一种基于视频脑电的癫痫发作自动检测系统及装置制造方法及图纸

本发明专利技术公开了一种基于视频脑电的癫痫发作自动检测系统及装置，包括：脑电采集模块、脑电数据预处理模块、脑电数据特征提取模块、痫样脑电检测模块、视频采集模块、视频特征提取模块和癫痫发作检测模块。本发明专利技术提供的癫痫发作检测方法同时分析了脑电和视频信息，可以更加精准的检测患者是否发作癫痫；本发明专利技术先分析脑电信号，当脑电信号检测出痫样脑电时再分析视频数据，可以在不降低检测精度的前提下极大的降低计算量。的降低计算量。的降低计算量。

【技术实现步骤摘要】
一种基于视频脑电的癫痫发作自动检测系统及装置


[0001]本专利技术涉及一种医疗信息
，尤其涉及一种基于视频脑电的癫痫发作自动检测系统及装置。

技术介绍

[0002]癫痫(Epilepsy)是神经系统常见的疾病，由于大脑神经元突发性异常放电，导致短暂的大脑功能障碍的慢性疾病。流行病学资料显示，国内癫痫的总体患病率为7.0
‰
。由于癫痫发作起源脑区和传播途径的不同，癫痫发作的临床表现复多样，其临床表现为突发意识丧失、昏厥、四肢抽搐等，并且在认知与精神上产生障碍，严重损害患者的身心健康，甚至危及生命。
[0003]目前传统的癫痫自动检测系统仅分析脑电信号，并没有结合患者的临床表现，虽然患者发作癫痫时一定存在脑电发生痫样放电，但是一方面在正常人群中有0.3%
‑
3%的人没有癫痫发作，但脑电图有痫样放电，另一方面临床诊断癫痫发作所需要的意识丧失、四肢抽搐等临床表现还是需要患者陪护标注和医生通过视频人工判断，医生需要结合患者的临床表现以及脑电是否发生痫性放电综合判断患者是否存在癫痫发作。
[0004]为此，我们提出一种基于视频脑电的癫痫发作自动检测系统及装置以解决上述技术问题。

