信息处理方法、装置和系统与流程

本公开涉及信息处理领域，特别涉及一种信息处理方法、装置和系统。

背景技术：

帕金森病(parkinson’sdisease,简称：pd)是中老年人常见的神经退行性疾病。它以黑质神经元变性缺失和路易小体形成为病理特征，是仅次于肿瘤和脑血管病的人类健康第三大杀手。

冻结步态(freezingofgait,简称：fog)是pd患者临床表现中常见且最具有致残性的病理步态，主要见于疾病中晚期。调查数据表明，高达87％的患者在疾病中晚期存在fog。fog是导致患者跌倒和致残的重要因素，严重影响老年患者的生活质量，增加老龄化社会经济负担。

为了能够找到有效的治疗手段，目前通常利用人体脑电信息对人体脑功能进行研究，以便探索pog的发病机制。

技术实现要素：

发明人注意到，fog是一种间歇性的现象，是人体运动环路的短暂中断，通常持续时间从数秒到数十秒不等。在利用人体脑电信息进行研究的过程中，由于无法确定fog何时发生，因此无法有效获取患者在不同运动状态下所对应的脑电信号。

为此，本公开提供一种有效获取与患者的肢体运动状态相对应的脑电信号的方案。

根据本公开实施例的第一方面，提供一种信息处理方法，包括：实时同步采集患者的脑电信号和肢体运动状态信息；根据所述肢体运动状态信息对所述患者当前的肢体运动状态进行检测；将与所述患者当前的肢体运动状态相对应的脑电信号进行状态标记，以便获得与肢体运动状态相对应的脑电信号。

在一些实施例中，将与所述患者当前的肢体运动状态相对应的脑电信号进行状态标记包括：若所述患者当前进入指定的肢体运动状态，则给相对应的脑电信号添加指定状态开始标记；若所述患者当前退出指定的肢体运动状态，则给相对应的脑电信号添加指定状态结束标记。

在一些实施例中，所述肢体运动状态信息包括所述患者的腿部运动的加速度信息和角速度信息。

在一些实施例中，将与肢体运动状态相对应的脑电信号发送给服务器。

在一些实施例中，根据用户指示信息提取指定时间范围内所采集的脑电信号。

根据本公开实施例的第二方面，提供一种信息处理装置，包括：脑电信息采集模块，被配置为实时采集患者的脑电信号；肢体运动状态信息采集模块，被配置为与所述脑电信息采集模块同步实时采集肢体运动状态信息；检测模块，被配置为根据所述肢体运动状态信息对所述患者当前的肢体运动状态进行检测；处理模块，被配置为将与所述患者当前的肢体运动状态相对应的脑电信号进行状态标记，以便获得与肢体运动状态相对应的脑电信号。

在一些实施例中，处理模块被配置为在所述患者当前进入指定的肢体运动状态的情况下，给相对应的脑电信号添加指定状态开始标记，在所述患者当前退出指定的肢体运动状态的情况下，给相对应的脑电信号添加指定状态结束标记。

在一些实施例中，所述肢体运动状态信息包括所述患者的腿部运动的加速度信息和角速度信息。

在一些实施例中，上述装置还包括接口模块，被配置为将与肢体运动状态相对应的脑电信号发送给服务器。

在一些实施例中，处理模块还被配置为根据接口模块接收到的用户指示信息，提取指定时间范围内所采集的脑电信号。

根据本公开实施例的第三方面，提供一种信息处理装置，包括：存储器，被配置为存储指令；处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如上述任一实施例涉及的方法。

根据本公开实施例的第四方面，提供一种信息处理系统，包括如上述任一实施例涉及的信息处理装置，以及服务器，用于存储所述信息处理装置发送的与肢体运动状态相对应的脑电信号。

在一些实施例中，上述系统还包括：视频记录装置，用于记录所述患者的行为视频数据；视频标记装置，被配置为给所述行为视频数据和相对应的脑电信号添加时间同步标记。

根据本公开实施例的第五方面，提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上述任一实施例涉及的方法。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开一个实施例的信息处理方法的流程示意图；

