一种基于EEG信号的焦虑状态检测及反馈系统技术方案

本发明专利技术公开了一种基于EEG信号的焦虑状态检测及反馈系统。包括了特制的便携式EEG信号监测设备、EEG信号分析系统和焦虑状态分析算法三个部分。本平台的工作原理为：(1)特制的便携式EEG信号监测设备采集使用者的脑电波数据并实时传入EEG信号分析系统；(2)EEG信号分析系统接收到数据后进行解码和预处理，再应用焦虑状态分析算法通过脑电波数据机器学习模型进行信号识别；(3)当系统识别到使用者进入焦虑状态的信号数据特征时，将焦虑状态实时反馈给设备和终端进行反馈。

【技术实现步骤摘要】
一种基于EEG信号的焦虑状态检测及反馈系统
本专利技术属于EEG信号识别
，具体涉及一种基于EEG信号的焦虑状态检测及反馈系统。
技术介绍
焦虑是一种常见的情绪状态，不可控制的焦虑状态称为焦虑障碍，是一种影响广泛的精神健康障碍。焦虑状态的发生与环境因素、人格特质等因素相关，其发生时伴随强烈的脑活动异常。特别的，焦虑时脑活动的异常将反映到EEG信号的异常。研究表明，焦虑状态的EEG信号异常可能反映在多个维度，包括频率、功率谱、耦合关系等方面。随着EEG信号识别分析技术的不断完善，焦虑状态的EEG脑波监测技术越来越成熟，基于机器学习算法，可以准确地分析焦虑状态的多维度信号特征，判断使用者是否处于焦虑状态。存在的问题是，目前基于EEG进行监测的方法，通常使用64或128多通道大型脑电设备，使用不便捷、成本高；并且现有的方法没有反馈和更新特征数据库的并行模块，导致焦虑状态的检测精确度不高，难以应用到常规辅助医学诊疗中。
技术实现思路
本专利技术的目的在于提供一种基于EEG信号的焦虑状态检测及反馈系统，以解决现有的焦虑EEG检测技术使用多通道设备不便捷且成本高的情况，以及提供基于不断反馈更新的、更加准确的焦虑特征数据库构建算法。本系统基于EEG动态特征信号进行设计，可实现对使用者脑电波的监测，实时反馈使用者是否进入了焦虑状态，并反馈给设备和外部终端，进一步反馈给医院等监测者，实现辅助医学诊疗的功能。为了实现上述目的，本专利技术提供如下技术方案：一种基于EEG信号的焦虑状态检测及反馈系统。本方法包括一套对使用者EEG信号的采集、传输、焦虑状态判别和反馈的步骤，此步骤应用了特制的EEG信号监测设备、EEG信号处理系统和焦虑状态分析算法三个部分。本方法对使用者EEG信号的采集、传输、焦虑状态判别和反馈的步骤为：第一步：通过特制的便携式EEG信号监测设备进行脑电信号采集；第二步：对信号进行放大并编码，传输到EEG信号分析系统；第三步：EEG信号分析系统进行解码和预处理提取特征，并应用机器学习算法进行信号分析，判别实时EEG信号是否达到焦虑状态特征；第四步：当监测到信号达到焦虑状态特征时，记录焦虑状态数据并反馈给特制的便捷式EEG设备和外部终端进行提示和状态显示。优选的：所述第一步和第二步中信号采集和传输步骤具体流程为：第一步：使用者佩戴的特制EEG信号监测设备的电极阵列位于头部前额4个和左右耳部各1个，分别用于采集前额脑电波信号和参考脑电波信号；第二步：特制的EEG信号监测设备通过自身外传部件将信号进行放大和编码，整合为高频数字信号传输给EEG信号分析系统。优选的：所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为：第一步：对高频数字信号进行解码，还原为多通道的脑电波信号；第二步：通过回归法、自适应滤波和独立分量分析法，对信号进行滤波和降噪，去除干扰和噪声；第三步：对处理后的脑电波数据进行时域和频域的参数提取和特征变化，并进行归类；第四步：使用随机森林机器学习算法计算时域和频域的特征组合，得到焦虑状态不同维度的参数；第五步：通过建立并不断完善焦虑状态的参数特征库，对比分析实时的脑电波信号特征参数是否达到焦虑状态的阈值。优选的：所述第四步当监测到信号达到焦虑状态特征时，对数据进行记录，并对使用者和终端进行反馈的步骤具体流程为：第一步：EEG信号分析系统实时分析使用者的脑电波信号特征，当特征参数达到焦虑状态阈值时，记录相应阶段的数据和状态到参数特征库；第二步：将焦虑信号反馈给特制的EEG信号监测设备；第三步：特制的EEG信号监测设备接收到焦虑状态信号后，控制设备光源发亮，给使用者进行焦虑提示；第四步：将使用者焦虑状态的实时数据发送给医院等监测者的外部终端，进行状态显示，并应用到辅助诊疗支持；第五步：定期应用每次使用者的状态数据，进行焦虑特征的算法的更新和完善，构建更完善的参数特征库。与现有的技术相比，本专利技术的有益效果是：(1)本专利技术基于动态EEG信号特征进行设计，通过机器学习算法解析信号数据解析焦虑状态的脑电波型号特征，可快速精确地判别使用者进入焦虑状态的信号数据特征；(2)本专利技术的特制的EEG信号监测设备，通过合理的进行电极阵列排布，可获取足够的脑电波信息，保证EEG信号监测的可靠性；(3)本专利技术穿戴便捷，便于应用在日常生活当中实时监测数据到监测者，实现了长时间监测和辅助诊疗功能。附图说明图1为本专利技术的应用流程图；图2为本专利技术的特制的EEG信号监测设备结构图；图3为本专利技术的EEG信号采集、传输和反馈的数据交互示意图；图4为本专利技术的EEG信号分析系统进行信号解析、处理和分析的应用流程图；图5为本专利技术的焦虑状态EEG信号的数据参数特征示意图；图6为本专利技术的焦虑分析算法原理示意图；图7为本专利技术的原理示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，本专利技术提供一种技术方案：一种基于EEG信号的焦虑状态检测及反馈系统，包括一套对使用者EEG信号的采集、传输、焦虑状态判别和反馈的步骤，在本实施例中具体为：第一步：通过特制的便携式EEG信号监测设备进行脑电信号采集；第二步：对信号进行放大并编码，传输到EEG信号分析系统；第三步：EEG信号分析系统进行解码和预处理提取特征，并应用机器学习算法进行信号分析，判别实时EEG信号是否达到焦虑状态特征；第四步：当监测到信号达到焦虑状态特征时，记录焦虑状态数据并反馈给特制的便捷式EEG设备和外部终端进行提示和状态显示。本实施例中，优选的，如图2和图3所示，第一步和第二步中信号采集和传输步骤具体流程为：第一步：使用者佩戴的特制EEG信号监测设备的电极阵列位于头部前额4个和左右耳部各1个，分别用于采集前额脑电波信号和参考脑电波信号；第二步：特制的EEG信号监测设备通过自身外传部件将信号进行放大和编码，整合为高频数字信号传输给EEG信号分析系统。本实施例中，优选的，如图4-6所示，第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为：第一步：对高频数字信号进行解码，还原为多通道的脑电波信号；第二步：通过回归法、自适应滤波和独立分量分析法，对信号进行滤波和降噪，去除干扰和噪声；第三步：对处理后的脑电波数据进行时域和频域的参数提取和特征变化，并进行归类；第四步：使用随机森林机器学习算法计算时域和频域的特征组合，得到焦虑状态不同维度的参数；第五步：通过建立并不断完善焦虑状态的参数本文档来自技高网...

