【技术实现步骤摘要】
本申请涉及生理信号采集和医疗器械，具体涉及一种注意力缺陷多动障碍综合症和关联认知障碍病症的测试判断系统。
技术介绍
0、技术背景
1、注意缺陷多动障碍综合征是一种常发于青少年以及幼年时期的疾病。adhd患者与同龄儿童相比，以明显注意集中困难、注意持续时间短暂、活动过度或冲动为主要特征的一组综合征。其患病率一般报道为3％—5％，男女比例为4:1。
2、因为adhd的异质性，加上其并发症和全球诊断临床医生的短缺，并且多动儿童在幼儿园和托儿所通常被认为是健康活跃的儿童，因此adhd的诊断往往被延后。adhd患者的大脑神经同正常人也有所区别，adhd患者的前额叶皮层，具有异常低的多巴胺；严重损害个体的注意力功能、认知过程和工作记忆。大脑功能连接区域与正常大脑相比，患有adhd的个体与前额皮质的神经元连接较少等特点。
3、评估脑电图(eeg)的效用在若干文章中已经得出结论，其对于儿童或成人的临床诊断还并不够可靠。更清楚地了解eeg特征和adhd症状特征之间的关系可能会导致更客观的诊断工具的发展，以及帮助指导个性化的治疗策略。
4、目前的认知实验大部分都是单一的实验，且未从adhd疾病各个方面以及个性化方面设计实验。大部分的认知实验范式针对面较广，不好准确判断脑电产生的特定区域以及相关连接性。
5、当前的利用神经网络进行分类的模型大多针对一种数据类型且对于模型优势的利用并不充分，虽然大部分模型已经可以达到对现有的公开数据集比较好的分类准确率，但是对于新的样本的预测，不同性质疾病的预
技术实现思路
1、本申请专利技术一个针对adhd疾病的一种辅助诊断系统，用以解决现在在adhd疾病方面的专业医生少，adhd疾病由于其性质往往不被重视而被发现晚，治疗延后等问题。辅助专业医生诊断，缩减诊断时间。
2、操作平台，用于提供交互测试的操作环境、实时监测生理指标数据以及采集交互的脑电数据。
3、提供一种基于全方位多任务认知实验集和多流双行决策神经网络模型应用于注意缺陷多动障碍综合征的辅助诊断系统，所述的辅助诊断系统包括以下部分：基于adhd和关联认知障碍相关的多个认知任务范式的任务集合；采集受试者脑电信息的脑电设备；用于脑电数据进行简单预处理的平台；对脑电数据进行转换后作为输入，进行特征提取的模型，以确定各个认知实验对受试的测评结果。
4、与现有技术相比，本申请实施例的有益效果在于：
5、本申请实施例中选定的认知任务集合是基于adhd及其关联认知障碍疾病涉及的多个认知实验范式，比如包括反应力、注意力、控制力、抑制反应力、抗干扰能力，从而能够获得全面的反映脑网络功能的脑电信号数据。对于每一个实验获取的数据，预处理之后进行数据变换，生成功率谱图、低分辨率电磁层析成像等以及处理好的原本的脑电数据都输入到msdd模型之中。不同的数据类型采用相对数据具有优势的模型，例如，循环神经网络(recurrent neural network，rnn)模型在针对时序数据方面因其可以建立起对时间序列中上下文依赖关系的能力，以及可以处理长度不固定的序列数据等优势。但传统的rnn在训练时面临的最大问题是梯度消失和梯度爆炸，导致无法有效学习长序列数据，若将人工智能应用于医学诊断必须严谨，模型需强调稳定性，因此本专利所选用的模型都具有稳定性的优势。sbo-rnn借鉴了sgd(stochastic gradient descent)算法的思想将本来的模型计算公式使用常微分方程代替，替换成一个双层优化问题。不仅增强了模型的稳定性，一定程度上还增加了模型的可解释性。resnet通过残差连接的使用，resnet可以轻松地扩展为数十甚至上百层的网络，提取更深层次的特征而不会遭受性能下降或梯度消失问题。通过神经网络自身对数据的学习，自动调整权重参数进行特征的提取，最终确认受试者的相关情况。
