一种自动判断进食系统以及方法与流程

本发明涉及一种医疗治疗技术领域，尤其是涉及一种自动判断进食系统以及方法。

背景技术：

糖尿病和肥胖是全世界常见的公共健康问题，其发病率正以令人担忧的速度上升。II型糖尿病病例占了所有糖尿病的绝大部分，而绝大多数的II型糖尿病患者是由肥胖引起。两种疾病的药物治疗因副作用或缺乏长期疗效而前景欠佳。

经过肥胖症潜在治疗方案的调查，可以确定的是通过胃肠电刺激可引起体重减轻，因为它改变胃肠动力，增加饱腹感，减少食物摄取。目前胃肠电刺激的治疗主要是在用户在饮食前开启，从而有效提高用户饮食前的饱腹感，从而在真正开始饮食的时候减少食物摄取，但是在实际应用过程中，经常会存在用户在其饮食前忘记开启胃肠电刺激设备的情况，以至于严重影响用户的治疗效果，还有改进的空间。

技术实现要素：

本发明的目的是提供一种具有实现对患者是否有进食的有效分析判断，并在判断用户确实开始饮食的时候即刻开启胃肠电刺激设备，提高了用户胃肠电刺激治疗的效果的自动判断进食系统以及方法。

本发明的上述发明目的是通过以下技术方案得以实现的：

一种自动判断进食系统，自动判断进食系统包括植入到胃的粘膜层或浆膜层以记录胃肠电信号的胃肠电记录电极、连接于胃肠电记录电极以接收胃肠电信号并响应于胃肠电信号以分析判断人体是否有进食的信号处理模块、连接于信号处理模块以接收信号处理信号并进行人工智能神经网络训练以分析出人体是否进食的人工智能神经网络训练分析模块、以及连接于人工智能神经网络训练分析模块且受控于人工智能神经网络训练分析模块以实现胃肠电刺激治疗的胃肠电刺激治疗装置。

通过采用上述技术方案，通过胃肠电记录电极的设置可以有效采集患者的胃肠电信号，通过信号处理模块对胃肠电信号进行相应的信号处理，以方便后续人工智能神经网络训练分析模块对人体进食作进一步判断，有效提高了对用户是否有进食的精确判断，在确实判断出用户有进食的前提条件下，相应会启动胃肠电刺激治疗装置，从而有效提高了对用户胃肠电刺激治疗的效果。

本发明进一步设置为：自动判断进食系统还包括设置于胃肠电记录电极和信号处理模块之间以用于放大胃肠电信号的信号放大模块。

通过采用上述技术方案，通过信号放大模块的设置可以有效放大胃肠电信号，从而避免胃肠电信号在受外界干扰的情况下信号变弱以至于无法正常传递。

一种自动判断进食方法，其特征在于，包括以下步骤：

S1：实时获取当前个体的胃肠电信号情况；

S2：通过人工智能神经网络训练分析模块进行人体是否进食的分析判断。

通过采用上述技术方案，通过步骤S1、步骤S2的设置可以基于获取的个人胃肠电信号情况通过人工智能神经网络训练分析模块对人体是否有进食作出精准判断。

本发明进一步设置为：S2包括以下步骤：

S2.1：获取若干实验个体进食前后的胃肠电信号；

S2.2：以若干实验个体的胃肠电信号为基础通过时域分析获取若干实验个体的时域特征集A，同时通过频域分析获取若干实验个体的频域特征集B；

S2.3:以时域特征集A和频域特征集B中的所有特征作为输入层，实验个体是否有进食的结果作为输出层，构建人工神经网络；

S2.4：以当前个体的胃肠电信号作为基础，通过时域分析分析出当前个体的时域特征，通过频域分析获取当前个体的频域特征，带入所构建人工神经网络的输入层中，通过分类器分析判断出当前个体是否有进食。

通过采用上述技术方案，通过步骤2.1、步骤2.2的设置可以通过时域分析获取若干实验个体的时域分析结果形成时域特征集A，相似的，通过频域分析可以相应的获取实验个体的频域分析结果形成频域特征集B，最后以时域特征集A、频域特征集B的所有特征作为输入层，实验个人的是否进食状况作为输出层，构建出相应的人工神经网络，并集合所构建的人工神经网络和当前个体的胃肠电信号情况，有效分析判断出当前个体是否有进食。