图2为本公开一个实施例的脑电信息示意图；

图3为图2中与各运动状态相对应的脑电信号示意图；

图4为本公开一个实施例的信息处理装置的结构示意图；

图5为本公开另一个实施例的信息处理装置的结构示意图；

图6为本公开又一个实施例的信息处理装置的结构示意图；

图7为本公开一个实施例的信息处理系统的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

关于fog的发病机制，从脊髓中枢模式发生器机制到皮层额叶发生机制，有如下几种有代表性的假说。

一、脊髓中枢模式发生器的异常信号输出：正常行走过程中，当生理性的中枢模式发生器(脊髓)调节步态时，其步态频谱有单一主导频率。而fog的腿部交替振荡不是简单周期性的，复杂的振荡模式或者是源于模式发生器破坏，或者是失常的脊髓上中枢(脑干或皮层)阻碍脊髓中央模式发生器的正常运行。

二、中枢驱动和自律性障碍：像步态这样的熟练运动，一旦学会后就应成为自动的，不需要刻意关注的运动。pd步态冻结患者的任务自动性受损，执行双重任务会诱发fog。

三、感觉信息处理功能障碍：fog病人在通过门口时会冻结，表明对环境的感知处理存在问题。相比于健康者，fog患者对相关视觉信息刺激会做出过度反应。

四、额叶执行功能障碍：有fog的pd患者与没有fog的pd患者相比，额叶执行功能(即定势转移、注意力、问题解决能力)受损。

上述假说的共同点是均涉及大脑皮层中枢对于信息的处理和调控，在fog的发生机制中发挥作用。由于fog的出现有不确定性特点，通常是在正常行走中短暂发生，持续仅几秒到几十秒。大型影像(例如：核磁)检查是无法有效识别fog发生时的脑活动信息，同时脑电记录本身又不能界定fog是否发生，何时发生。因此，若能够有效提取出患者在不同运动状态下所对应的脑电信号，将非常有利于探索fog的发生机制。

图1为本公开一个实施例的信息处理方法的流程示意图。在一些实施例中，信息处理方法步骤可由信息处理装置执行。

在步骤101，实时同步采集患者的脑电信息和肢体运动状态信息。

在一些实施例中，通过利用贴敷于人体头部的至少十个传感器来采集人体的脑电信息。

在一些实施例中，肢体运动状态信息包括患者的腿部运动的加速度信息和角速度信息。

在步骤102，根据所述肢体运动状态信息对所述患者当前的肢体运动状态进行检测。

这里需要说明的是，患者在不同的运动状态下，腿部在进行运动的过程中在不同方向上的加速度值会存在很大差异。因此通过对肢体运动状态信息进行检测，可准确获知患者当前处于何种运动状态。

在步骤103，将与所述患者当前的肢体运动状态相对应的脑电信号进行状态标记，以便获得与肢体运动状态相对应的脑电信号。

在一些实施例中，若所述患者当前进入指定的肢体运动状态，则给相对应的脑电信号添加指定状态开始标记。若所述患者当前退出指定的肢体运动状态，则给相对应的脑电信号添加指定状态结束标记。通过利用指定状态开始标记和指定状态结束标记，可以有效提取出指定状态下的脑电信号。

在本公开上述实施例提供的信息处理方法中，通过监测肢体运动状态以确定患者当前所处的运动状态，以便能够有效提取出患者在不同运动状态下的脑电信号。

在一些实施例中，将与肢体运动状态相对应的脑电信号发送给服务器进程存储。以便后续对患者在不同运动状态下的脑电信息进行分析处理。

例如，可通过有线方式或无线方式将患者在不同运动状态下的脑电信号发送给服务器。

这里需要说明的是，由于如何分析脑电信息并不是本公开的发明点所在，因此这里不展开描述。

在一些实施例中，还可根据用户指示信息提取指定时间范围内所采集的脑电信息。

例如，用户可向信息处理装置发送相应指示信息，以便对感兴趣的时间范围内的脑电信息进行提取，从而有效提升脑电信息提取的灵活性。

图2为本公开一个实施例的脑电信息示意图。

如图2所示，在患者头部设置10个传感器，每个传感器设置在头部的不同部位，这10个传感器所采集的脑电信号分别如图2中的信号1-10所示。此外，在患者腿部设置陀螺仪传感器。该陀螺仪传感器所采集的加速度信息如图2中的信号11所示。

