一种抑郁情绪脑电波信号识别系统及方法技术方案

本发明专利技术提供了一种抑郁情绪脑电波信号识别系统及方法，包括控制装置和脑电波采集装置；所述脑电波采集装置与所述控制装置通信连接；所述脑电波采集装置采集被测者的脑电波信号，所述控制装置识别所述脑电波信号是否存在抑郁情绪的脑电波信号特征，从而判断被测者是否出现抑郁情绪。本发明专利技术有利于提高识别被测者是否出现抑郁情绪的准确率，节省识别被测者是否出现抑郁情绪的时间，扩大了识别被测者是否出现抑郁情绪的普及范围，具有提高识别被测者是否出现抑郁情绪的效率的效果。是否出现抑郁情绪的效率的效果。是否出现抑郁情绪的效率的效果。

【技术实现步骤摘要】
一种抑郁情绪脑电波信号识别系统及方法


[0001]本专利技术涉及情绪脑电波信号识别系统的
，具体地，涉及一种抑郁情绪脑电波信号识别系统及方法。

技术介绍

[0002]目前，在抑郁情绪和抑郁症的监测和诊断中，主要是通过问卷调查的方式，用国家卫健委指定的PHQ
‑
9或学术上比较公认的哈密尔顿量表进行测试；医生或心理咨询师一般会在这两个量表的基础上，通过口头咨询进行诊断。该过程存在着很大的主观性。一方面，第一次填写该问卷的被测者，不容易理解问卷中的文字表述，而造成误填；有多次填写经验的被测者，因明白其中的识别机制，可以根据自己的需要决定如实回答还是有虚假回答，从而导致结果深受被测者的主观性影响；另一方面，医生或心理咨询师在分析被测者量表结果和咨询时，会更多依赖个人经验，而经验的多少、质量高低也带来的抑郁诊断的主观性。
[0003]目前抑郁识别的学术研究中，非常缺乏抑郁脑电波信号特征识别的科学研究。商业应用中，通过脑电波信号来识别抑郁的产品或申请专利中，用来作为抑郁特征参照物的脑电波信号特征没有，差别就在通过不同的计算机工具，例如神经网络、遗传网络、基于大数据的人工智能等来试图发现抑郁的脑电波信号特征。基于计算机工具发现的抑郁脑电波信号特征，其信效度是没有经过科学验证的。所以，这种方式并不能真正有效识别抑郁。
[0004]现有公开号为CN109918556A的中国专利技术专利公开了一种综合微博用户社交关系和微博文本特征抑郁情绪识别方法，以微博用户社交关系网络和发布微博文本数据运用机器学习的方法进行识别抑郁情绪用户。给微博文本打上抑郁情绪的特征标签利用分词器进行分词并同时去掉停用词。利用卡方检验进行特征值的提取与抑郁情绪相关的词语作为特征词。在选取出特征词后对每篇微博文本计算每个特征词的权重值，并同时将微博文本映射到一个特征向量。根据特征向量训练抑郁情绪文本分类模型。根据前N个最高概率计算出的平均概率和得到PageRank(pi)使用模型融合的方法计算出该用户的最终抑郁情绪结果。本专利技术综合微博用户社交关系和微博文本特征识别抑郁情绪方法可以进一步增强抑郁情绪识别精度。
[0005]针对上述中的现有技术，专利技术人认为上述方法识别被测者是否出现抑郁情绪的准确率较低，识别被测者是否出现抑郁情绪的耗时较长，识别被测者是否出现抑郁情绪的范围较小，进而识别被测者是否出现抑郁情绪的效率较低。

