本发明专利技术公开了一种基于脑机交互技术的嗅觉功能标准化评估装置及方法，具体为：该装置包括前端模块、数据采集模块、数据处理模块和用户交互模块；用于采集受检者在静息状态下嗅黏膜、嗅球和前额叶皮层的电生理活动以及呼吸信号，对多通道信号进行放大和采集，通过神经网络模型计算生成嗅觉功能评估指标，生成嗅觉功能检查报告并进行显示和存储。本发明专利技术通过记录受检者静息状态下的嗅觉生理信号，通过数据分析得到定量化的嗅觉功能评估指标，无需传统嗅觉功能检测方法中的气味刺激，可以有效排除主观因素影响，减少个体差异。减少个体差异。减少个体差异。
【技术实现步骤摘要】
一种基于脑机交互技术的嗅觉功能标准化评估装置及方法
[0001]本专利技术涉及人和哺乳动物嗅觉检测和功能评估
，具体涉及一种基于脑机交互技术的嗅觉功能标准化评估装置及方法。
技术介绍
[0002]嗅觉障碍是多种疾病的早期症状，如神经退行性疾病、病毒感染、肿瘤等，及时进行快速、方便、准确的嗅觉功能评估对疾病早期干预、延缓病情具有重要意义。目前嗅觉功能检测的方法包括主观检测方法和客观检测方法。目前临床上采用的大多都是主观方法，即对受试者进行气味刺激，包括气味识别、气味阈值、气味区分等任务，评估受试者的嗅觉功能，这种方法易受主观因素、检测流程、背景干扰的影响，稳定性和可比性较低。客观检测方法包括电生理检测、嗅觉功能成像等。其中，基于电生理的嗅觉功能检测是指利用电生理采集系统记录受试者嗅觉相关的电生理信号，嗅觉障碍患者电生理活动在自发和气味刺激的情况下会出现异常的变化，这种异常变化反映了受试者的嗅觉功能状态。该方法相对客观，方便，成本低廉。然而，目前对嗅觉相关电生理信号获取和分析方法都难以建立可应用于临床的、标准化的电生理检测指标。
[0003]多项研究表明，在自发状态下，即无气味刺激时，人和哺乳动物的嗅觉系统和部分大脑皮层中存在与呼吸同步的神经节律。类比于大脑电生理检查，功能大脑产生规律性电活动，而在发生癫痫或功能异常时，电活动表现出异常。在发生嗅觉障碍时，这种自发的神经节律也会发生变化。因此，相比于气味刺激诱发的神经响应信号，嗅觉系统自发神经信号受个体差异和主观性影响小，更有利于建立可量化、标准化的嗅觉功能检测指标。
技术实现思路
[0004]本专利技术针对目前嗅觉功能评估方法和装置存在的不足，提出了一种基于脑机交互技术的非气味诱导的定量嗅觉功能评估装置及方法。
[0005]本专利技术采用如下技术方案：根据说明书的第一方面，提供了一种基于脑机交互技术的嗅觉功能标准化评估装置，该装置包括：前端模块、数据采集模块、数据处理模块和用户交互模块；
[0006]所述前端模块包括：用于检测受检者由呼吸引起的温度变化和气流变化的呼吸传感模块、用于检测嗅球和嗅黏膜嗅觉神经信号的传感模块，用于检测前额叶皮层神经活动的脑电检测模块；
[0007]所述数据采集模块用于通过硬件电路将前端模块传来的生理信号进行同步放大，并进行模数转换，从模拟信号转换为数字信号，完成多通道生理信号的采集；
[0008]数据处理模块用于呼吸数据和电生理数据的预处理，完成特征提取和融合，建立多通道生理信号数据库并搭建多维度数据与嗅觉功能评分的映射模型，将实时测量的数据输入该模型，输出嗅觉功能评分；
[0009]用户交互模块用于显示、保存和读取前端模块的采集数据，显示数据处理模块得
到的嗅觉功能评估结果，生成报告，将结果与受检者信息保存至本地，并上传至云端服务器。
[0010]进一步地，所述前端模块中，所述呼吸传感模块通过放置于鼻腔附近的温度和气流传感器来检测由呼吸引起的温度变化和气流变化，并转换为电压信号。
[0011]进一步地，嗅觉神经信号检测模块通过外置于鼻梁和眉骨附近的银
‑
氯化银电极测量由嗅球传导至颅骨表面的神经活动信号，以及通过放置于鼻腔嗅黏膜位置的神经微电极测量嗅黏膜神经活动信号；
[0012]进一步地，通过脑电帽电极检测脑电信号，检测前额叶皮层的神经活动。
[0013]进一步地，所述数据处理模块的预处理为：对多通道生理信号进行滤波去除噪声，通过源重建算法还原出嗅球的嗅觉神经信号，计算时序信号的时域和频域的参数，完成特征提取，包括呼吸信号的频率、嗅觉神经信号和脑电信号的方差、熵、频带能量、不同频段间的交叉耦合系数，以及不同生理信号之间的互相关系数。
[0014]进一步地，所述数据处理模块通过对动物模型、不同程度嗅觉障碍患者以及正常健康人的信号记录，建立数据库，以权威医生诊断的嗅觉功能程度作为标签，按嗅觉功能递减设置为从100到0；其次利用三层一维卷积神经网络分别接收每个生理信号通道的信号及特征，并用每个卷积神经网络产出的数据输入多层感知机进行融合，最终模型输出100到0的回归值；将数据集划分为训练集、验证集和测试集，其中训练集的数据用于运行神经网络学习算法，训练模型，得到网络各部分的参数值；验证集用于在训练过程中观察模型性能，防止过拟合；测试集用于评估最终模型性能。
[0015]根据说明书的另一方面，提供了一种基于脑机交互技术的嗅觉功能标准化评估方法，所述方法步骤为：
[0016]第一步：将信号检测的前端模块与受检者进行连接，具体为：对于呼吸记录，将呼吸前端模块的温度、气流传感器放置于受检者鼻孔附近；对于受检者的嗅黏膜，将神经微电极伸入鼻腔内部，紧密贴附于嗅黏膜；对于嗅球，将银
‑
氯化银电极紧贴于鼻梁和眉骨处；对于前额叶皮层记录，受检者佩戴脑电帽电极，并注射导电膏增加导电性；
