多通道简易精神状态检测方法、装置及系统制造方法及图纸

本发明专利技术公开了一种多通道简易精神状态检测方法、装置及系统。通过获取多通道脑电图时域数据集，将待检测脑电图时域数据和每组脑电图时域数据转换为相同格式的位图数据，再保留每组位图数据中相似度较高的位图数据，丢弃相似度较低的位图数据，以保留的位图数据构建特征库，最后将待测位图数据与特征库中的位图数据进行异或运算，以运算结果为0的位图数据对应的精神状态进行输出。本发明专利技术精简了脑电图特征的结构，减轻了对系统存储空间的需求，并且无需训练和学习过程，得到的特征的可运算能力高，特征直接进行逻辑运算即可得到运算结果，计算模型足够精简，计算效率高，提高了便携性检测系统的可行性。检测系统的可行性。检测系统的可行性。

【技术实现步骤摘要】
多通道简易精神状态检测方法、装置及系统


[0001]本专利技术涉及精神科疾病辅助诊断分类领域，尤其是一种多通道简易精神状态检测方法、装置及系统。

技术介绍

[0002]精神状态的异常情况分为急性短暂性异常状况、阵发性异常状况和持续性异常状况，在病理分析上，急性短暂性异常状况是突然发作且持续时间较短的精神异常，多为不具备精神疾病诊断，经休息与治疗后即可恢复正常，而阵发性和持续性两种异常状况则多说明个体本身患有精神相关疾病，多见如精神分裂症等。精神分裂症属于病因不明的综合征，涉及感知觉、个人意识、情绪以及行为等多方面的障碍。该疾病起病急，发病前多无预兆，与环境、心理、个体等众多因素相关，对于患者以及患者家属而言，存在较高的潜在隐患。
[0003]目前，精神分裂症等精神疾病难以通过仪器直接诊断出结果，对于个体现有精神状况的识别大量依靠精神科医生面对面问诊，并结合临床经验进行综合判断，缺乏客观评价指标作为佐证，若患者刻意隐瞒或谎报、瞒报自身病情，将会对医生最终诊断结果产生极大影响。
[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。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，以得到分类结果。例如文献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]上述的利用机器学习的诊断分类方法需要对志愿患者的脑电图以及待测患者的脑电图提取复杂的特征，并且，在训练和学习阶段，需要对特征进行较为繁琐的计算，需要检测系统配备较大的存储空间和较高算力的处理器，在进行分类时，系统的运算量(运算负荷)也较高，对于有便携性、高效性需求的应用场景显然不符合需求。

