【技术实现步骤摘要】
一种基于射频的癫痫实时监测、干预方法及系统
[0001]本专利技术涉及医疗传感
,特别是一种基于射频的癫痫实时监测
、
干预方法及系统
。
技术介绍
[0003]目前癫痫的鉴别可通过脑血管造影
、
核素脑扫描
、CT、MRI
等进行判断,治疗手段包括药物治疗辅助以及手术治疗
。
然而,上述的癫痫鉴别需要在医院进行,且患者需承担高额的治疗支出
。
此外,上述的方法在面对突发性癫痫时,其作用效果有限
。
对于癫痫的干预,目前还没一个有效的办法对干预的效果进行评估
。
技术实现思路
[0004]针对目前无创监测的难点,本专利技术提出了一种基于射频的癫痫实时监测及干预方法,其通过射频信号实时
、
连续监测患者的大脑活动水平,根据大脑的活动水平对癫痫进行评估,并基于射频对患者进行干预,减轻癫痫发作对患者造成的伤害
。
[0005]在本专利技术实施例中,涉及一种基于射频的癫痫实时监测的方法,包括如下步骤:步骤
1、
通过多个射频端口实时获取被测对象的脑部射频传感信号;步骤
2、
获取射频信号的幅度信息和相位信息
。
[0006]在本专利技术实施例中,涉及一种基于射频的癫痫干预方法,获取的癫痫发作部位
、
严重程度,以及被测对象的相关信息,采用深度学习算法对上述的数据进行训练,输出结果为用于癫痫干预的脉冲
【技术保护点】
【技术特征摘要】
1.
一种基于射频的癫痫实时监测的方法,其特征在于,包括如下步骤:步骤
1、
通过多个射频端口实时获取被测对象的脑部射频传感信号;步骤
2、
获取射频信号的幅度信息和相位信息,连续监测被测对象的大脑活动水平,根据大脑的活动水平对癫痫进行干预
。2.
根据权利要求1所述的癫痫实时监测的方法,其特征在于,对癫痫发作部位定位的方法:获取的各个射频端口的信号;基于梯度和散度相结合的中心点定位算法对癫痫发作部位进行定位,并判断出癫痫的严重程度
。3.
根据权利要求2所述的癫痫实时监测的方法,其特征在于,中心点定位算法,包括如下步骤:步骤
1、
将所获取的各端口的幅度信号融合,建立幅度信号矩阵;步骤
2、
从幅度信号矩阵中提取出与癫痫发作部位与严重程度的相关特征;步骤
3、
散度在辐散中心处取得最大值,在辐合中心处取得最小值;步骤
4、
以辐散中心点为起始点,采用漫水填充算法对起始点附近灰度相同的元素点进行填充标记,然后做出填充图形的最小外接矩形,并将最小外接矩形的高宽比以及矩形框内标记的元素点占比作为癫痫发作部位中心点;步骤
5、
将所定位的中心点的
K
个间隔距离的数据转换为三维点云数据,转换后的每个点云都相当于三维空间中的1个点;步骤
6、
建立相位信号矩阵对癫痫发作部位进行定位,并判断出癫痫的严重程度;步骤7:将幅度信号矩阵和相位信号矩阵得到的结果进行线性融合,最终得到癫痫发作部位和严重程度
。4.
一种基于射频的癫痫干预方法,其特征在于,获取的癫痫发作部位
、
严重程度,以及被测对象的相关信息,采用深度学习算法对上述的数据进行训练,输出结果为用于癫痫干预的脉冲电流的波形
、
强度以及干预持续时间,包括如下步骤:步骤
1、
将癫痫发作部位在智能帽中进行定位,确定癫痫发作部位所属区域;步骤
2、
根据所述癫痫发作部位所属区域,通过马达驱动射频端口,...
【专利技术属性】
技术研发人员:聂泽丰,李景振,
申请(专利权)人:深圳启脉科技有限公司,
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。