一种基于多级分类的低功耗可穿戴癫痫发作检测系统技术方案

本发明专利技术公开了一种基于多级分类的低功耗可穿戴癫痫发作检测系统，根据生理信号数据特征进行一级预分类，得到的正样本数据输入到检测模型进行精细的二级分类，再结合一级预分类和二级分类结果得到最终检测结果，可以提高检测的精度；同步采集多种模态的生理信号，对多种模态的融合构造稳定的癫痫发作检测模型；在用于分类模型构造的数据集合中加入健康人日常活动的数据作为负样本，使得构造的分类模型更加适合实际生活场景，符合癫痫患者的真实需求；针对数据不平衡问题，基于人体活动的先验知识进行数据不平衡处理的方案，通过提取合加速度标准差、合加速度频域主频、合加速度峰峰值并设定经验阈值的方式进行数据不平衡处理。值并设定经验阈值的方式进行数据不平衡处理。值并设定经验阈值的方式进行数据不平衡处理。

【技术实现步骤摘要】
一种基于多级分类的低功耗可穿戴癫痫发作检测系统


[0001]本专利技术属于生物医学信号处理
，具体涉及一种基于多级分类的低功耗可穿戴癫痫发作检测系统。

技术介绍

[0002]癫痫是一种由多种病因导致的常见的大脑功能障碍疾病，其特点是持续易发性地自主癫痫发作。70％
‑
80％的癫痫患者可以通过恰当的药物辅助来抑制发作，而剩下的20％
‑
30％的慢性或顽固性癫痫无法通过药物来控制，被称为难治性癫痫。难治性癫痫患者往往面临着更大的安全风险和心理压力。全面性强直阵挛癫痫发作(GTCS)是最危险的癫痫类型之一，常被称为“癫痫大发作”。癫痫发作会同时给患者及其家人带来一系列身体和心理上的影响。癫痫发作时患者常常出现失神、躯体不受控制、呼吸停止等症状表现，往往会直接或间接导致患者受到意外伤害甚至是死亡。与癫痫相关的死亡原因主要有癫痫猝死(Sudden Unexpected Death in Epilepsy,SUDEP)。
[0003]癫痫的突然发作给癫痫患者带来了极大的安全风险。特别是当患者独处时，癫痫发作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多级分类的低功耗可穿戴癫痫发作检测系统，其特征在于，包括可穿戴设备和移动终端；所述可穿戴设备包括实时数据采集模块、在线原始数据预处理模块、癫痫发作预分类模块和数据实时无线传输模块；所述实时数据采集模块用于采集用户腕部的生理信号参数数据，包括:三轴加速度、三轴陀螺仪、表皮肌电、皮肤电导以及体温；所述在线原始数据预处理模块用于对各生理信号参数数据进行预处理；所述癫痫发作预分类模块对预处理后的各生理信号参数数据进行初步判断，判别出癫痫发作样本数据和非发作样本数据，并得到癫痫发作的一级检测结果；所述数据实时无线传输模块将被癫痫发作预分类模块检测为发作样本数据以及所述初步判断结果发送给移动终端；所述移动终端包括第二级癫痫发作检测模块、癫痫发作检测结果判决模块和癫痫发作状态告警模块；所述第二级癫痫发作检测模块包括利用癫痫发作数据和非发作时的生理信号参数数据组成的训练样本训练得到的癫痫检测模型；该癫痫检测模型用于对数据实时无线传输模块发送的发作样本数据进行识别，判断是否为癫痫发作或者非发作，得到癫痫发作的二级检测结果；所述癫痫发作检测结果判决模块用于根据数据实时无线传输模块发送的一级判断结果和第二级癫痫发作检测模块得到的二级检测结果进行联合判断，得到是否为癫痫发作的最终结果。2.如权利要求1所述的一种基于多级分类的低功耗可穿戴癫痫发作检测系统，其特征在于，所述癫痫发作预分类模块对预处理后的各生理信号参数数据进行初步判断的过程包括：根据三轴加速度数据获得合加速度标准差、合加速度频域主频以及合加速度峰峰值，并判断三者是否均大于设定的阈值，如果均大于则判定为癫痫发作样本数据，否则判定为非发作样本数据。3.如权利要求2所述的一种基于多级分类的低功耗可穿戴癫痫发作检测系统，其特征在于，所述在线原始数据预处理模块对生理信号参数数据进行滑动截窗获得每条数据，采用10s窗长截取，步进长度为2.5s。4.如权利要求6所述的一种基于多级分类的低功耗可穿戴癫痫发作检测系统，其特征在于，所述在线原始数据预处理模块对滑动截窗处理后的数据还进行滤波处理。5.如权利要求1所述的一种基于多级分类的低功耗可穿戴癫痫发作检测系统，其特征在于，所述第二级癫痫发作检测模块中的癫痫检测模型的构建过程为：采集癫痫患者的发作数据作为训练集正样本数据，健康人的数据作为训练集的负样本数据，得...

【专利技术属性】
技术研发人员：王群，周治国，赵昊，李双燕，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：