申请/专利权人：华南理工大学;华南脑控(广东)智能科技有限公司;人工智能与数字经济广东省实验室(广州)

申请日：2022-10-26

公开（公告）日：2024-06-28

公开（公告）号：CN115670463B

主分类号：A61B5/16

分类号：A61B5/16;A61B5/378;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2023.02.21#实质审查的生效;2023.02.03#公开

摘要：本发明公开了一种基于脑电情绪神经反馈信号的抑郁检测系统，包括：图形用户界面模块，用于呈现脑电情绪神经反馈实验程序图形界面；多通道脑电信号采集模块，用于采集患者进行脑电情绪神经反馈实验过程中的脑电信号；脑电信号预处理模块，用于对脑电信号片段进行预处理；情绪特征提取模块，用于对脑电信号片段进行特征提取得到脑电信号片段情绪特征；情绪实时识别反馈模块，用于对脑电信号片段情绪特征进行情绪分类预测，得到情绪实时反馈结果，用于在图形用户界面模块进行情绪实时反馈结果呈现；抑郁检测模块，用于对脑电信号片段情绪特征进行抑郁水平评估。本发明设计了基于脑电情绪神经反馈信号的抑郁检测系统，存在潜在临床价值和社会价值。

主权项：1.一种基于脑电情绪神经反馈信号的抑郁检测系统，其特征在于，包括：图形用户界面模块，用于呈现脑电情绪神经反馈实验程序图形界面，为用户提供情绪刺激材料与情绪实时反馈呈现；多通道脑电信号采集模块，用于采集患者进行脑电情绪神经反馈实验过程中的脑电信号，并将特定时间下的脑电信号作为一个脑电信号片段存储一次，以供后续脑电信号预处理模块进行处理；脑电信号预处理模块，用于对脑电信号片段进行信号处理，滤波除去噪声，提高后续情绪特征提取模块的数据质量；情绪特征提取模块，用于对经过脑电信号预处理模块后得到的脑电信号片段进行特征提取得到脑电信号片段情绪特征，用于后续情绪实时识别反馈模块和抑郁检测模块；情绪实时识别反馈模块，用于对经过情绪特征提取模块后得到的脑电信号片段情绪特征进行情绪的分类预测，通过已有的脑电情绪特征数据集对脑电信号片段情绪特征进行多源风格迁移，之后使用多源支持向量机分类器进行情绪分类，并根据情绪反馈准则得到情绪实时反馈结果，传输至图形用户界面模块进行情绪实时反馈结果呈现；抑郁检测模块，用于对经过情绪特征提取模块后得到的脑电信号片段情绪特征进行抑郁水平评估，通过构建的健康对照-抑郁患者情绪特征高斯核朴素贝叶斯分类模型，对一位用户在一次脑电情绪神经反馈实验中采集的所有脑电信号片段情绪特征进行分析，并根据抑郁评估准则给出用户三种状态之一作为最终检测结果，其中该三种状态分别为重度抑郁、轻度抑郁、正常；所述图形用户界面模块通过VGA连接线与安装有脑电信号预处理模块的计算机连接，所述图形用户界面模块包括情绪刺激材料呈现模块和情绪实时反馈呈现模块，其中：所述情绪刺激材料呈现模块用于在显示屏上向用户呈现脑电情绪神经反馈实验程序的视频区域，即需要用户在规定时间内观看随机的积极、平静视频类型的情绪刺激材料，在此期间需要用户调节自己的情绪至情绪刺激材料对应的状态，每段情绪刺激材料结束后，用户获得预设休息时间，休息完成，准备好后按空格键开始观看下一段情绪刺激材料，脑电情绪神经反馈实验期间，情绪刺激材料包含n段积极视频和m段平静视频；所述情绪实时反馈呈现模块用于在显示屏幕上向用户呈现脑电情绪神经反馈实验程序的情绪反馈区域，根据情绪实时识别反馈模块得到的情绪实时反馈结果，在情绪反馈区域显示图形变化从而呈现用户对应的实时情绪状态，协助用户完成情绪调节过程；所述脑电信号预处理模块对多通道脑电信号采集模块存储的脑电信号片段进行实时处理，在31个通道中选取A2通道作为参考电极，通过eeglab开源工具箱检测并剔除剩余30通道中信号质量差的通道，进行经过12阶最小相位有限冲击响应滤波器滤波，滤波带宽为0.5-70Hz，以及带阻滤波器，带阻滤波器频率设置为50Hz去除工频噪声干扰，通过eeglab开源工具箱插补缺失的通道，最终得到进行脑电信号预处理模块的30