基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统技术方案

本发明专利技术涉及多动症监测技术领域，尤其涉及到一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，包括监测诊断块，且监测诊断块内侧面为适于人体头部结构的弧形面，监测诊断块内部设有处理器，在监测诊断块内侧面还设有脑电波采集电极，在脑电波采集电极顶端还连接安装有导电层，在监测诊断块的左右两侧还通过连接机构安装有伸缩带，处理器包括数据采集芯片、信号接收器、算法模块、诊断分级模块、数据存储模块、信号传输模块以及云后台终端，所述信号传输模块还连接有移动设备；本发明专利技术实现了在常规状态下或者儿童玩乐时间内的实时脑电波数据监测和分析处理，使得监测数据更加准确和代表性，大大提高了该产品使用的实用性和高效性。

【技术实现步骤摘要】
基于对脑电波解析的注意力分析算法的注意缺陷多动障碍诊断监测系统
本专利技术涉及儿童多动症监测处理
，尤其涉及到一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统。
技术介绍
儿童多动症（简称多动症），又称注意力缺陷多动障碍（ADHD），是一种常见的儿童行为异常问题。这类患儿的智力正常或接近正常，但学习、行为及情绪方面有缺陷，主要表现为与年龄和发育水平不相称的注意力不易集中、注意广度缩小、注意时间短暂，不分场合的活动过多、情绪易冲动等现象，并常伴有认知障碍和学习困难等难题。该症于学前起病，呈慢性过程，且该症不仅影响儿童在学校、家庭和校外的生活，长期下来，而且容易导致儿童持久的学习困难、行为异常问题和自尊心低的现象，严重制约了儿童的天性发展和智力发育，此类患儿尤其表现在家庭及学校均难与人相处，如不能得到及时治疗，部分患儿成年后仍有症状，明显影响患者学业、身心健康以及成年后的家庭生活和社交能力，经过网络和民生大数据检索调查，国内外调查发现儿童该症患病率为3%～10%，其中男女比为4～9：1，尤其是早产儿童患此病较多。目前，医院对本文档来自技高网...

【技术保护点】
1.一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：包括监测诊断块（1），所述监测诊断块（1）内侧面为弧形面，所述监测诊断块（1）内部设有处理器（2），在所述监测诊断块（1）内侧面还设有脑电波采集电极（3），所述脑电波采集电极（3）一端与处理器（2）电性连接、另一端贯穿监测诊断块（1）与外界人体相接触，在所述脑电波采集电极（3）顶端还连接安装有便于人体穿戴舒适的导电层（4），导电层（4）与监测诊断块（1）的弧形面连接固定，在所述监测诊断块（1）的左右两侧还通过连接机构（8）安装有伸缩带（5），所述处理器（2）包括数据采集芯片（21）、信号接收器（22）、算法模块（23）、诊断分...

【技术特征摘要】
1.一种基于对脑电波解析算法的注意缺陷多动障碍诊断系统，其特征在于：包括监测诊断块（1），所述监测诊断块（1）内侧面为弧形面，所述监测诊断块（1）内部设有处理器（2），在所述监测诊断块（1）内侧面还设有脑电波采集电极（3），所述脑电波采集电极（3）一端与处理器（2）电性连接、另一端贯穿监测诊断块（1）与外界人体相接触，在所述脑电波采集电极（3）顶端还连接安装有便于人体穿戴舒适的导电层（4），导电层（4）与监测诊断块（1）的弧形面连接固定，在所述监测诊断块（1）的左右两侧还通过连接机构（8）安装有伸缩带（5），所述处理器（2）包括数据采集芯片（21）、信号接收器（22）、算法模块（23）、诊断分级模块（24）、数据存储模块（25）、信号传输模块（26）和云后台终端（27）；
所述数据采集芯片（21），在常规或者静默状态下儿童佩戴好设备，用于接收来自脑电波采集电极直接接触儿童头部进行的脑电波信号的采集数据和记录；
信号接收器（22），用于接收来自数据采集芯片的数据信号并做出分析处理从而进行下一步的反馈提示信号；
算法模块（23），接收来自信号接收器的数据信号，然后剥离出需要的核心算法指标数值信号，其中，核心算法指标：注意力指数θ：根据诊断时间内注意力方差均值算出，反应出一段时间内注意力均值；注意力保持指数α：根据儿童佩戴设备时采集注意力数据进行计算得出，用来表示注意力保持时间长度；注意力跳跃指数β：根据儿童佩戴设备时采集注意力数据在一段时间内的波峰到波谷的方差平均值；年龄G：参与诊断儿童的实际年龄，以月为单位；进而通过核心算法进行算法处理；其中算法模块中的核心算法如下：
在T时间段内，T（t1,t2.......tn）,
分别得到注意力值（nt1,nt2,.....ntn）
G为测试儿童年龄，以月为单位
P为注意力标准值
M为注意力在标准值之上的连续时长
NP为注意力值N与标准值间差
NP=（nt1-p,nt2-p,......ntn-p）
当NPt>0且NPt+1>0时
Mt+1
得到(M1,M2,M3.......Mt)其中，t<tn
θ=(M1+M2+M3+…+Mn)/n
α=〈(M1-θ)^2+(M2-θ)^2+(M3-θ)^2+…+(Mn-θ)^2〉╱n
在T时间段内，T（t1,t2.......t2n）,
分别得到注意力波峰值NP（np1,np2,.....npn）
注意力波谷值NL（nl1,nl2,.....nln）
N1=NP1-NL1
N2=NP2-NL1
…
…
….
N2n=NPn-NLn
对于数列（N1,N2,N3......N2n）
R=(N1+N2+N3+…+N2n)/2n
β=〈(N1-R)^2+(N2-R)^2+(N3-R)^2+…+(N2n-R)^2〉╱2n；
诊断分级模块（24），用于分析来自算法模块的计算值K，然后对数据参考值进行比对，然后做出分级评估报告；多动症综合评估K：根据核心算法量化孩子的综合多动症状态指标，用于直观的反映儿童当前多动症程度；
数据存储模块（25），用于将经过算法处理后的数据和原始信号数据进行存储，以便后续的治疗方案进行相对应的调整，全面实时的掌握儿童多动症的康复治疗进度；
信号传输模块（26），用于将脑电波采集信号数据和核心算法指标数据以及计算后数据和诊断分级报告等数据，进行数据传输给云后台终端，防止数据存储模块受损，导致数据丢失；同时在云后台终端进行各项数据的储备，在移动设备调用时也是方便快捷；
云后台终端（27），用于将所有数据进行存...

【专利技术属性】
技术研发人员：吕华伟，
申请(专利权)人：河南省安信科技发展有限公司，
类型：发明
国别省市：河南;41