一种基于静息态脑网络的孤独症脑电信号的分类装置制造方法及图纸

本发明专利技术公开了一种基于静息态脑网络的孤独症脑电信号的分类装置，属于生物医学信息技术领域，具体涉及脑‑机接口领域中的模式分类方法。本发明专利技术从信息熵、功率谱和脑功能网络三个方面出发对孤独症进行识别和诊断，包含了现阶段研究中最常用的脑电信号分析方法，并创新地使用SPN滤波器对孤独症患者进行诊断，准确率接近100％。尤其是通过对孤独症儿童和正常儿童的静息态脑网络进行研究，探索二者的网络拓扑差异，并和其他各类方法进行对比，进而对孤独症的病理进行了一定的探索，也为临床上孤独症的诊断提供了可靠的依据。

【技术实现步骤摘要】
一种基于静息态脑网络的孤独症脑电信号的分类装置
本专利技术属于生物医学信息
，具体涉及脑-机接口领域中的模式分类方法。
技术介绍
孤独症，又称自闭症，是孤独症谱系障碍(AutismSpectrumDisorder,ASD)的一种。大多数孤独症患者在婴幼儿期就开始出现类似症状，并且该病症男孩更多见。现今在临床和研究上对孤独症评估诊断方式有很多种。主要包括行为量表、功能核磁共振成像、脑磁图以及脑电这些诊断方法。近年来，fMRI在孤独症上的研究成果越来越多，但其时间分辨率较低，且在诊断单个被试时特异性和灵敏度不高。脑磁图(Magnetoencephalography，MEG)是一种非侵入式的神经影像学手段，但其技术历史相对较短，且价格高昂，仍需进一步的创新。脑-机接口(BrainComputerInterface，BCI)是一种不依赖外围神经肌肉，只通过脑电信号便可直接操控电脑或开动机器、实现人与外部信息交互的新技术。其中脑电信号的特征提取是BCI系统能否翻译出大脑信息的关键。脑电作为一种无创的检测手段可以通过遍历头皮上的电极检测到大脑本文档来自技高网...

【技术保护点】
1.一种基于静息态脑网络的孤独症脑电信号的分类装置，该装置包括：脑电信号采集装置、预处理模块、样本熵计算模块、模糊熵计算模块、功率密度计算模块、加权无向连接网络计算模块、网络属性特征提取模块、SPN滤波器、LDA分类器；通过脑电信号采集装置得到的脑电信号依次经过预处理模块，预处理模块的输出分别作为：样本熵计算模块、模糊熵计算模块、功率密度计算模块、加权无向连接网络计算模块的输入，其中加权无向连接网络计算模块的输出作为网络属性特征提取模块、SPN滤波器的输入；最后样本熵计算模块、模糊熵计算模块、功率密度计算模块、网络属性特征提取模块、SPN滤波器的输出作为训练好的LDA分类器的输入，通过训练好的...

【技术特征摘要】
1.一种基于静息态脑网络的孤独症脑电信号的分类装置，该装置包括：脑电信号采集装置、预处理模块、样本熵计算模块、模糊熵计算模块、功率密度计算模块、加权无向连接网络计算模块、网络属性特征提取模块、SPN滤波器、LDA分类器；通过脑电信号采集装置得到的脑电信号依次经过预处理模块，预处理模块的输出分别作为：样本熵计算模块、模糊熵计算模块、功率密度计算模块、加权无向连接网络计算模块的输入，其中加权无向连接网络计算模块的输出作为网络属性特征提取模块、SPN滤波器的输入；最后样本熵计算模块、模糊熵计算模块、功率密度计算模块、网络属性特征提取模块、SPN滤波器的输出作为训练好的LDA分类器的输入，通过训练好的LDA分类器实现脑电信号的分类；
其中，所述脑电信号采集装置的电极安放位置标准是国际标准的10-20系统，采样率为500Hz，带通滤波范围为0.5-45Hz，采集闭眼静息态的脑电信号；
所述预处理模块对采集的脑电信号依次进行：平均参考处理、分频段带通滤波处理：δ波：[1Hz-4Hz)、θ波：[4Hz-8Hz)、α波：[8Hz-13Hz)和β波：[13Hz-30Hz]、5秒的数据分段处理、分段数据的基线校正处理和以70μV作为阈值的眼电伪迹去除处理；
所述样本熵计算模块中的计算方法为：
设采处理后的脑电信号为{u(i),i＝0,1,2,…,N}，样本熵的计算步骤如下：
将N个时间序列点进行划分，m个数据点为一个子片段，1≤i≤N-m则一共划分为N-m个子序列片段，子序列片段记作X(i)可标记为：
X(i)＝[x(i),x(i+1),…x(i+m-1)],i＝1,2,…,N-m(1)
计算第i个子序列片段X(i)和其他子序列片段X(j)之间距离的最大值，需要计算N-m-1次，i从1取到N-m，计算公式为：



设定阈值r，i从1取到N-m，分别计算出所有的d[X(i),X(j)]，再统计出d[X(i),X(j)]小于r的个数，除以距离总数N-m-1，记作



计算出的平均值如下：



增加维数到m+1维，重复步骤计算出Bm+1(r)；计算出样本熵SaEn(m,r)，公式如下：
SaEn(m,r)＝-ln[Bm+1(r)/Bm(r)](5)
所述模糊熵计算模块中的计算方法为：
对于给定的N维时间序列u(i)，定义空间维数m，m≤N-2和相似容限度r，重构序列空间：
X(i)＝[u(i),u(i+1),…u(i+m-1)],i＝1,2,…,N+m-1(6)



引入模糊隶属函数A(x)：



其中，r为相似容限度；
对于i＝1,2,…,N-m+1，通过模糊隶属函数A(x)计算模糊隶属度




表示序列维数为m时，第i个序列和第j个序列之间的模糊隶属度，其中，



为序列X(i)和Y(j)之间的最大绝对距离；
针对每一个i，求的平均值，得到：



定义：



因此，原时间序列的模糊熵为：
FuzzyEn(m,r)＝limN→∞[l...

【专利技术属性】
技术研发人员：李发礼，张树，李存波，尧德中，冯睿，许文明，徐鹏，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51