如图2所示，在阶段1，患者处于静坐状态。在阶段2，进行视频同步信号标记。为了便于后续对患者的fog症状行为进行分析，还可拍摄患者的行为视频数据。通过给行为视频数据和相对应的脑电信号添加时间同步标记，以便将行为视频数据的时间轴和实时同步采集的脑电信号和肢体运动状态信息的时间轴同步，从而能够方便提取出与各行为状态相对应的行为视频数据。在阶段3，患者站起，进入直立状态。在阶段4，患者进入行走状态，向某预定方向前行。在阶段5，患者转弯。在阶段6，患者在转弯后，向该预定方向的反方向继续行走。通常，fog症状出现在患者转弯的阶段。因此，若获得患者在不同运动阶段的脑电信号，可便于针对fog症状发生前、fog症状发生过程中和fog症状发生后的脑电信息进行分析和研究。

图3为图2中与各运动状态相对应的脑电信号示意图。

如图3所示，在信息处理装置启动后，根据患者腿部设置的陀螺仪传感器所检测到的腿部加速度数据，判断患者处于静坐状态，则给相对应的脑电信号添加静坐状态开始标记。若检测到患者进入直立状态，则依次给相对应的脑电信号添加静坐状态结束标记和直立状态开始状态。将静坐状态开始标记和静坐状态结束标记之间的脑电信号作为与静坐状态相对应的脑电信号s1。若检测到患者进入行走状态，则依次给相对应的脑电信号添加直立状态结束标记和行走状态开始状态。将直立状态开始标记和直立状态结束标记之间的脑电信号作为与直立状态相对应的脑电信号s2。若检测到患者进入转弯状态，则依次给相对应的脑电信号添加行走状态结束标记和转弯状态开始状态。将行走状态开始标记和行走状态结束标记之间的脑电信号作为与行走状态相对应的脑电信号s3。若检测到患者进入反向行走状态，则依次给相对应的脑电信号添加转弯状态结束标记和反向行走开始状态。将转弯状态开始标记和转弯状态结束标记之间的脑电信号作为与转弯状态相对应的脑电信号s4。若检测到患者停止行走后，则给相对应的脑电信号添加反向行走结束标记。将反向行走状态开始标记和反向行走状态结束标记之间的脑电信号作为与反向行走状态相对应的脑电信号s5。此外，由于行为视频数据的时间轴和实时同步采集的脑电信号和肢体运动状态信息的时间轴同步，因此能够分别提取出与直立状态、行走状态、转弯状态和反向行走状态相对应的行为视频数据。

由此可获得与患者各运动状态相对应的脑电信号和相应的行为视频数据。

图4为本公开一个实施例的信息处理装置的结构示意图。如图4所示，信息处理装置包括脑电信息采集装置41、肢体运动状态信息采集装置42、检测模块43和处理模块44。

脑电信息采集模块41被配置为实时采集患者的脑电信号。

肢体运动状态信息采集模块42被配置为与脑电信息采集模块41同步实时采集肢体运动状态信息。

在一些实施例中，肢体运动状态信息包括患者的腿部运动的加速度信息和角速度信息。

检测模块43被配置为根据肢体运动状态信息对患者当前的肢体运动状态进行检测。

处理模块44被配置为将与患者当前的肢体运动状态相对应的脑电信号进行状态标记，以便获得与肢体运动状态相对应的脑电信号。

在一些实施例中，处理模块44被配置为在患者当前进入指定的肢体运动状态的情况下，给相对应的脑电信号添加指定状态开始标记，在患者当前退出指定的肢体运动状态的情况下，给相对应的脑电信号添加指定状态结束标记。

