一种动态预警癫痫发作的装置的制作方法

本发明属于移动医疗技术领域，尤其涉及一种动态预警癫痫发作的装置。

背景技术：

癫痫发作时，身体某一部位或整个身体呈现短暂性非自主性抽搐，有时伴有意识丧失和尿便失禁，具有严重的潜在生命威胁。避免由癫痫发作造成个体伤害甚至生命威胁的有效方式是及时侦测到癫痫发作的早期信息，并及时向医护人员及患者监护人或亲属发出预警。

通过体表或体外监测的生理或运动信号分析，有可能发现癫痫发作期或发作前期的特征。癫痫发作由一组脑细胞异常放电造成，因而通过脑电信号的分析有可能在最大程度上尽早预知癫痫的发作。基于脑电信号的非线性本质特征，不少公开文献均尝试使用非线性算法分析脑电进而对脑电进行归类。现有技术均将癫痫的检测转化为二值分类问题，即可以将脑电信号分类为正常或发作期信号，是在癫痫发作后发出警报，而非发作前期的早期预警。

近年的研究揭示了熵算法在分析生理信号上的显著优势，但理论研究阐明，熵算法所刻画的特征可能反映信号在不同非线性域的动力学属性，比如信号的规则或不规则性以及信号的简单或复杂度等。但是，现有的癫痫发作检测方法均采用单一算法，没有完整地描绘脑电信号的非线性特征，不能准确地反应脑电信号，其直接后果可能是所公开的分类或预警方法并没有很好的泛化能力，也即当这些方法被移植到一个更具普适性的人群上时其精确性并不能被继承，也就是不能准确地预警癫痫发作。简单地通过一种方法替换另外一种方法仍然面临同样的问题。通过多个算法获得不同维度上脑电信号的动力学属性，进而基于特定的融合机制将这些属性映射到统一的非线性域，为完整描绘其非线性特征提供了可能，也最大程度上保证了方法的泛化能力，当前所能检索的公开文献还没有涉及这一概念，使用什么方法融合以及如何进行融合来准确描述脑电信号都属于未知领域。本发明正是基于以上背景技术而提出的。

技术实现要素：

为了解决现有技术的缺点，本发明提供一种动态预警癫痫发作的装置。

本发明的一种动态预警癫痫发作的装置，包括：

脑电采集部，其包括脑电电极和信号调理电路，所述脑电电极用于采集脑电信号并传送至信号调理电路进行预处理；

存储部，其用于接收并存储所述信号调理电路预处理后的脑电信号；

微处理器，用于脑电信号的实时分析，完成癫痫发作前期和发作期脑电信号的侦测、脑电信号压缩和整装置的通讯控制，其被配置为：从存储部获取预设固定时间长度的脑电信号，并对获取的脑电信号进行两级二次分类；其中，第一级二次分类输出为正常脑电信号和异常脑电信号，第二级二次分类输出为癫痫发作前期脑电信号和癫痫发作期脑电信号；

输出部，其与微处理器相连，用于对癫痫发作前期和癫痫发作期进行实时预警。

进一步地，所述微处理器，还被配置为：

从存储部获取预设固定时间长度t的脑电信号x；

利用预设长度t₀的时间窗来对脑电信号x分别进行标准差归一化和幅值归一化，其中，t₀小于t，且t为t₀的k倍，k为正整数；

分别根据标准差归一化信号和幅值归一化信号，计算第k个时间窗内信号的不规则度F_kt和复杂度D_kt，进而得到脑电信号x的平均不规则度和平均复杂度

对脑电信号x分别直接进行标准差归一化和幅值归一化，进一步直接计算出脑电信号x的不规则度F_t和复杂度D_t；

将脑电信号x的平均不规则度平均复杂度不规则度F_t和复杂度D_t作为特征值来构建特征集合，对脑电信号x进行两级二次分类；其中，第一级二次分类器的输入特征为t秒脑电的不规则度F_t和平均复杂度的结合，输出为正常脑电信号和异常脑电信号，第二级二次分类器作用于第一级分类器所检测的异常脑电信号，输入特征为t秒脑电的平均不规则度和复杂度D_t的结合，输出为癫痫发作前期脑电信号和癫痫发作期脑电信号。

