【技术实现步骤摘要】
基于脑电特征的案例推理抑郁症识别系统
本专利技术涉及基于脑电特征的案例推理抑郁症识别系统，属于医疗辅助系统
技术介绍
脑电图是脑神经细胞生理活动在大脑皮层或头皮表层的总体反映。脑电信号中包含了大量的生理与疾病信息，在临床医学方面，脑电信号处理不仅可为某些疾病提供诊断依据，而且还为某些疾病提供了有效的治疗手段。当个体处于不同的思维状态、精神状态或者病理状态时，不同脑区的脑电信号存在显著性差异。通常按照一定的位置可以将大脑皮质划分为：额叶，主要处理与认知、情感等密切相关的信息；顶叶，主要与各种感觉、方向等相关；颞叶，主要处理与语言、听觉相关的信息；枕叶，主要处理与视觉相关的信息。大量的研究已经表明，抑郁症患者与正常人之间的脑电信号存在着明显的差异。其中，已有实验证明头部前额区与抑郁障碍具有较强的相关性。案例推理即在解决现有问题前我们先采集并检索相似的案例，获取到与当前问题情况的诸多参数相匹配的历史案例，根据具体情况修改并整理获取到的案例，最后将之应用到当前问题的解决之中。自上世纪90年代以来，我国对案例推理技术...
【技术保护点】
1.一种基于脑电特征的案例推理抑郁症识别系统，其特征在于，包括：脑电数据采集模块、脑电数据处理模块、案例推理模块以及显示模块；所述脑电数据采集模块用于获取脑电数据；所述脑电数据处理模块用于对获取的脑电信息进行相关处理并进行抑郁脑电特征提取及属性约简，形成案例属性，将这些属性传入案例推理模块；所述案例推理模块用于根据目标案例的案例属性，在构建的抑郁症脑电特征系统案例库中进行相应检索，检索与目标案例最相似的源案例，通过案例推理进行抑郁症特征识别，将识别结果送入显示模块；所述显示模块用于显示识别结果及相关案例信息。/n
【技术特征摘要】
1.一种基于脑电特征的案例推理抑郁症识别系统，其特征在于，包括：脑电数据采集模块、脑电数据处理模块、案例推理模块以及显示模块；所述脑电数据采集模块用于获取脑电数据；所述脑电数据处理模块用于对获取的脑电信息进行相关处理并进行抑郁脑电特征提取及属性约简，形成案例属性，将这些属性传入案例推理模块；所述案例推理模块用于根据目标案例的案例属性，在构建的抑郁症脑电特征系统案例库中进行相应检索，检索与目标案例最相似的源案例，通过案例推理进行抑郁症特征识别，将识别结果送入显示模块；所述显示模块用于显示识别结果及相关案例信息。
2.根据权利要求1所述的基于脑电特征的案例推理抑郁症识别系统，其特征在于，所述脑电数据采集模块通过普适化三导脑电采集设备，同步采集Fp1、Fp2、Fpz三个电极位的脑电信号，并将模拟信号转换成数字信号，实时送入脑电信号处理模块。
3.根据权利要求1所述的基于脑电特征的案例推理抑郁症识别系统，其特征在于，所述脑电数据处理模块包括数据预处理单元，采用带通滤波器获取0.5Hz～40Hz的脑电信号，去除工频噪声；通过小波变换结合卡尔曼滤波模型去除眼电噪声。
4.根据权利要求3所述的基于脑电特征的案例推理抑郁症识别系统，其特征在于，所述脑电数据处理模块包括抑郁脑电特征提取单元，通过机器学习方法，对经过预处理的脑电数据进行抑郁脑电特征提取，分别提取Fp1、Fp2、Fpz三个电极位的α波、β波、θ波、δ波及全波段的特征。
5.根据权利要求4所述的基于脑电特征的案例推理抑郁症识别系统，其特征在于，所述脑电数据处理模块包括属性简约单元，对提取的抑郁脑电特征进行属性简约；首先对特征属性矩阵采用浮动前向搜索算法SFFS，进行搜索得到属性子集；在每一轮搜索过程中，加入有用特征集的同时删除冗余特征集，保证用最少的属性子集最大限度地表征原始脑电数据信息，采用机器学习算法对属性子集进行评估，即通过计算搜索出来的属性子集的分类准确率，评价属性子集的有效性；使用KNN作为评价函数对属性子集进行评估，判断是否满足停止搜索的准则，如果满足则输出简约...
【专利技术属性】
技术研发人员：胡斌，蔡涵书，曲志雕，张健，
申请(专利权)人：兰州大学，
类型：发明
国别省市：甘肃;62
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。