6、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了本申请的上述说明和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于全方位多任务认知实验集和多流双行决策神经网络模型应用于注意缺陷多动障碍综合征的辅助诊断系统，其特征在于，所述诊断系统包括以下步骤：
2.根据权利要求1所述的辅助诊断系统，其特征在于，认知实验集合中的每一项实验是从不同的方面对受试者进行了测验诊断，使得不同性质的受试者最大程度地区分开。
3.根据权利要求1所述的辅助诊断系统，其特征在于，获取受试者的脑电数据信息之后，需要对数据进行滤波、重参考、去眼电、去伪迹、分段等相关处理，导出预处理后的脑电数据。
4.根据权利要求1所述的辅助诊断系统，其特征在于，系统内会存有训练好的患者数据和健康常模相关数据信息，受试者只需要进行正常的实验，采集脑电数据信息即可。
5.根据权利要求1所述的辅助诊断系统，其特征在于，通过认知实验的集合，不同的实验所产生的不同类型的脑电信号，在多流双行决策神经网络模型中都与健康常模进行比对分类。不同实验都有相应的分类结果。
6.根据权利要求1所述的辅助诊断系统，其特征在于，最终的诊断结果是由多个实验综合评判得出的，系统最终使用最具辨别力的原生特征
7.根据权利要求2所述的认知实验集，其特征在于，根据认知神经学的理论，男性与女性的是有所不同的，实验针对这一方面做了性别化处理。
8.根据权利要求2所述的认知实验集合，其特征在于，不同的实验有着不同的测试策略，从而可以看出受试者的问题所在，通过系统的诊断结果可以作出相应的应对策略。
9.根据权利要求5所述的多流双行决策神经网络模型，其特征在于，模型对输入的脑电数据做不同的数据转换，采用两种不同的神经网络模型，针对不同的数据类型进行分类。一般的时序型脑电数据采用SBO-RNN(Stochastic Bilevel Optimization RNNs)网络模型，而像脑地形图等数据类型采用ResNet(Residual Network)网络模型。
10.根据权利要求6所述的综合评判，其特征在于，根据美国精神病学协会(DSM-5)关于注意缺陷多动障碍综合征(ADHD)的诊断标准，即共九项诊断标准，若患者存在6个或者6个以上的症状就可以诊断为ADHD。参考此标准来预训练最终的评判模型。
11.一种基于全方位多任务认知实验集和多流双行决策神经网络模型应用于注意缺陷多动障碍综合征的辅助诊断系统，其特征在于，该系统应用于根据权利要求1～10中所述的注意缺陷多动障碍综合征的患者。
...【技术特征摘要】
1.一种基于全方位多任务认知实验集和多流双行决策神经网络模型应用于注意缺陷多动障碍综合征的辅助诊断系统，其特征在于，所述诊断系统包括以下步骤：
2.根据权利要求1所述的辅助诊断系统，其特征在于，认知实验集合中的每一项实验是从不同的方面对受试者进行了测验诊断，使得不同性质的受试者最大程度地区分开。
3.根据权利要求1所述的辅助诊断系统，其特征在于，获取受试者的脑电数据信息之后，需要对数据进行滤波、重参考、去眼电、去伪迹、分段等相关处理，导出预处理后的脑电数据。
4.根据权利要求1所述的辅助诊断系统，其特征在于，系统内会存有训练好的患者数据和健康常模相关数据信息，受试者只需要进行正常的实验，采集脑电数据信息即可。
5.根据权利要求1所述的辅助诊断系统，其特征在于，通过认知实验的集合，不同的实验所产生的不同类型的脑电信号，在多流双行决策神经网络模型中都与健康常模进行比对分类。不同实验都有相应的分类结果。
6.根据权利要求1所述的辅助诊断系统，其特征在于，最终的诊断结果是由多个实验综合评判得出的，系统最终使用最具辨别力的原生特征被送到浅层分类器支持向量机(svm)做出最后的判断。
7.根据权利要求2所述的认知实验集...
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。