本发明将获取的脑电信号分别求取其动力学属性平均不规则度平均复杂度不规则度F_t和复杂度D_t，进而基于这些动力学属性作为特征值来构建特征集合且映射到统一的非线性域，完整地描绘了脑电信号的非线性特征，最终能够准确地动态预警癫痫的发作。

进一步地，该动态预警癫痫发作的装置还包括输入部，其用于输入用户数据以产生和记录电子病历。

进一步地，所述微处理器通过无线通讯模块连接至数据服务器。

进一步地，所述数据服务器与云中心服务器相连。

本发明在动态侦测癫痫发作前期和发作期信号的同时，每隔固定时间后，微处理器对存储于存储部中的脑电信号进行压缩，而后通过无线通讯模块向数据服务器传送信息，再由数据服务器将脑电信号传送至云中心服务器，最终达到数据的远程存储及应用。

本发明除周期性传输压缩后的脑电信号外，无线通讯模块也会被微处理器所侦测到的癫痫发作前期或发作期信号激活，进而紧急向医院的远程监护中心和病人的紧急联系人发出警报。

进一步地，所述输出部包括显示模块、音频模块和微型马达，用于实时显示脑电信号、实时高亮显示癫痫发作前期和发作期脑电信号，并在癫痫发作前期和发作期实时发出声音和机械振动预警；所述显示模块、音频模块和微型马达均与微处理器相连。

本发明的有益效果为：

本发明的动态预警癫痫发作的装置能够便携地、连续动态地记录脑电信号，对获取的脑电信号进行两级二次分类，实时检测出正常脑电信号、癫痫发作前期脑电信号和癫痫发作期脑电信号，从而实现早期预知癫痫的发作并发出预警信息。

附图说明

图1为本发明装置的结构原理图。

图2为本发明动态预警癫痫发作的流程示意图。

图3(a)为一例正常脑电。

图3(b)为一例异常脑电信号。

图3(c)为一例正常脑电和一例异常脑电信号在非线性平面上的映射区域示意图。

图4(a)为一例癫痫发作前期脑电。

图4(b)为一例癫痫发作期脑电信号。

图4(c)为一例癫痫发作前期脑电和一例癫痫发作期脑电信号在非线性平面上的映射区域示意图。

其中，1、输出部，2、脑电采集部，3、存储部，4、微处理器，5、无线通讯模块。

具体实施方式

下面结合附图与实施例对本发明做进一步说明：

如图1所示，本发明的动态预警癫痫发作的装置包括脑电采集部2、存储部3、微处理器4和输出部1。

其中，脑电采集部2包括脑电电极和信号调理电路，脑电电极用于采集脑电信号并传送至信号调理电路进行预处理。信号调理电路包括串联连接的放大电路和滤波电路，所述滤波电路的输出端与模拟数字转换电路相连。由脑电电极记录的脑电信号经信号调理和放大电路进行滤波和放大后，通过模拟数字转换电路转换为数字信号并输出。

存储部3，其用于接收并存储所述信号调理电路预处理后的数字信号。存储部可以采用闪存器来实现。

微处理器4，用于脑电信号的实时分析，完成癫痫发作前期和发作期脑电信号的侦测、脑电信号压缩和整装置的通讯控制，其被配置为：从存储部获取预设固定时间长度的脑电信号，并对获取的脑电信号进行两级二次分类；其中，第一级二次分类输出为正常脑电信号和异常脑电信号，第二级二次分类输出为癫痫发作前期脑电信号和癫痫发作期间脑电信号。

