基于脑电信号的抑郁识别方法、装置、终端及介质与流程

1.本技术涉及计算机技术领域，具体涉及一种基于脑电信号的抑郁识别方法、装置、终端及介质。


背景技术：

2.抑郁症又称抑郁障碍，是一种发病率较高的情感障碍精神疾病。抑郁症患者通常具有心境低落、兴趣和愉快感丧失、精力不济或疲劳感等典型症状。抑郁症的诊断主要应根据病史、临床症状、病程及体格检查和实验室检查。因此，这种诊断方式易受主观因素的影响，容易造成误诊和漏诊。研究发现，抑郁症患者和健康对照者的脑电信号在波段、功率和波幅等参数上有不同的变异规律。因此，为了克服抑郁症的诊断易受主观因素影响的问题，相关技术中主要采用对脑电信号的分析来进行抑郁诊断。然而，这种通过脑电信号来诊断抑郁症的方式，存在分析时间长，效率低的问题。


技术实现要素：

3.为了解决上述至少一个技术问题，本技术提供一种基于脑电信号的抑郁识别方法、装置、终端及介质。
4.根据本技术的第一方面，提供了一种基于脑电信号的抑郁识别方法，该方法包括：
5.获取被测用户的脑电信号；
6.确定所述脑电信号的时域波形和频域波形；
7.依据所述时域波形和所述频域波形，确定针对所述被测用户的抑郁评估分类。
8.根据本技术的第二方面，提供了一种基于脑电信号的抑郁识别装置，该装置包括：
9.信号获取模块，用于获取被测用户的脑电信号；
10.波形确定模块，用于确定所述脑电信号的时域波形和频域波形；
11.抑郁识别模块，用于依据所述时域波形和所述频域波形，确定针对所述被测用户的抑郁评估分类。
12.根据本技术的第三方面，提供了一种终端，该终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时以实现上述基于脑电信号的抑郁识别方法。
13.根据本技术的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于脑电信号的抑郁识别方法。
14.本技术实施例通过获取被测用户的脑电信号，以确定脑电信号的时域波形和频域波形，从而依据时域波形和频域波形，来确定针对被测用户的抑郁评估分类，这种通过提取脑电特征来进行抑郁诊断的方式，避免了相关技术中抑郁诊断易受主观因素影响导致的问题，起到了抑郁诊断的自动化识别效果，达到了缩短抑郁识别的时间，提高抑郁诊断的效率的目的。
附图说明
15.为了更清楚地说明本技术实施例中的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
16.图1为本技术实施例提供的一种基于脑电信号的抑郁识别方法的流程示意图；
17.图2为本技术实施例提供的一种基于脑电信号的抑郁识别方法的应用系统的结构示意图；以及
18.图3为本技术实施例提供的一种基于脑电信号的抑郁识别装置的框图结构示意图。
具体实施方式
19.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
20.需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
21.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
22.根据本技术的一个实施例，提供了一种基于脑电信号的抑郁识别方法，如图1所示，该方法包括步骤s101至步骤s103。
23.步骤s101：获取被测用户的脑电信号。
24.具体地，电子设备获取被测用户的脑电信号。其中，电子设备可以为脑电接口bci设备、pc机、平板、服务器等设备，还可以是脑电eeg采集设备。
25.例如，若电子设备为脑电接口bci设备，那么脑电eeg采集设备获取来自脑电eeg采集设备发送的脑电信号，以对脑电信号进行分析；若电子设备为脑电eeg采集设备，那么脑电eeg采集设备检测到被测用户的脑电信号时，即对脑电信号进行分析。
26.步骤s102：确定脑电信号的时域波形和频域波形。
27.在本技术实施例中，时域波形用于表征脑电信号随着时间的变化趋势。
28.在本技术实施例中，频域波形用于表征预设频率范围内每个给定频带内的信号量。
29.步骤s103：依据时域波形和频域波形，确定针对被测用户的抑郁评估分类。
30.具体地，不同用户的时域波形和频域波形不同，且不同抑郁程度的用户的时域波形和频域波形不同。
31.在本技术实施例中，抑郁评估分类用于表征被测用户的抑郁情况。
32.具体地，抑郁评估分类可以根据业务需求或者抑郁程度进行划分。例如，抑郁评估分类可以包括：无抑郁症状、轻度抑郁、重度抑郁等。
33.本技术实施例通过获取被测用户的脑电信号，以确定脑电信号的时域波形和频域波形，从而依据时域波形和频域波形，来确定针对被测用户的抑郁评估分类，这种通过提取脑电特征来进行抑郁诊断的方式，避免了相关技术中抑郁诊断易受主观因素影响导致的问
题，起到了抑郁诊断的自动化识别效果，达到了缩短抑郁识别的时间，提高抑郁诊断的效率的目的。
34.在一些实施例中，步骤s103依据时域波形和频域波形，确定被测用户的抑郁评估分类的步骤，包括：
35.基于预构建的抑郁识别模型，确定针对时域波形和频域波形的抑郁评估分类。
36.具体地，抑郁识别模型可以是基于卷积神经网络cnn模型、支持向量机svm、邻近算法knn模型等进行训练得到的。例如，若采用基于卷积神经网络cnn模型，该cnn模型一般包括输入层、输出层，以及输入层和输出层之间的隐藏层，其中，隐藏层的数量可以根据业务需要进行设置。
37.在一些实施例中，步骤s103依据时域波形和频域波形，确定所述被测用户的抑郁评估分类之前，该方法还包括：
38.获取训练样本，训练样本包括多个用户分别对应的时域波形和频域波形；
39.依据训练样本对预设的神经网络模型进行训练，得到训练好的抑郁识别模型。
40.具体地，训练样本包括多种抑郁程度各自对应的用户的时域波形和频域波形。其中，各种抑郁程度各自对应的用户的数量可以根据预设数量比例来确定。应用时，训练样本一部分作为训练数据，另一半部分作为验证数据，其中，训练数据和验证数据可以按照9:1的比例来确定。通过训练数据调整神经网络模型的各层的权值之后，通过验证数据来验证神经网络模型的各层的权值是否合适。
41.在一些实施例中，步骤103依据时域波形和频域波形，确定被测用户的抑郁评估分类的步骤，包括：
42.将时域波形和频域波形在预设的抑郁分类数据库中进行查询，抑郁分类数据库包括多个抑郁评估分类，以及多个抑郁评估分类各自对应的时域波形和频域波形；
43.依据查询结果，确定被测用户的抑郁评估分类。
44.具体地，抑郁分类数据库可以存储在本地，也可以存储在云端。应用时，若抑郁分类数据库存储在本地，直接在本地对时域波形和频域波形的查询；若抑郁分类数据库存储在云端，可以将时域波形和频域波形发送至云端进行查询，也可以向云端发送针对抑郁分类数据库的获取请求，这样实现在本地对时域波形和频域波形的查询。更具体地，在将时域波形和频域波形在本地进行查询之前，若检测到针对抑郁分类数据库的更新数据包，则可以先对抑郁分类数据库进行更新处理。
45.在一些实施例中，步骤s102确定脑电信号的时域波形和频域波形的步骤之前，该方法还包括：
46.对脑电信号进行滤波、归一化等处理。
47.具体地，可以通过预设的陷波滤波器来去除工频干扰。例如，对信号进行0.5
‑
40hz的带通滤波，去除eeg信号中不相关的无用信息，这样过滤掉大于40hz的高频部分，以及小于0.5hz的低频部分。
48.具体地，可以照每10s内平均的伏值进行标准化，即每10s按照平均eeg强度标准化。
49.具体地，还可以采用递归平均噪声算法、最小值跟踪算法、直方图噪声估计算法等，对脑电信号进行去燥处理。
50.具体地，还可以使用主成分分析的方法，去除具有一定模式特征的眨眼肌电产生的干扰波形，实现对脑电信号的去伪处理。
51.在一些实施例中，该方法还包括：
52.基于被测用户所属的抑郁评估分类，确定针对被测用户的指导信息。
53.在本技术实施例中，指导信息用于表征对抑郁症患者的治疗方式、注意事项等内容。
54.具体地，可以将被测用户所属的抑郁评估分类在预设的指导信息数据库中进行匹配，从而得到针对该抑郁评估分类的指导信息。例如，指导信息数据库包括多种抑郁评估分类各自对应的指导信息。应用时，终端获取来自服务端的对指导信息数据库的更新数据包，从而提高针对被测用户的指导信息的精度。
55.为了进一步说明本技术实施例提供的方法，下面结合图2所示的系统进行详细说明。图2所示的系统包括电极阵列11、脑电eeg采集设备10和脑机接口bci设备。应用时，脑电eeg采集设备10和脑机接口bci设备可以有线连接，也可以通过蓝牙等无线连接方式进行连接。电极阵列11可以按照国际脑电10
‑
20系统的fp1、fp2、f7、f3、fz、f4、f8、t3、c3、cz、c4、t4、t5、p3、pz、p4、t6、o1、o2点的位置，来确定检测位置。脑电eeg采集设备10将采集到的脑电信号传输至脑电接口bci设备20。脑电接口bci设备20在获取到脑电信号时进行特征提取，得到时域波形和频域波形，从而将时域波形和频域波形输入至预设抑郁识别模型，得到被测用户的抑郁评估分类，实现了抑郁症的自动化诊断目的，这种方式既克服了人工诊断易受主观因素影响诊断准确性的问题，还降低了抑郁症诊断的专业门槛要求，加快对抑郁症进行识别的速度，提高了抑郁识别效率。
56.本技术的又一实施例提供了一种基于脑电信号的抑郁识别装置，如图3所示，该装置30包括：信号获取模块301、波形确定模块302以及抑郁识别模块203。
57.信号获取模块301，用于获取被测用户的脑电信号；
58.波形确定模块302，用于确定所述脑电信号的时域波形和频域波形；
59.抑郁识别模块303，用于依据所述时域波形和所述频域波形，确定针对所述被测用户的抑郁评估分类。
60.本技术实施例通过获取被测用户的脑电信号，以确定脑电信号的时域波形和频域波形，从而依据时域波形和频域波形，来确定针对被测用户的抑郁评估分类，这种通过提取脑电特征来进行抑郁诊断的方式，避免了相关技术中抑郁诊断易受主观因素影响导致的问题，起到了抑郁诊断的自动化识别效果，达到了缩短抑郁识别的时间，提高抑郁诊断的效率的目的。
61.进一步地，抑郁识别模块包括：
62.第一识别子模块，用于基于预构建的抑郁识别模型，确定针对所述时域波形和所述频域波形的抑郁评估分类。
63.进一步地，依据所述时域波形和所述频域波形，确定所述被测用户的抑郁评估分类的步骤之前，抑郁识别模块还包括：
64.样本获取子模块，用于获取训练样本，所述训练样本包括多个用户分别对应的时域波形和频域波形；
65.模型训练子模块，用于依据所述训练样本对预设的神经网络模型进行训练，得到
训练好的抑郁识别模型。
66.进一步地，抑郁识别模块包括：
67.波形查询子模块，用于将所述时域波形和所述频域波形在预设的抑郁分类数据库中进行查询，所述抑郁分类数据库包括多个抑郁评估分类，以及多个抑郁评估分类各自对应的时域波形和频域波形；
68.第二识别子模块，用于依据查询结果，确定所述被测用户的抑郁评估分类。
69.进一步地，确定所述脑电信号的时域波形和频域波形的步骤之前，波形确定模块还包括：
70.信号预处理子模块，用于对所述脑电信号进行滤波、归一化处理。
71.进一步地，该装置还包括：
72.指导信息确定模块，用于基于所述被测用户所属的抑郁评估分类，确定针对所述被测用户的指导信息。
73.进一步地，波形确定模块包括：
74.信号转换子模块，用于基于预设的傅里叶转换算法，确定所述脑电信号的时域波形和频域波形。
75.本实施例的基于脑电信号的抑郁识别装置可执行本技术实施例提供的基于脑电信号的抑郁识别方法，其实现原理相类似，此处不再赘述。
76.本技术又一实施例提供了一种终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该处理器执行计算机程序时以实现上述基于脑电信号的抑郁识别方法。
77.具体地，处理器可以是cpu，通用处理器，dsp，asic，fpga或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
78.具体地，处理器通过总线与存储器连接，总线可包括一通路，以用于传送信息。总线可以是pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。
79.存储器可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom、cd
‑
rom或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
80.可选的，存储器用于存储执行本技术方案的计算机程序的代码，并由处理器来控制执行。处理器用于执行存储器中存储的应用程序代码，以实现上述实施例提供的基于脑电信号的抑郁识别装置的动作。
81.本技术又一实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于脑电信号的抑郁识别方法。
82.以上所描述的装置实施例仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
83.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd
‑
rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
84.以上是对本技术的较佳实施进行了具体说明，但本技术并不局限于上述实施方式，熟悉本领域的技术人员在不违背本技术精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。