技术实现思路

[0007]本专利技术的专利技术目的在于：针对上述存在的问题，提供一种多通道简易精神状态检测方法，以对脑电图特征进行简化处理，通过较小的算力和存储资源消耗快速地计算出大致的检测结果。
[0008]本专利技术采用的技术方案如下：
[0009]本专利技术提供了一种多通道简易精神状态检测方法，该方法包括：
[0010]获取多通道脑电图时域数据集，所述多通道脑电图时域数据集包括多组脑电图时域数据，每组脑电图时域数据包括对多个个体在同一组激励条件下所分别获得的脑电图时
域数据；
[0011]将每组脑电图时域数据中的每一条脑电图时域数据均转换为相同格式的位图数据，一组脑电图时域数据得到一组位图数据；
[0012]对于每组位图数据，从第二条位图数据开始，依次计算与第一条位图数据的相似度，在相似度达到预定值且不完全相同时，则保留该条位图数据，否则丢弃该条位图数据，最后保留的每组位图数据构成特征库；
[0013]将待检测脑电图时域数据转换为与特征库中位图数据相同格式的位图数据，得到待测位图数据；将待测位图数据依次与所述特征库中的每一条位图数据进行异或运算，若运算结果中存在结果为0的，则判定为对应脑电图时域数据所对应的状态。
[0014]进一步的，所述将每组脑电图时域数据中的每一条脑电图时域数据均转换为相同格式的位图数据，包括：
[0015]对每组脑电图时域数据中的每一条脑电图时域数据进行以下处理：
[0016]将脑电图时域数据进行时频转换得到脑电图频域数据；
[0017]将所述脑电图频域数据以频率由低到高排序并进行分段，以预定功率域值将每一段频域数据二值化，对二值化后的每一位依次排序得到位图数据。
[0018]进一步的，所述从第二条位图数据开始，依次计算与第一条位图数据的相似度，在相似度达到预定值时则保留该条位图数据，否则丢弃该条位图数据，包括：
[0019]从第二条位图数据开始，依次与第一条位图数据进行异或运算，在运算结果中1的位数未超过预定数量，且运算结果不为0时，保留该条位图数据，否则丢弃该条位图数据。
[0020]进一步的，每组脑电图时域数据对应的位图数据的数量设定有最大值；在保留或丢弃位图数据时，对保留的位图数据的数量进行计数，在得到的位图数据的数量达到该最大值时，则丢弃之后所有的位图数据。
[0021]本专利技术还提供了一种多通道简易精神状态检测装置，包括数据获取模块、位图转换模块、特征库构建模块和特征检测模块，其中：
[0022]所述数据获取模块被配置为：获取多通道脑电图时域数据集，所述多通道脑电图时域数据集包括多组脑电图时域数据，每组脑电图时域数据包括对多个个体在同一组激励条件下所分别获得的脑电图时域数据；
[0023]所述位图转换模块被配置为：将待检测脑电图时域数据以及每组脑电图时域数据中的每一条脑电图时域数据均转换为相同格式的位图数据，一组脑电图时域数据则得到一组位图数据，待检测脑电图时域数据则得到待测位图数据；
[0024]所述特征库构建模块被配置为：对于每组位图数据，从第二条位图数据开始，依次计算与第一条位图数据的相似度，在相似度达到预定值且不完全相同时，则保留该条位图数据，否则丢弃该条位图数据，最后保留的每组位图数据构成特征库；
[0025]所述特征检测模块被配置为：将待测位图数据依次与所述特征库中的每一条位图数据进行异或运算，若运算结果中存在结果为0的，则判定为对应脑电图时域数据所对应的状态。
[0026]进一步的，所述位图转换模块包括时频转换单元、二值化单元以及位图构建单元，其中：
[0027]所述时频转换单元将输入的脑电图时域数据转换为脑电图频域数据；
[0028]所述二值化单元将所述时频转换单元输出的脑电图频域数据以频率由低到高排序并进行分段，以预定功率域值将每一段频域数据二值化；
[0029]所述位图构建单元将所述二值化单元输出的每一位依次排序，构建出位图数据。
[0030]进一步的，所述特征库构建模块包括特征比较单元，所述特征比较单元对于每一组位图数据，从第二条位图数据开始，依次与第一条位图数据进行异或运算，在运算结果中1的位数未超过预定数量，且运算结果不为0时，保留该条位图数据，否则丢弃该条位图数据。
[0031]进一步的，所述特征库构建模块还包括特征计数单元，所述特征计数单元对每一组位图数据所保留的位图数据的数量进行计数，在每一组位图数据保留的位图数据的计数量达到设定的最大值时，控制所述特征比较单元丢弃该组位图数据之后所有的位图数据。
[0032]本专利技术还提供了一种多通道简易精神状态检测系统，其特征在于，包括计算机可读存储介质和处理器，所述计算机可读存储介质存储有计算机程序，所述处理器运行所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多通道简易精神状态检测方法，其特征在于，包括：获取多通道脑电图时域数据集，所述多通道脑电图时域数据集包括多组脑电图时域数据，每组脑电图时域数据包括对多个个体在同一组激励条件下所分别获得的脑电图时域数据；将每组脑电图时域数据中的每一条脑电图时域数据均转换为相同格式的位图数据，一组脑电图时域数据得到一组位图数据；对于每组位图数据，从第二条位图数据开始，依次计算与第一条位图数据的相似度，在相似度达到预定值且不完全相同时，则保留该条位图数据，否则丢弃该条位图数据，最后保留的每组位图数据构成特征库；将待检测脑电图时域数据转换为与特征库中位图数据相同格式的位图数据，得到待测位图数据；将待测位图数据依次与所述特征库中的每一条位图数据进行异或运算，若运算结果中存在结果为0的，则判定为对应脑电图时域数据所对应的状态。2.如权利要求1所述的多通道简易精神状态检测方法，其特征在于，所述将每组脑电图时域数据中的每一条脑电图时域数据均转换为相同格式的位图数据，包括：对每组脑电图时域数据中的每一条脑电图时域数据进行以下处理：将脑电图时域数据进行时频转换得到脑电图频域数据；将所述脑电图频域数据以频率由低到高排序并进行分段，以预定功率域值将每一段频域数据二值化，对二值化后的每一位依次排序得到位图数据。3.如权利要求1所述的多通道简易精神状态检测方法，其特征在于，所述从第二条位图数据开始，依次计算与第一条位图数据的相似度，在相似度达到预定值时则保留该条位图数据，否则丢弃该条位图数据，包括：从第二条位图数据开始，依次与第一条位图数据进行异或运算，在运算结果中1的位数未超过预定数量，且运算结果不为0时，保留该条位图数据，否则丢弃该条位图数据。4.如权利要求1或3所述的多通道简易精神状态检测方法，其特征在于，每组脑电图时域数据对应的位图数据的数量设定有最大值；在保留或丢弃位图数据时，对保留的位图数据的数量进行计数，在得到的位图数据的数量达到该最大值时，则丢弃之后所有的位图数据。5.一种多通道简易精神状态检测装置，其特征在于，包括数据获取模块、位图转换模块、特征库构建模块和特征检测模块，其中：所述数据获取模块被配置为：获取多通道脑电图时域数据集，所述多通道脑电图时域数据集包括多组脑电图时域数据，每组脑电图时域数据包括对多个个体在同一组激励条件下所分别获得的脑...

【专利技术属性】
技术研发人员：程琳，孟德杰，黄智，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：