其中，微处理器4还被配置为：

从存储部3获取预设固定时间长度t的脑电信号x；

利用预设长度t₀的时间窗来对脑电信号x分别进行标准差归一化和幅值归一化，其中，t₀小于t，且t为t₀的k倍，k为正整数；

分别根据标准差归一化信号和幅值归一化信号，计算第k个时间窗内信号的不规则度F_kt和复杂度D_kt，进而得到脑电信号x的平均不规则度和平均复杂度

对脑电信号x分别直接进行标准差归一化和幅值归一化，进一步直接计算出脑电信号x的不规则度F_t和复杂度D_t；

将脑电信号x的平均不规则度平均复杂度不规则度F_t和复杂度D_t作为特征值来构建特征集合，对脑电信号x进行两级二次分类；其中，第一级二次分类器的输入特征为t秒脑电的不规则度F_t和平均复杂度的结合，输出为正常脑电信号和异常脑电信号，第二级二次分类器作用于第一级分类器所检测的异常脑电信号，输入特征为t秒脑电的平均不规则度和复杂度D_t的结合，输出为癫痫发作前期脑电信号和癫痫发作期脑电信号。

本发明将获取的脑电信号分别求取其动力学属性平均不规则度平均复杂度不规则度F_t和复杂度D_t，进而基于这些动力学属性作为特征值来构建特征集合且映射到统一的非线性域，完整地描绘了脑电信号的非线性特征，最终能够准确地动态预警癫痫的发作。

输出部1，其与微处理器相连，用于对癫痫发作前期和发作期进行实时预警；输出部1包括显示模块、音频模块和微型马达，所述显示模块、音频模块和微型马达均与微处理器相连；其中，显示模块用来实时显示脑电信号、高亮显示癫痫发作前期和发作期脑电信号，音频模块和微型马达用于输出预警信息

进一步地，该动态预警癫痫发作的装置还包括输入部，其用于输入用户数据以产生和记录电子病历。

进一步地，微处理器4通过无线通讯模块5连接至数据服务器。

进一步地，数据服务器与云中心服务器相连。本发明在动态侦测癫痫发作前期和发作期信号的同时，每隔固定时间后，微处理器对存储于存储部中的脑电信号进行压缩，而后通过无线通讯模块向云中心服务器传输。

本发明除周期性传输压缩后的脑电信号外，无线通讯模块也会被微处理器所侦测到的癫痫发作前期或发作期信号激活，进而紧急向医院的远程监护中心和病人的紧急联系人发出警报。

本发明的动态预警癫痫发作的装置能够便携地、连续动态地记录脑电信号，对获取的脑电信号进行两级二次分类，实时检测出正常脑电信号、癫痫发作前期脑电信号和癫痫发作期脑电信号，从而实现早期预知癫痫的发作并发出预警信息。

图2示意了微处理器进行动态预警癫痫发作的流程图。以连续采集的5t秒脑电信号，且时间窗的长度为t为例：

首先，微处理器4根据设定好的采样率F_s初始化长度为5t秒的队列，并将连续采集的5t秒脑电信号{x_5t(i)}依次进入队列；

利用长度为t的时间窗对信号{x_5t(i)}分别进行标准差归一化和幅值归一化，获得信号和其中k＝1,2,3,4,5；对标准差归一化信号计算不规则度F_kt，对幅值归一化信号计算复杂度D_kt，获得5t/t＝5个时间窗下脑电信号的平均不规则度和平均复杂度

对信号{x_5t(i)}直接进行标准差归一化和幅值归一化，获得信号和

对标准差归一化信号计算不规则度F_5t，对幅值归一化信号计算复杂度D_5t；

基于特征集合对脑电信号{x_5t(i)}进行分类，对脑电信号进行分类的分类器是基于不规则度和复杂度交错结合的两级二次分类器，其中：

第一级二次分类器的输入特征为5t秒脑电的不规则度F_5t和平均复杂度的结合，输出为正常脑电信号和异常脑电信号；如图3(a)和图3(b)示意了一例正常脑电信号和一例异常脑电信号，和图3(c)正常脑电信号和异常脑电信号在不规则度-平均复杂度平面的映射区域；