【技术保护点】
1.基于EEG信号的焦虑状态检测及反馈系统，其特征在于：包括对使用者EEG信号的采集、传输、焦虑状态判别和反馈的步骤，所述对使用者EEG信号的采集、传输、判别和反馈的步骤为：/n第一步：通过特制的便携式EEG信号监测设备进行脑电信号采集；/n第二步：对信号进行放大并编码，传输到EEG信号分析系统；/n第三步：EEG信号分析系统进行解码和预处理提取特征，并应用机器学习算法进行信号分析，判别实时EEG信号是否达到焦虑状态特征；/n第四步：当监测到信号达到焦虑状态特征时，记录焦虑状态数据并反馈给特制的便捷式EEG设备和外部终端进行提示和状态显示。/n

【技术特征摘要】
1.基于EEG信号的焦虑状态检测及反馈系统，其特征在于：包括对使用者EEG信号的采集、传输、焦虑状态判别和反馈的步骤，所述对使用者EEG信号的采集、传输、判别和反馈的步骤为：
第一步：通过特制的便携式EEG信号监测设备进行脑电信号采集；
第二步：对信号进行放大并编码，传输到EEG信号分析系统；
第三步：EEG信号分析系统进行解码和预处理提取特征，并应用机器学习算法进行信号分析，判别实时EEG信号是否达到焦虑状态特征；
第四步：当监测到信号达到焦虑状态特征时，记录焦虑状态数据并反馈给特制的便捷式EEG设备和外部终端进行提示和状态显示。


2.根据权利要求1所述的基于EEG信号的焦虑状态检测及反馈系统，其特征在于：所述第一步和第二步中信号采集和传输步骤具体流程为：
第一步：使用者佩戴的特制EEG信号监测设备的电极阵列位于头部前额4个和左右耳部各1个，分别用于采集前额脑电波信号和参考脑电波信号；
第二步：特制的EEG信号监测设备通过自身外传部件将信号进行放大和编码，整合为高频数字信号传输给EEG信号分析系统。


3.根据权利要求1所述的基于EEG信号的焦虑状态检测及反馈系统，其特征在于：所述第三步进行信号解码、预处理、特征提取和分析判别步骤计算流程为：
...

【专利技术属性】
技术研发人员：王晓岸，卢树强，沈阳，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：北京;11