神经医学数据处理方法及系统技术方案

本发明专利技术公开了一种神经医学数据处理方法及系统。对相同激励条件下采集的多组脑电图的时域数据分别进行以下处理：将时域数据放大后时频转换为第一频域数据；对第一频域数据进行滤波处理；将经滤波处理后的第一频域数据逆变换为第二时域数据；将第二时域数据在时间上向前平移一个采样单位，得到第三时域数据；将第三时域数据时频转换为第二频域数据；将第二频域数据分段，以预定功率域值将各频段的频域数据二值化；以频率由低到高顺序将二值化后的第二频域数据排序，构建出当前时域数据的位图；将多组时域数据的位图进行逻辑与，得到当前激励条件下的神经医学数据。本发明专利技术可简化特征数据的复杂度和可运算性，提高了特征与激励的同步性。步性。步性。

【技术实现步骤摘要】
神经医学数据处理方法及系统


[0001]本专利技术涉及精神科疾病辅助诊断分类领域，尤其是一种为精神科疾病诊断分类所依据的神经医学数据处理方法以及系统。

技术介绍

[0002]精神疾病，尤其是精神分裂症，属于病因不明的精神类疾病，临床上通常表现为由一组症状群所组成的综合征，涉及感知觉、个人意识、情绪以及行为等多方面的障碍，以及精神活动的不协调。此类疾病对患者身心影响极为严重的疾病，对社会公众的安全也存在潜在的威胁。
[0003]以精神分裂症为例，其难以通过检测仪器直接检测发现，通常需要医师结合低患者激励时所检测的生理数据结合临床经验综合诊断。
[0004]目前被广泛认同的检测方式是通过脑电生理技术所获的的测试数据，以脑电图(Electroencephalography，EEG)最为常见，其能集中反映患者脑部在时间维度的生理变化情况，与患者生理活动的逻辑关系吻合度高，方便医师对患者生理活动变化的了解。而脑电生理技术中应用最广的是诱发脑电技术，其通过对患者在视觉、听觉等外部条件的激励来获得患者脑部生物电位的变化，常见的有视觉诱发电位(VEP)、听觉诱发电位(AEP)、P300等。
[0005]目前使用较多的辅助诊断方法是通过由脑电图获得的特征数据训练分类器，再利用分类器对受试者的脑电图特征进行学习分类，以得到大致的倾向性诊断结果。例如文献CN 110338760A所公开的一种基于脑电图频域数据的精神分裂症三分类方法，以及文献CN109671500A公开的基于脑电图时域数据的精神分裂症辅助诊断分类方法。
[0006]然而，目前常见的辅助诊断方法中，对于脑电图特征的提取，几乎都是全盘考虑，即在全波形范围内的时间维度和幅度维度上的每个特征均考虑在内，而未考虑过每个特征是否需要考虑全部属性信息，也未考虑过是否整个时间维度上的时域数据均正确反映了患者发病时的生理活动。
[0007]基于此考虑，本专利技术对脑电图特征进行简化，使其既能够正确反映患者生理活动的主要特征，又具备极低的数据复杂度和高效的可运算能力。