技术实现思路

[0006]针对现有技术中的缺陷，本专利技术的目的是提供一种抑郁情绪脑电波信号识别系统及方法。
[0007]根据本专利技术提供的一种抑郁情绪脑电波信号识别系统，包括控制装置和脑电波采集装置；
[0008]所述脑电波采集装置与所述控制装置通信连接；
[0009]所述脑电波采集装置采集被测者的脑电波信号，所述控制装置识别所述脑电波信号是否存在抑郁情绪的脑电波信号特征，从而判断被测者是否出现抑郁情绪。
[0010]优选的，所述控制装置包括中央控制器、TGAM模块、滤波模块、存储单元和分析识别模块；
[0011]所述TGAM模块、滤波模块、存储单元和所述分析识别模块分别与所述中央控制器通信连接；
[0012]所述脑电波采集装置与所述TGAM模块通信连接；
[0013]所述TGAM模块接收脑电波采集装置处的脑电波信号，并将脑电波信号传输至所述中央控制器；
[0014]所述滤波模块对所述中央控制器接收的所述脑电波信号进行滤波处理；
[0015]所述存储单元，至少用于存储抑郁情绪特征识别模型；
[0016]所述分析识别模块将采集到的脑电波信号与存储的抑郁情绪特征识别模型进行比对分析，识别是否存在抑郁情绪的脑电波信号特征。
[0017]优选的，所述脑电波采集装置采用非侵入式单导干电极。
[0018]优选的，所述脑电波采集装置内嵌有无线传输模块；
[0019]所述无线传输模块与所述TGAM模块建立通讯连接。
[0020]优选的，所述脑电波采集装置采集的数据为直接反应人的认知心理指标的脑电波信号，至少包括α波、β波、θ波、δ波、γ波、专注度和放松度。
[0021]优选的，所述抑郁情绪特征识别模型至少包括α波值、β波值、θ波值、δ波值、γ波值、专注度值和放松度值。
[0022]优选的，所述控制装置判断被测者是否存在抑郁情绪后得出分析结果，所述控制装置上通信连接有从所述控制装置内接收显示分析结果的显示单元，显示单元显示被测者的脑电波信号。
[0023]优选的，所述显示单元内显示的抑郁情绪的脑电波信号特征比如是M状抑郁情绪的脑电波信号特征。
[0024]一种抑郁情绪脑电波信号识别方法，其包括如下步骤：
[0025]步骤1：采集被测者的脑电波信号；
[0026]步骤2：识别所述脑电波信号是否存在抑郁情绪的脑电波信号特征，从而判断被测者是否出现抑郁情绪。
[0027]优选的，所述步骤2包括：
[0028]步骤2.1：接收采集的脑电波信号；
[0029]步骤2.2：对所述脑电波信号进行滤波处理；
[0030]步骤2.3：将采集到的脑电波信号与储存的抑郁情绪特征识别模型进行对比，识别是否存在抑郁情绪的脑电波信号特征。
[0031]与现有技术相比，本专利技术具有如下的有益效果：
[0032]1、本专利技术有利于提高识别被测者是否出现抑郁情绪的准确率，节省识别被测者是否出现抑郁情绪的时间，扩大了识别被测者是否出现抑郁情绪的普及范围，具有提高识别被测者是否出现抑郁情绪的效率的效果；
[0033]2、通过无线传输模块将脑电波采集装置与控制装置连接，使得脑电波采集装置与
控制装置建立通讯交互，采用无线传输的方式，使得脑电波采集装置结构更加简单，便于安装使用。
附图说明
[0034]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0035]图1为抑郁情绪脑电波信号识别系统的系统框架图；
[0036]图2为显示单元中显示的抑郁情绪脑电波信号识别系统显示图；
[0037]图3为M状抑郁情绪的脑电波信号特征图；
[0038]图4为一种抑郁情绪脑电波信号识别方法的流程图。
具体实施方式
[0039]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0040]本专利技术实施例公开了一种抑郁情绪脑电波信号识别系统，如图1所示，包括控制装置10、脑电波采集装置20和显示单元30。控制装置10包括中央控制器110、TGAM模块120、滤波模块130、存储单元140和分析识别模块150。TGAM模块120、滤波模块130、存储单元140和分析识别模块150分别与中央控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抑郁情绪脑电波信号识别系统，其特征在于，包括控制装置(10)和脑电波采集装置(20)；所述脑电波采集装置(20)与所述控制装置(10)通信连接；所述脑电波采集装置(20)采集被测者的脑电波信号，所述控制装置(10)识别所述脑电波信号是否存在抑郁情绪的脑电波信号特征，从而判断被测者是否出现抑郁情绪。2.根据权利要求1所述的一种抑郁情绪脑电波信号识别系统，其特征在于：所述控制装置(10)包括中央控制器(110)、TGAM模块(120)、滤波模块(130)、存储单元(140)和分析识别模块(150)；所述TGAM模块(120)、滤波模块(130)、存储单元(140)和所述分析识别模块(150)分别与所述中央控制器(110)通信连接；所述脑电波采集装置(20)与所述TGAM模块(120)通信连接；所述TGAM模块(120)接收脑电波采集装置(20)处的脑电波信号，并将脑电波信号传输至所述中央控制器(110)；所述滤波模块(130)对所述中央控制器(110)接收的所述脑电波信号进行滤波处理；所述存储单元(140)，至少用于存储抑郁情绪特征识别模型；所述分析识别模块(150)将采集到的脑电波信号与存储的抑郁情绪特征识别模型进行比对分析，识别是否存在抑郁情绪的脑电波信号特征。3.根据权利要求2所述的抑郁情绪脑电波信号识别系统，其特征在于，所述脑电波采集装置(20)采用非侵入式单导干电极。4.根据权利要求3所述的抑郁情绪脑电波信号识别系统，其特征在于，所述脑电波采集装置(20)内嵌有无线传输模块(210)；所述无线传输模块(210)与所述TGAM模块(...

【专利技术属性】
技术研发人员：陈亮，
申请(专利权)人：上海觉觉健康科技有限公司，
类型：发明
国别省市：