一种基于脑电参数的脑状态分析装置制造方法及图纸

本发明专利技术提供了一种基于脑电参数的脑状态分析装置，包括：预处理模块用于获取脑电参数，筛选可用参数并得到相对应的特征参数；参数提纯模块用于为每个特征参数匹配相对应的通信信道，并进行参数提纯，得到脑电典型参数；参数转化模块用于基于脑电典型参数，得到功率频谱图；功率匹配模块用于基于功率频谱图的时空分布波动，得到相对应的特定微状态；状态分析模块用于综合分析所有特定微状态，得到脑状态

【技术实现步骤摘要】
一种基于脑电参数的脑状态分析装置


[0001]本专利技术涉及数据处理
，特别涉及一种基于脑电参数的脑状态分析装置
。

技术介绍

[0002]目前，随着科学技术的发展，科技武装了医学，造就了仪器，不仅颠覆了医学的传统概念，也彻底改变了医学的实践模式
。
随着医学与现代信息技术
、
材料科技等技术的深度交叉融合，极大地促进了医学科技的发展，现代医学技术成果越来越快地应用于临床，正在使疾病诊断和治疗模式发生革命性的变化
。
现代医学技术中关于于脑部疾病的分析最为重要，脑电信息的分析处理是脑部治疗的关键环节
。
[0003]因此本专利技术提供一种基于脑电参数的脑状态分析装置
。

