的方法为每个脑电波形构建一个波形模型，将波形模型输出给波形识别子系统；波形模型建构子系统具有不断累积优选脑电波形样本、扩充训练集、重构改进优化波形模型的功能；波形识别子系统接收脑电预处理子系统输出的待诊断的预处理后的脑电数据，采用波形模型建构子系统提供的波形模型从脑电数据中识别出所有的脑电波形，在脑电数据中标注识别出的脑电波形、脑电波形的空间位置和时间位置，并将标注后的脑电数据输出；出现模型构建子系统、分布模型构建子系统、状态模型构建子系统、诊断模型构建子系统分别通过与用户交互的方式接收医生的经验规则，并用规范化的数据结构表示它们，用逻辑推理排除规则间的逻辑矛盾，用一组优化的规则构建模型，并将它们输出；出现模型构建子系统接收的是医生判断脑电波形在时间上出现方式的经验规则，输出的是识别出现方式的出现模型；分布模型构建子系统接收的是医生判断脑电波形在空间上分布方式的经验规则，输出的是识别分布方式的分布模型；状态模型构建子系统接收医生依据脑电波形、脑电波形出现方式和脑电波形分布方式来判断病人状态的经验规则，输出用于识别病人状态的状态模型；诊断模型构建子系统接收医生依据病人处于不同状态下的脑电波形、脑电波形出现方式和脑电波形分布方式进行诊断的经验规则，输出用于诊断疾病的诊断模型；出现方式识别子系统接收来自波形识别子系统输出的脑电波形数据，采用出现模型构建子系统提供的出现模型识别出脑电波形出现方式，在脑电数据中标注识别出的出现方式，并将标注后的脑电数据输出；分布方式识别子系统接收来自波形识别子系统输出的脑电波形数据，采用分布模型构建子系统提供的分布模型识别出脑电波形分布方式，在脑电数据中标注识别出的分布方式，并将标注后的脑电数据输出；病人状态识别子系统接收标注了脑电波形、出现方式和分布方式的脑电数据，采用状态模型构建子系统提供的状态模型进行处理，识别出病人在不同时段的状态，在脑电数据中增加状态标注后再将之输出；诊断子系统接收标注着脑电波形、出现方式、分布方式和病人状态的脑电数据，运用诊断模型构建子系统提供的诊断模型处理脑电数据，给出对病人的诊断意见；诊断意见由定性意见、关于脑电图的描述、脑电图描述对应的脑电数据索引共同组成；每个定性意见由一组关于脑电图的描述支撑，每个脑电图描述对应着一组脑电数据；诊断子系统支持用户从定性意见到脑电图描述、再到脑电数据的检索。...

【技术特征摘要】
1.一种基于脑电图的智能辅助诊断系统，其特征在于，包括脑电预处理子系统、波形模型构建子系统、波形识别子系统、出现模型构建子系统、出现方式识别子系统、分布模型构建子系统、分布方式识别子系统、状态模型构建子系统、病人状态识别子系统、诊断模型构建子系统和诊断子系统十一个子系统；脑电预处理子系统接收脑电源信号作为输入，经过滤波，伪迹去除，标注和参考变换后输出预处理后的脑电数据；脑电预处理子系统通过滤波去除脑电信号中的噪声，通过阈值限定去除受伪迹影响的信号段，通过独立成分分析去除混合在各导联上的伪迹；脑电预处理子系统的标注功能允许用户补充标注源数据中未标注的事件；脑电预处理子系统的标注功能还允许用户标注脑电波形；脑电预处理子系统的参考变换功能可将源信号切换，即可通过计算把源信号切换为其他参考模式的脑电信号；波形模型建构子系统从标注了脑电波形的预处理后的脑电数据中提取每种脑电波形的样本，用提取的样本为每种脑电波形构建训练集，通过在训练集上训练的方法为每个脑电波形构建一个波形模型，将波形模型输出给波形识别子系统；波形模型建构子系统具有不断累积优选脑电波形样本、扩充训练集、重构改进优化波形模型的功能；波形识别子系统接收脑电预处理子系统输出的待诊断的预处理后的脑电数据，采用波形模型建构子系统提供的波形模型从脑电数据中识别出所有的脑电波形，在脑电数据中标注识别出的脑电波形、脑电波形的空间位置和时间位置，并将标注后的脑电数据输出；出现模型构建子系统、分布模型构建子系统、状态模型构建子系统、诊断模型构建子系统分别通过与用户交互的方式接收医生的经验规则，并用规范化的数据结构表示它们，用逻辑推理排除规则间的逻辑矛盾，...

【专利技术属性】
技术研发人员：黄志华，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35