技术实现思路

[0005]本专利技术为了解决上述技术问题，提供一种基于视频脑电的癫痫发作自动检测系统及装置。
[0006]本专利技术采用的技术方案如下：一种基于视频脑电的癫痫发作自动检测系统，包括：脑电采集模块：用于采集脑电信号，并将所述脑电信号输入至脑电数据预处理模块；脑电数据预处理模块：用于对所述脑电信号进行预处理，得到每秒所述脑电信号的频域特征，并将每秒所述脑电信号的频域特征输入至脑电数据特征提取模块；脑电数据特征提取模块：用于将每秒所述脑电信号的频域特征通过脑电特征提取神经网络，获取对应每秒脑电特征和每秒所述脑电信号为痫样的概率，并将痫样的概率输入至痫样脑电检测模块，将每秒所述脑电特征输入至癫痫发作检测模块；痫样脑电检测模块：用于判断连续时间范围内每秒所述脑电信号为痫样的概率，痫样的概率用于判断患者是否发生痫样脑电，并将患者发生痫样脑电的结果输入至视频特征提取模块；视频采集模块：用于采集患者所在病床区域视频，并将所述病床区域视频输入至视频特征提取模块；视频特征提取模块：根据患者发生痫样脑电的结果用于对所述病床区域视频按每
秒一帧抽样成图片序列，将每帧图片序列利用OpenPose神经网络获取每帧图片的视频特征，并将每帧图片的视频特征输入至癫痫发作检测模块；癫痫发作检测模块：用于将每帧图片的视频特征和每秒所述脑电特征输入至癫痫发作检测神经网络获取患者发作癫痫的概率，患者发作癫痫的概率用于判断患者是否癫痫发作。
[0007]进一步地，所述脑电数据预处理模块中的预处理具体包括：用于将所述脑电信号固定按一秒的时间分割，对每秒所述脑电信号做傅里叶变换，计算每秒时间范围的多通道脑电信号功率谱，频率分辨率为1Hz；用于对每秒所述脑电信号连同前后一秒的连续三秒每通道的数据做傅里叶变换，计算连续三秒范围的多通道脑电信号功率谱，再采用平均的方法将频率分辨率归一化为1Hz；用于对每秒时间范围的多通道脑电信号功率谱和连续三秒范围的多通道脑电信号功率谱进行拼接作为对应每秒所述脑电信号的频域特征。
[0008]进一步地，所述脑电数据特征提取模块具体包括：用于将每秒所述脑电信号的频域特征通过脑电特征提取神经网络的特征提取部分，获取对应每秒脑电特征；用于将所述脑电特征的通道作为时间轴，输入至所述脑电信号特征提取神经网络中的预测部分，获取每秒所述脑电信号为痫样的概率；用于将痫样的概率输入至痫样脑电检测模块，将每秒所述脑电特征输入至癫痫发作检测模块。
[0009]进一步地，所述痫样脑电检测模块具体包括：用于判断连续时间范围内每秒所述脑电信号为痫样的概率，当所述连续时间范围内50%以上的所述脑电信号的痫样概率大于80%，则患者发生痫样脑电，反之，则患者未发生痫样脑电，并将患者发生痫样脑电的结果输入至视频特征提取模块。
[0010]进一步地，所述视频特征提取模块具体包括：用于将患者发生痫样脑电时刻时包含对应前后预设时间在内的连续时间内的所述病床区域视频按每秒一帧抽样成图片序列；用于将每帧图片序列利用OpenPose神经网络输出的VGG
‑
19前10层的每帧图片的视频特征；用于将每帧图片的视频特征输入至癫痫发作检测模块。
[0011]进一步地，所述癫痫发作检测模块具体包括：用于将连续任意时间范围内的所述脑电特征输入至癫痫发作检测神经网络的脑电特征处理部分获取时序脑电特征；用于将连续任意时间范围内的所述视频特征输入至癫痫发作检测神经网络的视频特征处理部分获取时序视频特征；用于将所述时序脑电特征和所述时序视频特征进行拼接并输入癫痫发作检测神经网络的预测部分得到患者发作癫痫的概率；用于判断当患者发作癫痫的概率超过85%，则认为患者癫痫发作，反之，则认为患者癫痫未发作。
[0012]进一步地，所述脑电采集模块按照10
‑
20标准导联系统实时采集脑电信号。
[0013]进一步地，所述脑电数据特征提取模块中脑电特征提取神经网络的激活层采用Relu激活函数。
[0014]本专利技术还提供一种基于视频脑电的癫痫发作自动检测装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现上述任一项所述的一种基于视频脑电的癫痫发作自动检测系统。
[0015]本专利技术还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述任一项所述的一种基于视频脑电的癫痫发作自动检测系统。
[0016]本专利技术的有益效果是：1、本专利技术提供的癫痫发作检测方法同时分析了脑电和视频信息，可以更加精准的检测患者是否发作癫痫。
[0017]2、本专利技术先分析脑电信号，当脑电信号检测出痫样脑电时再分析视频数据，可以在不降低检测精度的前提下极大的降低计算量。
附图说明
[0018]图1为本专利技术一种基于视频脑电的癫痫发作自动检测系统的结构示意图；图2为本专利技术一种基于视频脑电的癫痫发作自动检测装置的结构示意图。
具体实施方式
[0019]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性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。
[0020]参见图1，一种基于视频脑电的癫痫发作自动检测系统，包括：脑电采集模块：用于采集脑电信号，并将所述脑电信号输入至脑电数据预处理模块；所述脑电采集模块按照10
‑
20标准导联系统实时采集脑电信号。
[0021]脑电数据预处理模块：用于对所述脑电信号进行预处理，得到每秒所述脑电信号的频域特征，并将每秒所述脑电信号的频域特征输入至脑电数据特征提取模块；所述脑电数据预处理模块中的预处理具体包括：用于将所述脑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频脑电的癫痫发作自动检测系统，其特征在于，包括：脑电采集模块：用于采集脑电信号，并将所述脑电信号输入至脑电数据预处理模块；脑电数据预处理模块：用于对所述脑电信号进行预处理，得到每秒所述脑电信号的频域特征，并将每秒所述脑电信号的频域特征输入至脑电数据特征提取模块；脑电数据特征提取模块：用于将每秒所述脑电信号的频域特征通过脑电特征提取神经网络，获取对应每秒脑电特征和每秒所述脑电信号为痫样的概率，并将痫样的概率输入至痫样脑电检测模块，将每秒所述脑电特征输入至癫痫发作检测模块；痫样脑电检测模块：用于判断连续时间范围内每秒所述脑电信号为痫样的概率，痫样的概率用于判断患者是否发生痫样脑电，并将患者发生痫样脑电的结果输入至视频特征提取模块；视频采集模块：用于采集患者所在病床区域视频，并将所述病床区域视频输入至视频特征提取模块；视频特征提取模块：根据患者发生痫样脑电的结果用于对所述病床区域视频按每秒一帧抽样成图片序列，将每帧图片序列利用OpenPose神经网络获取每帧图片的视频特征，并将每帧图片的视频特征输入至癫痫发作检测模块；癫痫发作检测模块：用于将每帧图片的视频特征和每秒所述脑电特征输入至癫痫发作检测神经网络获取患者发作癫痫的概率，患者发作癫痫的概率用于判断患者是否癫痫发作。2.如权利要求1所述的一种基于视频脑电的癫痫发作自动检测系统，其特征在于，所述脑电数据预处理模块中的预处理具体包括：用于将所述脑电信号固定按一秒的时间分割，对每秒所述脑电信号做傅里叶变换，计算每秒时间范围的多通道脑电信号功率谱，频率分辨率为1Hz；用于对每秒所述脑电信号连同前后一秒的连续三秒每通道的数据做傅里叶变换，计算连续三秒范围的多通道脑电信号功率谱，再采用平均的方法将频率分辨率归一化为1Hz；用于对每秒时间范围的多通道脑电信号功率谱和连续三秒范围的多通道脑电信号功率谱进行拼接作为对应每秒所述脑电信号的频域特征。3.如权利要求1所述的一种基于视频脑电的癫痫发作自动检测系统，其特征在于，所述脑电数据特征提取模块具体包括：用于将每秒所述脑电信号的频域特征通过脑电特征提取神经网络的特征提取部分，获取对应每秒脑电特征；用于将所述脑电特征的通道作为时间轴，输入至所述脑电信号特征提取神经网络中的预测部分，获取每秒所述脑电信号为痫样的概率；用于将痫样的概率输入至痫样脑电检测模块，将每秒所述脑电特征输入至...

【专利技术属性】
技术研发人员：周天舒，王沛，张莹，田雨，李劲松，
申请(专利权)人：之江实验室，
类型：发明
国别省市：