一种帕金森神经病变的辅助评估系统、方法和存储介质

本申请涉及帕金森神经病变检测，具体涉及一种帕金森神经病变的辅助评估系统、方法和存储介质。

背景技术：

1、帕金森病会对患者的生活质量产生严重影响，目前，科研人员正对帕金森病进行深入研究，但是，研究对于帕金森病的周围神经病变的症状却并没有过多的分析和涉及。帕金森疾病可以引起神经病变，例如会引起运动功能障碍，会导致出现平衡能力问题，特别容易摔倒。

2、目前，对于帕金森神经病变的检测包括通过对肌电信号或肌氧信号的分析处理结果来进行识别。但是，这种利用单一生理信号进行帕金森神经病变识别的方法，获取到的生理信息检测分辨率较低，无法作为对帕金森神经病变进行辅助评估。

技术实现思路

1、针对现有技术中存在的上述技术问题，提出了本申请。本申请旨在提供一种帕金森神经病变的辅助评估系统、方法和存储介质，其能够基于肌电信号和血氧浓度数据确定出用于进行帕金森神经病变的评估的丰富的特征信息，以提高评估受检者是否具有帕金森神经病变的患病倾向的准确性。

2、根据本申请的第一方案，提供一种帕金森神经病变的辅助评估系统，所述辅助评估系统基于肌电信号和血氧浓度数据进行评估，所述辅助评估系统包括数据接收单元和数据处理单元，所述数据接收单元配置为：获取受检者在执行各个目标任务时所采集到的关注部位的肌电信号和基于所采集到的近红外数据得到的血氧浓度数据，其中，所述目标任务为在第一预设时间内执行静息任务、在执行完第二预设时间的静息任务之后执行捏指任务、在执行完第二预设时间的静息任务之后执行握拳任务；所述数据处理单元配置为：基于所述肌电信号和所述血氧浓度数据分别提取第一关注特征和第二关注特征；建立受检者在执行各个目标任务的过程中所述肌电信号与所述血氧浓度数据之间的耦合关系，并得到符合其耦合关系的特征系数；将所述第一关注特征、第二关注特征以及特征系数输入到cnn-lstm模型中，以得到特征分析结果，其中，所述cnn-lstm模型中配置有注意力机制模块和transformer模块；基于所述特征分析结果，确定出受检者是否患有帕金森神经病变的患病倾向的评估结果。

3、根据本申请的第二方案，提供一种基于肌电信号和血氧浓度数据的帕金森神经病变的辅助评估方法，所述辅助评估方法包括：获取受检者在执行各个目标任务时所采集到的关注部位的肌电信号和基于所采集到的近红外数据得到的血氧浓度数据，其中，所述目标任务为在第一预设时间内执行静息任务、在执行完第二预设时间的静息任务之后执行捏指任务、在执行完第二预设时间的静息任务之后执行握拳任务；基于所述肌电信号和所述血氧浓度数据分别提取第一关注特征和第二关注特征；建立受检者在执行各个目标任务的过程中所述肌电信号与所述血氧浓度数据之间的耦合关系，并得到符合其耦合关系的特征系数；将所述第一关注特征、第二关注特征以及特征系数输入到cnn-lstm模型中，以得到特征分析结果，其中，所述cnn-lstm模型中配置有注意力机制模块和transformer模块；基于所述特征分析结果，确定出受检者是否患有帕金森神经病变的患病倾向的评估结果。

4、根据本申请的第三方案，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如下的处理：获取受检者在执行各个目标任务时所采集到的关注部位的肌电信号和基于所采集到的近红外数据得到的血氧浓度数据，其中，所述目标任务为在第一预设时间内执行静息任务、在执行完第二预设时间的静息任务之后执行捏指任务、在执行完第二预设时间的静息任务之后执行握拳任务；