技术实现思路

[0004]本专利技术提供一种基于脑电参数的脑状态分析装置，用以通过对脑电参数的筛选以及特征提取，得到特性参数，并匹配相对应的通信信道，得到脑电典型参数并进行功率频谱分析，综合分析所有微状态，得到脑状态的详细分析，进一步掌握脑部病症，提高了脑电参数分析的精确度，增强对脑部病症诊断的精准性
。
[0005]本专利技术提供一种基于脑电参数的脑状态分析装置，包括：预处理模块：获取脑电参数，筛选可用参数并得到相对应的特征参数；参数提纯模块：为每个特征参数匹配相对应的通信信道，并进行参数提纯，得到脑电典型参数；参数转化模块：基于脑电典型参数，得到功率频谱图；功率匹配模块：基于功率频谱图的时空分布波动，得到相对应的特定微状态；状态分析模块：综合分析所有特定微状态，得到脑状态
。
[0006]优选的，一种基于脑电参数的脑状态分析装置，所述预处理模块，包括：初诊断单元，用于根据病人的病症描述，确定对所述病人的脑电测量方案；脑电测量单元，用于根据所述脑电测量方案，将匹配的测量设备放置在所述病人的目标部位进行脑电测量，获取得到每个测量设备的脑电测量结果；区域判断单元，用于对所述脑电测量结果进行脑区域划分并通过脑电区域标准参数的比较分析，得到可用脑部区域；筛选参数单元，用于基于可用脑部区域，对所有脑电参数进行筛选，得到可用参数
。
[0007]优选的，一种基于脑电参数的脑状态分析装置，所述预处理模块，还包括：特征信息解析单元，用于基于所有可用参数，得到相对应的数个特征信息；子特征编码单元，用于分解每个特征信息，得到数个子特征信息并对每个子特征信息进行编码，得到子特征编码；子特征向量转化单元，用于对每个子特征编码进行映射，得到子特征向量，进而得
到每个特征信息相对应的子特征向量集合；特征度计算单元，用于基于子特征向量集合，计算对应特征信息的当下特征度；特征度保留单元，用于若当下特征度大于预设特征度，则保留对应的特征信息；特征参数构建单元，用于基于保留的所有特征信息，构建可用参数相对应的特征参数
。
[0008]优选的，一种基于脑电参数的脑状态分析装置，所述特征度计算单元，包括：；其中，表示对应特征信息的当下特征度；表示子特征向量集合中子特征向量的数量；表示子特征向量集合中第个子特征向量的模；表示子特征向量集合中所有子特征向量的模的平均值；表示第个子特征向量的特征权重；表示对应特征信息的预设相对系数；表示子特征向量集合中所有子特征向量的平均向量；表示子特征向量集合中第个子特征向量；表示向量的模；表示获取与中的较大者；表示获取的差值绝对值
。
[0009]优选的，一种基于脑电参数的脑状态分析装置，所述参数提纯模块，包括：检测信号获取单元，用于将可用参数相对应的特征参数输入到检测通信信道，得到检测信号；检测信号频谱获得单元，用于基于滤波显示器，得到检测信号的检测信号频谱；检测频带获取单元，用于基于所述检测信号频谱，得到相对应的特征频带信息；参数
‑
特性转化单元，用于基于参数
‑
特性分析模型，获取得到所述特征参数相对应的损失特性；信道匹配单元，用于基于所述损失特性以及特征频带信息，从信道数据库中匹配得到相对应的第一通信信道；特征信号获取单元，用于将可用参数相对应的特征参数输入到所述第一通信信道，得到特征信号；特征信号频谱获取单元，用于获取所述特征信号的特征信号频谱；有效波除杂单元，用于获取所述特征信号频谱中的有效波，并对有效波中的无周期信号进行去除；有效波区域划分单元，用于基于有效波中的信号强度，将有效波分为高强度信号区域
、
中强度信号区域以及低强度信号区域；信号集合获取单元，用于基于高强度信号区域
、
中强度信号区域以及低强度信号区域，分别得到对应的高频信号集合
、
中频信号集合以及低频信号集合；低频信号衰减分析单元，用于基于低频信号集合，得到低频信号衰减趋势；非理想衰减点获取单元，基于所述低频信号衰减趋势，得到衰减趋势最大的非理想衰减点；衰减点延迟单元，用于在所述非理想衰减点引入预设调制参数，延迟非理想衰减
点至理想衰减点，得到理想低频信号集合；信号调整单元，用于基于理想低频信号集合对有效波进行调整，得到理想高频信号集合以及理想中频信号集合；数量差计算单元，用于依次计算理想高频信号集合与高频信号集合的第一信号数量差以及理想中频信号集合与中频信号集合的第二信号数量差；脑电典型参数获取单元，用于若所述第一信号数量差以及第二信号数量差都在预设调整差值内，则将基于所述第一通信信道得到的特征信号进行解码及参数提纯，得到脑电典型参数
。
[0010]优选的，一种基于脑电参数的脑状态分析装置，所述参数转化模块，包括：模拟功率转化单元，用于将脑电典型参数输入到参数
‑
功率转换模型，得到脑电模拟功率；功率频谱图获取单元，用于基于脑电模拟功率，得到功率频谱图
