System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
所属的技术人员能够理解,本申请的各个方面可以实现为系统、方法或程序产品。因此,本申请的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。下面参照图9来描述根据本专利技术的这种实施例的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本专利技术实施例的功能和使用范围带来任何限制。如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930、显示单元940。其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本专利技术各种示例性实施例的步骤。存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(ram)921和/或高速缓存存储单元922,还可以进一步包括只读存储单元(rom)923。存储单元920还可以包括具有一组(至少一个)程序模块925的程序/使用工具924,这样的程序模块925包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包含网络环境的现实。总线930可以包括数据总线、地址总线和控制总线。电子设备900也可以与一个或多个外部设备970(例如键盘、指向设备、蓝牙设备等)通信,这种通信可以通过输入/输出
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、目前,癫痫是神经系统常见疾病。通过外科手术可以终止或改善药物难治性癫痫。然而,有效的外科手术依赖于精准的致痫灶定位。头部核磁等影像是目前临床上用于协助定位致痫灶的手段,但是,这种定位方式依赖于有经验的专科医生、神经外科医生、影像科医生的多科协助,导致其定位结果存在不一致性,造成致痫灶定位的准确度下降。
3、需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、基于上述问题,专利技术人进行了相应的思考,做出了有针对性的改进,提供了致痫灶定位方法、致痫灶定位装置、电子设备以及计算机可读存储介质,可以将头皮脑电特征数据以及监测视频输入至训练好的目标致痫灶定位模型中,以通过目标致痫灶定位模型定位出受测对象的目标致痫灶,提高了定位出的目标致痫灶的准确率。
2、根据本申请实施例的第一方面,公开了一种致痫灶定位方法,包括:
3、获取受测对象的头皮脑电特征数据;
4、获取所述受测对象的监测视频;
5、将所述头皮脑电特征数据以及所述监测视频输入至训练好的目标致痫灶定位模型中,以通过所述目标致痫灶定位模型定位出所述受测对象对应的目标致痫灶。
6、在一个实施例中,基于前述方案,所述获取受测对象的头皮脑电特征数据,包括:
7、获取由生物医学监测设备采集的所述受测对象的原始头皮脑电监测数据;
8、对所述原始头皮脑电监测数据进行预处理;
9、根据预处理后的原始头皮脑电监测数据得到头皮脑电特征数据。
10、在一个实施例中,基于前述方案,所述原始头皮脑电监测数据包括:
11、从所述受测对象的头皮的多个部位处采集的多通道脑电监测数据;
12、所述根据预处理后的原始头皮脑电监测数据得到头皮脑电特征数据,包括:
13、根据预处理后的多通道脑电监测数据计算每个通道与参考电极的电位差,得到脑电信号初始特征数据;
14、根据所述脑电信号初始特征数据提取头皮脑电特征数据。
15、在一个实施例中,基于前述方案,所述头皮脑电特征数据包括脑电信号波形特征;所述根据所述脑电信号初始特征数据提取头皮脑电特征数据,包括:
16、根据所述脑电信号初始特征数据生成对应的脑电信号波形图;
17、根据所述脑电信号波形图提取脑电信号波形特征。
18、在一个实施例中,基于前述方案,所述头皮脑电特征数据包括脑电信号时频特征;所述根据所述脑电信号初始特征数据提取头皮脑电特征数据,包括:
19、对所述脑电信号初始特征数据进行傅里叶变换,得到所述脑电信号特征数据对应的脑电信号时频数据;
20、根据所述脑电信号时频数据提取所述脑电信号时频特征。
21、在一个实施例中,基于前述方案,所述对所述原始头皮脑电监测数据进行预处理,包括以下至少一种处理:重采样,滤波,剔除噪声数据,数值标准化处理。
22、在一个实施例中,基于前述方案,所述获取所述受测对象的监测视频之后,所述方法还包括:
23、从所述监测视频中得到所述受测对象的人体特征信息以及动作特征信息;
24、将电位差、脑电信号时频特征、所述人体特征信息以及所述动作特征信息输入至训练好的所述目标致痫灶定位模型中,以通过所述目标致痫灶定位模型定位出所述受测对象对应的目标致痫灶。
25、在一个实施本文档来自技高网...
【技术保护点】
1.一种致痫灶定位方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取受测对象的头皮脑电特征数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述原始头皮脑电监测数据包括:从所述受测对象的头皮的多个部位处采集的多通道脑电监测数据;
4.根据权利要求3所述的方法,其特征在于,所述头皮脑电特征数据包括脑电信号波形特征;
5.根据权利要求3所述的方法,其特征在于,所述头皮脑电特征数据包括脑电信号时频特征;
6.根据权利要求2所述的方法,其特征在于,所述对所述原始头皮脑电监测数据进行预处理,包括以下至少一种处理:重采样,滤波,剔除噪声数据,数值标准化处理。
7.根据权利要求1所述的方法,其特征在于,所述获取所述受测对象的监测视频之后,所述方法还包括:
8.一种致痫灶定位装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其上存储计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-
...【技术特征摘要】
1.一种致痫灶定位方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取受测对象的头皮脑电特征数据,包括:
3.根据权利要求2所述的方法,其特征在于,所述原始头皮脑电监测数据包括:从所述受测对象的头皮的多个部位处采集的多通道脑电监测数据;
4.根据权利要求3所述的方法,其特征在于,所述头皮脑电特征数据包括脑电信号波形特征;
5.根据权利要求3所述的方法,其特征在于,所述头皮脑电特征数据包括脑电信号时频特征;
6.根据...
【专利技术属性】
技术研发人员:林楠,董一粟,金丽日,卢强,崔丽英,陈俊晖,李恋,戴朝约,梁子,高伟芳,张少博,贺海波,
申请(专利权)人:中国医学科学院北京协和医院,
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。