在本公开上述实施例提供的信息处理装置中，通过监测肢体运动状态以确定患者当前所处的运动状态，以便能够有效提取出患者在不同运动状态下的脑电信号。

图5为本公开另一个实施例的信息处理装置的结构示意图。图5与图4的不同之处在于，在图5所示实施例中，信息处理装置还包括接口模块45。

接口模块45被配置为将与肢体运动状态相对应的脑电信号发送给服务器。

例如，接口模块45可通过有线方式或无线方式将与肢体运动状态相对应的脑电信号发送给服务器。

在一些实施例中，提取模块44还被配置为根据接口模块45接收到的用户指示信息，提取指定时间范围内所采集的脑电信息。

例如，用户可向信息处理装置发送相应指示信息，以便对感兴趣的时间范围内的脑电信息进行提取，从而有效提升脑电信息提取的灵活性。

图6为本公开又一个实施例的信息处理装置的结构示意图。如图6所示，信息处理装置包括存储器61和处理器62。

存储器61用于存储指令，处理器62耦合到存储器61，处理器62被配置为基于存储器存储的指令执行实现如图1中任一实施例涉及的方法。

如图6所示，该信息处理装置还包括通信接口63，用于与其它设备进行信息交互。同时，该装置还包括总线64，处理器62、通信接口63、以及存储器61通过总线64完成相互间的通信。

存储器61可以包含高速ram存储器，也可还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器61也可以是存储器阵列。存储器61还可能被分块，并且块可按一定的规则组合成虚拟卷。

此外处理器62可以是一个中央处理器cpu，或者可以是专用集成电路asic，或是被配置成实施本公开实施例的一个或多个集成电路。

本公开同时还涉及一种计算机可读存储介质，其中计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如图1中任一实施例涉及的方法。

图7为本公开一个实施例的信息处理系统的结构示意图。如图7所示，信息处理系统包括脑电信号传感器71、步态传感器72、信息处理装置73和服务器74。信息处理装置为图4至图6中任一实施例涉及的信息处理装置。

脑电信号传感器71被配置为将实时采集的患者脑电信息发送给信息处理装置73。步态传感器72被配置为将与脑电信号传感器71同步实时采集的患者肢体运动状态信息发送给信息处理装置73。服务器74用于存储信息处理装置73发送的与肢体运动状态相对应的脑电信号。

在一些实施例中，脑电信号传感器71为多通道的σ-δ模数转换器，步态传感器72为陀螺仪传感器，可测量x轴、y轴和z轴上的加速度信息和角速度信息。

在一些实施例中，如图7所示，信息处理系统还包括视频记录装置75和视频标记装置76。视频记录装置75用于记录患者的行为视频数据，视频标记装置76给行为视频数据和相对应的脑电信号添加时间同步标记，以便后续对患者的fog症状行为进行分析研究。

这里需要说明的是，由于行为视频数据的时间轴和实时同步采集的脑电信号和肢体运动状态信息的时间轴同步，因此能够分别提取出与各行为状态相对应的行为视频数据。

本公开通过借助肢体运动状态分析，能够有效提取出患者在不同运动状态下的脑电信号，为进一步了解fog的发病机制研究提供了坚实的基础。

在一些实施例中，在上面所描述的功能单元模块可以实现为用于执行本公开所描述功能的通用处理器、可编程逻辑控制器(programmablelogiccontroller，简称：plc)、微控制器(microcontrollerunit，简称mcu)、数字信号处理器(digitalsignalprocessor，简称：dsp)、专用集成电路(applicationspecificintegratedcircuit，简称：asic)、现场可编程门阵列(field-programmablegatearray，简称：fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本公开的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本公开限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本公开的原理和实际应用，并且使本领域的普通技术人员能够理解本公开从而设计适于特定用途的带有各种修改的各种实施例。