第二级二次分类器作用于第一级分类器所检测的“异常”信号，输入特征为5t秒脑电的平均不规则度和复杂度D_5t的结合，输出为癫痫发作前期脑电信号和发作期脑电信号；图4(a)和图4(b)示意了一例癫痫发作前期信号和一例癫痫发作期信号，以及图4(c)发作前期信号和发作期信号在平均不规则度-复杂度平面的映射区域；

继续采集t秒的脑电信号进入队列，并与队列后4t秒的信号组成新的长度为5t秒的脑电信号{x_5t(i)}，重新进入以上分析流程，以此循环直至用户或医生暂停或者关闭装置。

优选的，信号的不规则度通过如下方法计算：

(1)设定空间维数为m，将信号x(i)重构至相空间，即X(i)＝[x(i),x(i+1),…,x(i+m-1)]，其中，i＝1,2,…,N-m，N为信号x(i)的长度；

(2)遍历两两不同向量X(i)和X(j)之间的距离d(i，j)＝fun(X(i)，X(j))，其中，i，j＝1，2，…，N-m，i≠j，fun为距离函数；

(3)设定相似性容限r，基于模糊逻辑计算(2)所述距离d(i，j)≤r的频率B(m)，即

(4)将空间维数增加1，即在m+1维空间上重复(1)～(3)，获得频率B(m+1)；

(5)信号x(i)的不规则度F＝-ln(B(m+1)/B(m))。

本发明采用两两不同向量之间距离的遍历可显著提高计算效率，使用模糊逻辑计算所述频率B(m)能够提高结果的稳定性。

优选的，信号的复杂度通过如下方法计算：

(1)设定空间维数为m，将信号x(i)重构至相空间，即X(i)＝[x(i),x(i+1),…,x(i+m-1)]，其中，i＝1,2,…,N-m，N为信号x(i)的长度，

(2)遍历两两不同向量X(i)和X(j)之间的距离d(i，j)＝fun(X(i)，X(j))，其中，i，j＝1，2，…，N-m，i≠j，fun为距离函数，

(3)估计距离d(i,j)的概率密度函数p(l),l＝1,2,...,Q，其中Q为设定的粗粒化水平；

(4)信号x(i)的复杂度

本发明采用两两不同向量之间距离的遍历可显著提高计算效率，使用所述概率密度函数p(l)刻画距离的分布特征，可在信号长度极短时仍具有相当高的精确度和稳定性。

一旦侦测到癫痫发作前期或癫痫发作期信号，微处理器4会向输出部1发出指令以高亮显示信号，并通过输出部1内置的音频模块输出声音警报，通过输出部1内置的微型马达实现整装置的震动预警。

根据初始配置，存储部3暂存长度为固定时间T的脑电信号，当采集脑电信号达到时间T后，微处理器4中的信号压缩程式被激活，通过压缩感知算法对脑电信号进行压缩，压缩后的信号进入无线通讯模块5进行无线传输，以降低无线通讯的通讯负荷，提高通讯效率。随后，闪存器中暂存的长度为T的脑电信号被清空，从而为接受新的信号腾出存储空间。

除经压缩后的脑电信号可以激活无线通讯模块5之外，无线通讯模块5还会被微处理器4所检测到的癫痫发作前期或癫痫发作期信号所激活，从而向医院的远程监护中心和病人的紧急联系人发出预警，实现动态预警癫痫发作的功能。

优选的，作为实施例，上述各符号代替的参数取值为：

F_s＝128赫兹，T＝10分钟，t＝1秒，m＝3，r＝0.2，Q＝64。

基于上述优选的实施参数：本发明装置的时间分辨率为1秒；进行癫痫发作预警的精度为0.92，敏感性为0.9，特异性为0.96，阳性预测率为0.97。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。