技术实现思路

[0008]本专利技术的专利技术目的在于：针对上述存在的问题，提供一种神经医学数据处理方法，以得到个体的脑电图特征，该脑电图特征能准确匹配个体在激励下的脑部生理活动，并且具备极低的数据复杂度和高效的可运算能力。
[0009]本专利技术采用的技术方案如下：
[0010]一种神经医学数据处理方法，包括：
[0011]对相同激励条件下采集的多组脑电图的时域数据分别进行以下处理：
[0012]将时域数据放大后时频转换为第一频域数据；对所述第一频域数据进行滤波处
理；将经滤波处理后的第一频域数据逆变换为第二时域数据；将所述第二时域数据在时间上向前平移一个采样单位，得到第三时域数据；将所述第三时域数据时频转换为第二频域数据；将所述第二频域数据分段，以预定功率域值将各频段的频域数据二值化；以频率由低到高顺序将二值化后的第二频域数据排序，构建出当前时域数据的位图；
[0013]将多组时域数据的位图进行逻辑与，得到当前激励条件下的神经医学数据。
[0014]进一步的，所述对所述第一频域数据进行滤波处理，包括：
[0015]将所述第一频域数据投影到以频率为横坐标，以频点数量为纵坐标的像平面；
[0016]对频点数量突变的坐标点的纵坐标，以相邻坐标点的纵坐标进行平坦化处理；
[0017]滤除频率低于0.5Hz，以及频率高于49.5Hz的数据。
[0018]进一步的，所述以预定功率域值将各频段的频域数据二值化，包括：
[0019]计算所述第二频域数据的功率谱；
[0020]将各频段投影到所述功率谱的横坐标，将功率达到预定功率域值的频段的标识设置为1，将功率低于预定功率域值的频段的标识设置为0。
[0021]进一步的，将所述第二时域数据在时间上向前平移一个采样单位，包括：
[0022]将所述时域数据的波形展开；
[0023]将所述第二时域数据的波形整体向历史时间方向平移一个采样单位。
[0024]进一步的，将时域数据转化为第一频域数据前，还包括：
[0025]对时域数据进行去噪。
[0026]进一步的，所述对时域数据进行去噪，包括：
[0027]以反噪声函数对所述时域数据进行补偿，所述反噪声函数为脑电图采集装置空载时得到的数据的逆函数。
[0028]进一步的，所述相同激励条件下采集的多组脑电图，为对同一个体在相同激励条件下所分别采集的、相同时长的脑电图。
[0029]本专利技术还提供了一种神经医学数据处理系统，包括计算机存储介质和处理单元，所述计算机存储介质中存储由计算机程序，所述处理单元运行所述计算机存储介质中存储的计算机程序，以执行上述的神经医学数据处理方法。
[0030]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0031]1、本专利技术将脑电图时域数据二值化，保留了原本能够反映脑部活动活跃在哪些区域的特征，能够为医师的诊断提供数据支撑，同时又简化了特征数据的复杂度，使得特征数据不再具备高维度的复杂度，可减轻机器处理的负荷，并且提高处理效率。
[0032]2、本专利技术通过构建位图来标识脑电图特征，可以方便多局部特征(例如对患者进行高密度点位的脑部测试)的高效运算。并且，通过对多组相同激励条件下的时域数据的逻辑运算，提高了特征标识的准确性。
[0033]3、本专利技术奖时域数据在时间上向前平移了一个采样单位，考虑进了受试者在感官获得激励到脑部作出反应期间的延时(极低，通常被忽略)，使得处理后的时域数据与进行激励的时间同步性更高，更能准确地反映脑部活动与激励条件的关系，同时也过滤掉了受试者脑部作出反应前的噪音数据。
[0034]4、本专利技术的滤波处理过程(对突变数据的平坦化处理)，保留了反映脑部活动活跃区域的特征，同时对原始数据进行了降维简化，降低了后续处理的负荷，提高了处理效率。
附图说明
[0035]本专利技术将通过例子并参照附图的方式说明，其中：
[0036]图1是本专利技术一个较佳实施例的脑电图采集导联空间与平面位置分布。
[0037]图2是本专利技术一个较佳实施例的神经医学数据处理方法的流程图。
[0038]图3是本专利技术一个较佳实施例的频域数据分段示意图。
具体实施方式
[0039]本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
[0040]本说明书(包括任何附加权利要求、摘要)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
[0041]实施例一
[0042]一种神经医学数据处理方法，主要应用在精神类疾病辅助诊断时对脑电图特征的提取过程。对于脑电图(时域数据)的获取，可通过对同一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种神经医学数据处理方法，其特征在于，包括：对相同激励条件下采集的多组脑电图的时域数据分别进行以下处理：将时域数据放大后时频转换为第一频域数据；对所述第一频域数据进行滤波处理；将经滤波处理后的第一频域数据逆变换为第二时域数据；将所述第二时域数据在时间上向前平移一个采样单位，得到第三时域数据；将所述第三时域数据时频转换为第二频域数据；将所述第二频域数据分段，以预定功率域值将各频段的频域数据二值化；以频率由低到高顺序将二值化后的第二频域数据排序，构建出当前时域数据的位图；将多组时域数据的位图进行逻辑与，得到当前激励条件下的神经医学数据。2.如权利要求1所述的神经医学数据处理方法，其特征在于，所述对所述第一频域数据进行滤波处理，包括：将所述第一频域数据投影到以频率为横坐标，以频点数量为纵坐标的像平面；对频点数量突变的坐标点的纵坐标，以相邻坐标点的纵坐标进行平坦化处理；滤除频率低于0.5Hz，以及频率高于49.5Hz的数据。3.如权利要求1所述的神经医学数据处理方法，其特征在于，所述以预定功率域值将各频段的频域数据二值化，包括：计算所述第二频域数据的功率谱；将各频段投影到所...

【专利技术属性】
技术研发人员：罗凡，丁洪友，李娟，潘佩，
申请(专利权)人：成都市第四人民医院，
类型：发明
国别省市：