。
[0011]优选的，一种基于脑电参数的脑状态分析装置，所述模拟功率转化单元，包括：训练样本集构建块，用于获取所有脑电典型参数以及相对应的特征参数名称，构建训练样本集；模型构建块，用于构建参数
‑
功率转换模型，其中，所述参数
‑
功率转换模型包括名称分类层
、
脑电模拟层以及输出功率层；模型训练块，用于将所述训练样本集输入至参数
‑
功率转换模型，得到脑电模拟功率
。
[0012]优选的，一种基于脑电参数的脑状态分析装置，所述功率匹配模块，包括：类别获取单元，用于基于功率频谱图相对应的特征参数的特征类别，得到相对应的微状态类别；功率频谱分析单元，用于基于所述功率频谱图，得到时空分布波动；波动分析单元，用于基于时空分布波动，得到时空分布波动的波动趋势
、
时空分布波动的最大峰值与最小峰值的波动差值
、
时空分布波动的平均峰值以及平均谷值；指数获取单元，用于获取微状态参数对照表，得到与所述波动趋势
、
波动差值
、
平均峰值以及平均谷值相对应的微状态指数
。
[0013]优选的，一种基于脑电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于脑电参数的脑状态分析装置，其特征在于，包括：预处理模块：获取脑电参数，筛选可用参数并得到相对应的特征参数；参数提纯模块：为每个特征参数匹配相对应的通信信道，并进行参数提纯，得到脑电典型参数；参数转化模块：基于脑电典型参数，得到功率频谱图；功率匹配模块：基于功率频谱图的时空分布波动，得到相对应的特定微状态；状态分析模块：综合分析所有特定微状态，得到脑状态
。2.
根据权利要求1所述的基于脑电参数的脑状态分析装置，其特征在于，所述预处理模块，包括：初诊断单元，用于根据病人的病症描述，确定对所述病人的脑电测量方案；脑电测量单元，用于根据所述脑电测量方案，将匹配的测量设备放置在所述病人的目标部位进行脑电测量，获取得到每个测量设备的脑电测量结果；区域判断单元，用于对所述脑电测量结果进行脑区域划分并通过脑电区域标准参数的比较分析，得到可用脑部区域；筛选参数单元，用于基于可用脑部区域，对所有脑电参数进行筛选，得到可用参数
。3.
根据权利要求1所述的基于脑电参数的脑状态分析装置，其特征在于，所述预处理模块，还包括：特征信息解析单元，用于基于所有可用参数，得到相对应的数个特征信息；子特征编码单元，用于分解每个特征信息，得到数个子特征信息并对每个子特征信息进行编码，得到子特征编码；子特征向量转化单元，用于对每个子特征编码进行映射，得到子特征向量，进而得到每个特征信息相对应的子特征向量集合；特征度计算单元，用于基于子特征向量集合，计算对应特征信息的当下特征度；特征度保留单元，用于若当下特征度大于预设特征度，则保留对应的特征信息；特征参数构建单元，用于基于保留的所有特征信息，构建可用参数相对应的特征参数
。4.
根据权利要求1所述的基于脑电参数的脑状态分析装置，其特征在于，所述特征度计算单元，包括：；其中，表示对应特征信息的当下特征度；表示子特征向量集合中子特征向量的数量；表示子特征向量集合中第个子特征向量的模；表示子特征向量集合中所有子特征向量的模的平均值；表示第个子特征向量的特征权重；表示对应特征信息的预设相对系数；表示子特征向量集合中所有子特征向量的平均向量；表示子特征向量集合中第个子特征向量；表示向量的模；表示获取与中的较大者；表示获取的差值绝对值
。
5.
根据权利要求1所述的基于脑电参数的脑状态分析装置，其特征在于，所述参数提纯模块，包括：检测信号获取单元，用于将可用参数相对应的特征参数输入到检测通信信道，得到检测信号；检测信号频谱获得单元，用于基于滤波显示器，得到检测信号的检测信号频谱；检测频带获取单元，用于基于所述检测信号频谱，得到相对应的特征频带信息；参数
‑
特性转化单元，用于基于参数
‑
特性分析模型，获取得到所述特征参数相对应的损失特性；信道匹配单元，用于基于所述损失特性以及特征频带信息，从信道数据库中匹配得到相对应的第一通信信道；特征信号获取单元，用于将可用参数相对应的特征参数输入到所述第一通信信道，得到特征信号；特征信号频谱获取单元，用于获取所述特征信号的特征信号频谱；有效波除杂单元，用于获取所述特征信号频谱中的有效波，并对有效波中的无周期信号进行去除；有效波区域划分单元，用于基于有效波中的信号强度，将有效波分为高强度信号区域
、
中强度信号区域以及低强度信号区域；信号集合获取单元，用于基于高强度信号区域
、
中强度信号区域以及低强度信...

【专利技术属性】
技术研发人员：高峰，曹红雨，
申请(专利权)人：廊坊市珍圭谷科技有限公司，
类型：发明
国别省市：