通道脑电信号片段，避免了由于脑电帽导联损坏导致的数据缺失，改进了环境中的噪声对脑电信号的干扰，提高了脑电信号的质量；所述情绪特征提取模块对经过脑电信号预处理模块后得到的脑电信号片段进行情绪特征提取，从而得到脑电信号片段情绪特征，其中，在功率谱的基础上改进使用了同样含有频率信息且被认为是最好的情绪特征之一的微分熵，Thedifferentialentropy，DE特征，具体地，使用了30个脑电通道在5个频率段：Delta频段：1-3Hz，Theta频段：4-7Hz，Alpha频段：8-13Hz，Beta频段：14-30Hz，Gamma频段：31-50Hz内的微分熵特征，微分熵特征的具体计算方法如下：将每个通道的脑电信号通过窗长为特定秒数的无重叠汉宁窗，使用短时间傅里叶变换计算功率谱特征，假设脑电信号x服从数学期望为μ、方差为σ2的正态分布，记为x～Nμ,σ2,然后，微分熵的计算能够简化为： 这里x表示服从数学期望为μ、方差为σ2的正态分布的脑电信号，记为x～Nμ,σ2，Px是x的概率密度函数，微分熵特征则等价于固定长度脑电图序列x的取对数之后的频谱能量；通过对脑电信号预处理模块后得到的脑电信号片段进行微分熵特征提取，从而得到30通道5个频段共150维的脑电信号片段情绪特征，用于情绪实时识别反馈模块和抑郁检测模块；所述情绪实时识别反馈模块对经过情绪特征提取模块后得到的150维脑电信号片段情绪特征，进行情绪识别；为了改进小样本情况下不同用户使用情绪分类模型情绪出现识别准确率不稳定的问题，通过多源风格迁移的方法对脑电信号片段情绪特征做映射处理，具体地，将系统已经收集到的j个人的脑电情绪特征的先验知识作为源域，将当前新的需要进行识别的脑电信号片段情绪特征，通过多源风格迁移映射到源域，多源风格迁移的具体计算方法如下：Ts＝AT+b，其中，T代表新需要识别的脑电信号片段情绪特征，Ts代表映射到源域后的脑电信号片段情绪特征，A、b为映射过程的参数，通过最小化均方误差得到，即：Sj是源域中j个人的脑电情绪特征，代表求L2范数，min代表求最小值；之后再使用多源支持向量机对映射到源域后的脑电信号片段情绪特征Ts进行情绪的分类预测，多源支持向量机由j个人的积极类别和平静类别的脑电情绪特征训练出j个SVM分类器整合得到，标定Ts的情绪类别为积极类别情绪或平静类别情绪，并根据情绪类别和情绪反馈准则得到情绪实时反馈结果，传输到图形用户界面模块；图形用户界面模块的情绪实时反馈呈现模块进行情绪实时反馈结果呈现，显示图形变化；所述多通道脑电信号采集模块以特定赫兹的采样率采集患者进行脑电情绪神经反馈实验过程中产生的31通道，包括：Fp1、Fp2、F7、F3、Fz、F4、F8、FT7、FC3、FCZ、FC4、FT8、T3、C3、CZ、C4、T4、TP7、CP3、CPZ、CP4、TP8、T5、P3、PZ、P4、T8、O1、OZ、O2、A2通道的脑电信号，并通过USB数据连接线和并口线与安装有脑电信号预处理模块的计算机连接，将采集到的脑电信号存入缓冲存储器，特定时间下作为一个脑电信号片段存储一次，以供后续脑电信号预处理模块进行处理；所述抑郁检测模块对经过情绪特征提取模块后得到的脑电信号片段情绪特征进行zscore算法归一化，通过已经收集到的i个人，其中一部分人为抑郁患者，另一部分人为健康对照的脑电情绪特征的先验知识训练出的高斯核函数朴素贝叶斯健康抑郁分类模型，对一位用户在一次脑电情绪神经反馈实验中采集的所有脑电信号片段情绪特征预测抑郁概率，再将一位用户所有脑电信号片段情绪特征预测抑郁概率结果取加权求和，取平均值得到最终的预测概率值，改进了用户只进行单次测量由于测量误差发生误判的情况，之后由阈值法根据预测概率值给出用户三种状态之一作为最终检测结果。

全文数据：

权利要求：

百度查询： 华南理工大学;华南脑控(广东)智能科技有限公司;人工智能与数字经济广东省实验室(广州) 一种基于脑电情绪神经反馈信号的抑郁检测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD