一种基于脑电特征的用户强迫状态预警方法、系统及存储介质

本发明涉及强迫状态检测，更具体的说是涉及一种基于脑电特征的用户强迫状态预警方法、系统及存储介质。

背景技术：

1、强迫症(ocd)是一种以强迫思维和强迫行为为主要临床表现的神经精神疾病。近年来强迫症的发病率正在不断攀升，强迫症发病年龄早，多在成年早期发病，可导致广泛的社会功能受损。强迫症因其起病早、病程迁延等特点，常对患者社会功能和生活质量造成极大影响，强迫性思维或行为是强迫症患者的主要临床表现，这会降低患者的生活质量。因此实时监测用户是否处于强迫状态并进行干预，对于用户的生活质量和健康而言是十分重要的。

2、脑电图作为常用的神经功能检测技术，可以记录神经元的电活动，能够无创伤地记录整个大脑表层的瞬时大脑活动，具有高时间分辨率的优势。因此，将脑电信号应用于判断用户的精神状态，判定用户是否处于强迫状态中并进行预警，是很有必要的。故如何实时对目标用户是否处于强迫状态进行判断及预警，以保证目标用户的安全，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，根据现有技术中存在的问题，本发明提供了一种基于脑电特征的用户强迫状态预警方法、系统及存储介质。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种基于脑电特征的用户强迫状态预警方法，包括以下步骤：

4、步骤1、获取用户预设时间步长内的静息态脑电信号；

5、步骤2、使用预先构建并训练好的脑电特征提取模型，对用户的静息态脑电信号进行特征提取，得到用户脑电特征；

6、步骤3、依据人员类别和人员状态，采集不同种类脑电信号样本，得到若干个不同种类脑电信号子集，共同构成脑电信号集；

7、步骤4、提取脑电信号集中各个脑电信号子集对应的代表性脑电特征，存储于特征数据库中；

8、步骤5、将所述用户脑电特征与特征数据库中存储的各个代表性脑电特征进行相似度计算，并确定出最大相似度的代表性脑电特征对应的脑电信号子集；

9、步骤6、依据最大相似度的代表性脑电特征对应的脑电信号子集所属的类别，判定用户是否处于强迫状态并进行报警。

10、可选的，所述步骤2中，采用一维卷积神经网络构建脑电特征提取模型，提取脑电信号的特征信息。

11、可选的，所述步骤3中，所述人员类别包括正常人员和异常人员，所述人员状态包括正常状态和强迫状态，则所述脑电信号集包括：正常人员脑电信号子集、异常人员正常状态脑电信号子集、异常人员强迫状态脑电信号子集。

12、可选的，所述步骤4中，提取各个脑电信号子集对应的代表性脑电特征的方法为：

13、步骤4.1、使用脑电特征提取模型分别提取脑电信号集中各个脑电信号子集的脑电特征，所提取的脑电特征包括：正常人员脑电特征、异常人员正常状态脑电特征、异常人员强迫状态脑电特征；

14、步骤4.2、对每个脑电信号子集对应的脑电特征进行筛选、融合，得到与脑电信号子集数量相同的代表性脑电特征。

15、可选的，所述步骤4.2中，对每个脑电信号子集对应的脑电特征进行筛选、融合的方法为：

16、步骤4.2.1、对每个脑电信号子集对应的脑电特征，计算每两个脑电特征间的相似度，形成相似度矩阵；

17、步骤4.2.2、基于所述相似度矩阵，对每个脑电信号子集对应的脑电特征进行聚类，得到若干个脑电特征簇；

18、步骤4.2.3、对同一脑电特征簇内的脑电特征进行筛选，确定典型脑电特征；

19、步骤4.2.4、对每个脑电特征簇的典型脑电特征进行特征融合，得到脑电信号子集对应的代表性脑电特征。

20、可选的，所述步骤5中，对用户脑电特征与各个代表性脑电特征进行相似度计算的方法为：采用余弦相似度算法计算特征之间的相似度。

21、可选的，所述步骤6中，若所述最大相似度的代表性脑电特征对应的脑电信号子集为正常人员脑电信号子集，则不进行报警，并返回步骤1；若所述最大相似度的代表性脑电特征对应的脑电信号子集为异常人员正常状态脑电信号子集，则进行提示，并返回步骤1；若所述最大相似度的代表性脑电特征对应的脑电信号子集为异常人员强迫状态脑电信号子集，则进行报警。

22、一种基于脑电特征的用户强迫状态预警系统，包括：

23、待测信号获取模块，用于获取用户预设时间步长内的静息态脑电信号；

24、特征提取模块，用于使用预先构建并训练好的脑电特征提取模型，对用户的静息态脑电信号进行特征提取，得到用户脑电特征；

25、脑电信号样本获取模块，用于依据人员类别和人员状态，采集不同种类脑电信号样本，得到若干个不同种类脑电信号子集，共同构成脑电信号集；

26、代表性脑电特征提取模块，用于提取脑电信号集中各个脑电信号子集对应的代表性脑电特征，存储于特征数据库中；

27、相似度计算模块，用于将所述用户脑电特征与特征数据库中存储的各个代表性脑电特征进行相似度计算，并确定出最大相似度的代表性脑电特征对应的脑电信号子集；

28、报警模块，用于依据最大相似度的代表性脑电特征对应的脑电信号子集所属的类别，判定用户是否处于强迫状态并进行报警。

29、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行上述任一项所述的一种基于脑电特征的用户强迫状态预警方法中的步骤。

30、经由上述的技术方案可知，本发明提供了一种基于脑电特征的用户强迫状态预警方法、系统及存储介质，与现有技术相比，具有以下有益效果：

31、本发明通过构建包含不同脑电信号的脑电信号集，涵盖了正常人员和异常人员、正常状态和强迫状态的多方面判断，不仅仅可以判断用户是否处于强迫状态，还可以判断用户为健康用户还是存在安全健康风险的异常人员。

32、本发明对脑电信号集中的各个子集进行信号处理，包括特征提取、筛选、融合等步骤，最终得到每个子集的代表性脑电特征，用于和用户的脑电特征进行比较，获取用户的脑电特征所属类别，进行相关预警，该过程能够更好的提取得到每一类子集，即每一类用户的代表性脑电特征，更能充分反应该类用户的特点，使得最终的计算判断结果更加科学准确。

技术特征：

1.一种基于脑电特征的用户强迫状态预警方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤2中，采用一维卷积神经网络构建脑电特征提取模型，提取脑电信号的特征信息。

3.根据权利要求1所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤3中，所述人员类别包括正常人员和异常人员，所述人员状态包括正常状态和强迫状态，则所述脑电信号集包括：正常人员脑电信号子集、异常人员正常状态脑电信号子集、异常人员强迫状态脑电信号子集。

4.根据权利要求3所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤4中，提取各个脑电信号子集对应的代表性脑电特征的方法为：

5.根据权利要求4所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤4.2中，对每个脑电信号子集对应的脑电特征进行筛选、融合的方法为：

6.根据权利要求1所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤5中，对用户脑电特征与各个代表性脑电特征进行相似度计算的方法为：采用余弦相似度算法计算特征之间的相似度。

7.根据权利要求3所述的一种基于脑电特征的用户强迫状态预警方法，其特征在于，所述步骤6中，若所述最大相似度的代表性脑电特征对应的脑电信号子集为正常人员脑电信号子集，则不进行报警，并返回步骤1；若所述最大相似度的代表性脑电特征对应的脑电信号子集为异常人员正常状态脑电信号子集，则进行提示，并返回步骤1；若所述最大相似度的代表性脑电特征对应的脑电信号子集为异常人员强迫状态脑电信号子集，则进行报警。

8.一种基于脑电特征的用户强迫状态预警系统，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1-7任一项所述的一种基于脑电特征的用户强迫状态预警方法中的步骤。

技术总结
本发明公开了一种基于脑电特征的用户强迫状态预警方法、系统及存储介质，涉及强迫状态检测技术领域。首先获取用户静息态脑电信号，使用预设脑电特征提取模型得到用户脑电特征；采集不同种类脑电信号样本，得到若干脑电信号子集；提取各脑电信号子集的代表性脑电特征；将用户脑电特征与各个代表性脑电特征进行相似度计算，并确定出最大相似度对应的脑电信号子集；依据最大相似度的代表性脑电特征对应的脑电信号子集所属的类别，判定用户是否处于强迫状态并进行报警。本发明可以判断用户是否处于强迫状态，还可以判断用户为健康用户还是异常人员；通过计算每个子集的代表性脑电特征，充分反应该类用户的特点，使得最终的计算判断结果更加科学准确。

技术研发人员：李平,陈云辉,吕丹,于增艳,尚婷惠子,李成冲
受保护的技术使用者：齐齐哈尔医学院
技术研发日：
技术公布日：2024/3/11