5、基于所述肌电信号和所述血氧浓度数据分别获取第一关注特征和第二关注特征；建立受检者在执行各个目标任务的过程中所述肌电信号与所述血氧浓度数据之间的耦合关系，并得到符合其耦合关系的特征系数；将所述第一关注特征、第二关注特征以及特征系数输入到cnn-lstm模型中，以得到特征分析结果，其中，所述cnn-lstm模型中配置有注意力机制模块和transformer模块；基于所述特征分析结果，确定出受检者是否患有帕金森神经病变的患病倾向的评估结果。

6、与现有技术相比，本申请实施例的有益效果在于：

7、本申请实施例提供的帕金森神经病变的辅助评估系统基于受检者在执行各个目标任务时所采集的关注部位的肌电信号和基于所采集的近红外数据得到的血氧浓度数据，实现对肌电信号和血氧浓度数据的同步实时检测。本申请实施例通过建立肌电信号和血氧浓度数据之间的耦合关系，能够说明肌电信号和血氧浓度数据之间在不同状态下的联系，通过将基于该耦合关系确定出的特征系数连同第一关注特征、第二关注特征输入到cnn-lstm模型中，能够有利于cnn-lstm模型快速捕捉到与帕金森神经病变相关的特征，并相应地生成特征分析结果。如此，提高了基于特征分析结果，评估受检者是否具有帕金森神经病变患病倾向的准确性，从而辅助医生进一步判断患者是否具有帕金森神经病变。

8、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述说明和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.一种帕金森神经病变的辅助评估系统，所述辅助评估系统基于肌电信号和血氧浓度数据进行评估，其特征在于，所述辅助评估系统包括数据接收单元和数据处理单元，所述数据接收单元配置为：

2.根据权利要求1所述的辅助评估系统，其特征在于，所述第一关注特征包括均方根、主频率和功率谱密度；所述第二关注特征包括氧合血红蛋白浓度、脱氧血红蛋白浓度、氧饱和度、反应时间和恢复时间。

3.根据权利要求1所述的辅助评估系统，其特征在于，所述关注部位包括前屈肌和后伸肌。

4.根据权利要求1所述的辅助评估系统，其特征在于，所述数据处理单元进一步配置为：

5.根据权利要求4所述的辅助评估系统，其特征在于，所述数据处理单元进一步配置为：

6.根据权利要求1所述的辅助评估系统，其特征在于，在第一预设时间内执行静息任务具体包括：在第一预设时间内，受检者保持静息态；

7.根据权利要求1所述的辅助评估系统，其特征在于，基于所述特征分析结果，确定出受检者是否患有神经病变的患病倾向的评估结果具体包括：将所述特征分析结果输入到分类器中，以预测受检者是否具有神经病变的患病倾向。

8.一种基于肌电信号和血氧浓度数据的帕金森神经病变的辅助评估方法，其特征在于，所述辅助评估方法包括：

9.根据权利要求8所述的辅助评估方法，其特征在于，所述第一关注特征包括均方根、主频率和功率谱密度；所述第二关注特征包括氧合血红蛋白浓度、脱氧血红蛋白浓度、氧饱和度、反应时间和恢复时间。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如下的处理：

技术总结
本申请提供了一种帕金森神经病变的辅助评估系统、方法和存储介质。数据处理单元配置为：基于肌电信号和血氧浓度数据分别提取第一关注特征和第二关注特征；建立受检者在执行各个目标任务的过程中肌电信号与血氧浓度数据之间的耦合关系，并得到符合其耦合关系的特征系数；将第一关注特征、第二关注特征以及特征系数输入到CNN‑LSTM模型中，以得到特征分析结果；基于特征分析结果，确定出受检者是否患有神经病变的患病倾向的评估结果。如此，能够基于肌电信号和血氧浓度数据确定出用于进行帕金森神经病变的评估的丰富的特征信息，以提高评估受检者是否具有帕金森神经病变的患病倾向的准确性。

技术研发人员：李德玉,夏美云,何佳桐,丁佳新,韩德伟,武迪
受保护的技术使用者：北京航空航天大学
技术研发日：
技术公布日：2024/3/5