[0017]第二步：启动数据采集模块，连接至安装有数据处理模块和用户交互模块的计算机或移动设备，引导受检者进入静息状态，将生理信号的检测和传输调节至稳定；
[0018]第三步：在受检者静息状态下进行呼吸波形与电生理信号同步、实时的检测和记录。开启记录模式，数据实时滚动显示在用户交互模块界面，并进行同步存储；
[0019]第四步：将采集的信号传输到数据处理模块中进行在线预处理，进行时频分析以及时序序列的参数计算和嗅觉功能相关信息的提取，基于机器学习完成特征提取和融合；在前期通过对动物模型、不同程度嗅觉障碍患者以及正常健康人的信号记录，建立数据库，搭建多维度数据与嗅觉功能评分的映射模型；利用搭建的嗅觉功能评估模型，将实时测量的数据输入模型，输出嗅觉功能评分，在调试中评估模型的性能，最终实现客观的嗅觉功能评估；
[0020]第五步在用户交互软件模块中显示嗅觉功能评估结果，生成测试报告，保存受检者相关信息和结果，显示历史记录评分。
[0021]进一步地，所述多维度数据与嗅觉功能评分的映射模型的搭建方法为：首先采集已诊断的不同程度嗅觉障碍患者、动物模型和健康人的多通道生理信号，搭建数据集，以权
威医生诊断的嗅觉功能程度作为标签，按嗅觉功能递减设置为从100到0。其次利用三层一维卷积神经网络分别接收每个生理信号通道的信号及特征，并用每个卷积神经网络产出的数据输入多层感知机进行融合，最终模型输出100到0的回归值。将数据集划分为训练集、验证集和测试集，其中训练集的数据用于运行神经网络学习算法，训练模型，得到网络各部分的参数值。验证集用于在训练过程中观察模型性能，防止过拟合。测试集用于评估最终模型性能。
[0022]进一步地，所述多维度数据与嗅觉功能评分的映射模型的性能评估方法为：计算模型在测试集上回归预测的均方误差、均方根误差和平均绝对误差判断模型的预测误差，以此评估嗅觉功能评分模型的性能，均方误差值越小说明模型性能越好。
[0023]进一步地，所述测试报告包括：使用者的基本信息，嗅觉功能是否正常的判断，嗅觉功本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，该装置包括：前端模块、数据采集模块、数据处理模块和用户交互模块；所述前端模块包括：用于检测受检者由呼吸引起的温度变化和气流变化的呼吸传感模块、用于检测嗅球和嗅黏膜嗅觉神经信号的传感模块，用于检测前额叶皮层神经活动的脑电检测模块；所述数据采集模块用于通过硬件电路将前端模块传来的生理信号进行同步放大，并进行模数转换，从模拟信号转换为数字信号，完成多通道生理信号的采集；数据处理模块用于呼吸数据和电生理数据的预处理，完成特征提取和融合，建立多通道生理信号数据库并搭建多维度数据与嗅觉功能评分的映射模型，将实时测量的数据输入该模型，输出嗅觉功能评分；用户交互模块用于显示、保存和读取前端模块的采集数据，显示数据处理模块得到的嗅觉功能评估结果，生成报告，将结果与受检者信息保存至本地，并上传至云端服务器。2.根据权利要求1所示的一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，所述前端模块中，所述呼吸传感模块通过放置于鼻腔附近的温度和气流传感器来检测由呼吸引起的温度变化和气流变化，并转换为电压信号。3.根据权利要求1所示的一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，嗅觉神经信号检测模块通过外置于鼻梁和眉骨附近的银
‑
氯化银电极测量由嗅球传导至颅骨表面的神经活动信号，以及通过放置于鼻腔嗅黏膜位置的神经微电极测量嗅黏膜的嗅觉神经信号。4.根据权利要求1所示的一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，通过脑电帽电极检测脑电信号，检测前额叶皮层的神经活动。5.根据权利要求1所示的一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，所述数据处理模块的预处理为：对多通道生理信号进行滤波去除噪声，通过源重建算法还原出嗅球的嗅觉神经信号，计算时序信号的时域和频域的参数，完成特征提取，包括呼吸信号的频率、嗅觉神经信号和脑电信号的方差、熵、频带能量、不同频段间的交叉耦合系数，以及不同生理信号之间的互相关系数。6.根据权利要求1所示的一种基于脑机交互技术的嗅觉功能标准化评估装置，其特征在于，所述数据处理模块通过对动物模型、不同程度嗅觉障碍患者以及正常健康人的信号记录，建立数据库，以权威医生诊断的嗅觉功能程度作为标签，按嗅觉功能递减设置为从100到0；其次利用三层一维卷积神经网络分别接收每个生理信号通道的信号及特征，并用每个卷积神经网络产出的数据输入多层感知机进行融合，最终模型输出100到0的回归值；将数据集划分为训练集、验证集和测试集，其中训练集的数据用于运行神经网络学习算法，训练模型，得到网络各部分的参数值；验证集用于在训练过程中观察模型性能，防止过拟合；测试集用于评估最终模型性能。7.一种根据权利要求书1
【专利技术属性】
技术研发人员：庄柳静，段言，姜楠，石颖倩，王平，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。