本发明进一步设置为：步骤S2.3中所构建的人工神经网络为BP神经网络，输入层的层数范围为[3,15]，输出层为两个，0代表空腹，1代表吃饭，隐藏层的范围为[1，3]。

通过采用上述技术方案，此处将步骤S2.3所构建的人工神经网络设置为BP神经网络，在已知输入层和输出层的情况，有效提高了构建神经网络构建的精确性。

本发明进一步设置为：步骤S2.2所提到时域分析为胃肠电信号的快波成分分析，频域分析为胃肠电信号的基本频率和主功率分析。

通过采用上述技术方案，公开了步骤S2.2时域分析以及频域分析的对象。

附图说明

图1是本发明自动判断进食系统的系统框图。

图2是自动判断进食方法所构建神经网络的构架示意图

图3是自动判断进食方法的步骤示意图。

图4是图3中步骤S2的示意图。

图中，1、胃肠电记录电极；2、信号处理模块；3、信号放大模块；4、人工智能神经网络训练分析模块。

具体实施方式

以下结合附图对本发明作进一步详细说明。

参照图1，一种自动判断进食系统，包括植入到胃的粘膜层或浆膜层以记录胃肠电信号的胃肠电记录电极1、连接于胃肠电记录电极1以接收胃肠电信号并响应于胃肠电信号以分析判断人体是否有进食的信号处理模块2、连接于信号处理模块2以接收信号处理信号并进行人工智能神经网络训练以分析出人体是否进食的人工智能神经网络训练分析模块4、以及连接于人工智能神经网络训练分析模块4且受控于人工智能神经网络训练分析模块4以实现胃肠电刺激治疗的胃肠电刺激治疗装置。

已知人在进食前后胃肠电信号变化会比较大，进食后相比于进食前其胃肠电信号的频率和强度均会变大，另外胃肠电信号还可以分为快波和慢波，慢波上会增加快波成分能够有效判断此时人体是否有进食。

考虑到在实际胃肠电信号在传递的时候一旦受到外界环境的干扰其信号会变弱，甚至于无法进行正常传递，自动判断进食系统还包括设置于胃肠电记录电极1和信号处理模块2之间以用于放大胃肠电信号的信号放大模块3。

以上为自动判断进食系统的介绍，以下针对自动判断进食方法进行详细介绍。

一种自动判断进食方法，包括以下步骤：S1：实时获取当前个体的胃肠电信号情况；S2：通过人工智能神经网络训练分析模块4进行人体是否进食的分析判断。

其中步骤S2包括以下步骤：

S2.1：获取若干实验个体进食前后的胃肠电信号，此处的实验个体至少为100个。

S2.2：以若干实验个体的胃肠电信号为基础通过时域分析获取若干实验个体的时域特征集A，同时通过频域分析获取若干实验个体的频域特征集B，时域分析为胃肠电信号的快波成分分析，频域分析为胃肠电信号的基本频率和主功率分析。

S2.3:以时域特征集A和频域特征集B中的所有特征作为输入层，实验个体是否有进食的结果作为输出层，构建人工神经网络，步骤S3.3中所构建的人工神经网络优选为BP神经网络，还可以是前馈神经网络、径向基函数神经网络、kohonen自组织神经网络、递归神经网络、卷积神经网络、模块化神经网络，输入层的层数范围为[3,15]，输出层为两个，0代表空腹，1代表吃饭，隐藏层的范围为[1，3]。

S2.4：以当前个体的胃肠电信号作为基础，通过时域分析分析出当前个体的时域特征，通过频域分析获取当前个体的频域特征，带入所构建人工神经网络的输入层中，通过分类器分析判断出当前个体是否有进食，此处的分类器可以是线性分类器或非线性分类器，其中线性分类器主要应用在所构建隐藏层的函数为线性函数的时候，非线性分类器应用在所构建隐藏层的函数为非线性函数的时候。

本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。