国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      全自動判斷腦電圖中有無癲癇樣放電的裝置的制作方法

      文檔序號:1068086閱讀:298來源:國知局
      專利名稱:全自動判斷腦電圖中有無癲癇樣放電的裝置的制作方法
      技術(shù)領域
      本發(fā)明涉及一種檢測癲癇病的裝置,具體地說,是一種全自動判斷腦電圖中有無癲癇樣放電(Epileptiform Discharges,簡稱ED)的裝置。
      眾所周知,癲癇是一種常見病,患病率約占人口的0.4%,患者發(fā)病時常有失去知覺倒地,全身抽搐等表征,是危害人民健康的重要疾病。因此,正確地診斷是否癲癇,使之和其它有類似癥狀的疾病區(qū)分開來,采取正確的治療措施是很重要的課題,目前常用的方法是記錄患者的腦電圖,再由醫(yī)生來分析腦電圖,看其中是否有癲癇樣放電,來作為癲癇診斷的主要客觀依據(jù)。這種方式,在臨床上頗為麻煩,一是由于一些病人,其ED發(fā)生頻率較低,常規(guī)記錄難以記錄到ED,必須延長記錄時間,但帶來的問題是提高了假陽性率,給醫(yī)生的判讀帶來困難,醫(yī)生必須從大量的腦電信號中去挑出少量有用的信號,十分費時、費力。隨著電子計算機和微電腦技術(shù)的迅速發(fā)展,便有使用計算機自動分析腦電圖中ED的研究,約經(jīng)過了30年的發(fā)展,已取得了良好結(jié)果,對ED的識別率已明顯提高,假陽性率已大大下降,到目前為止,以張彤等在《中國生物醫(yī)學工程學報》1998,17(1)1-11發(fā)表的“腦電圖癲癇波的自動檢測與分類”之技術(shù)方案的水平最高,他們采用分層次,多方法整合途徑將自適應預測,小波變換,人工神經(jīng)網(wǎng)絡,模糊識別系統(tǒng),專家系統(tǒng)等信號處理技術(shù)結(jié)合起來,檢測癲癇波,取得了較好的結(jié)果,假陽性率為11.8%,識別率達90%,而且能對癲癇波進行分型。但該方法相當復雜,不利于快速識別,并且,專家系統(tǒng)的知識規(guī)則仍需很大補充,另外,還必須高速和大容量的計算機,成本較高,特別是在完全沒有醫(yī)生參與的情況下,仍不能完全由計算機來準確回答腦電圖中究竟有無ED這樣一個診斷癲癇病迫切需回答的問題,究其原因乃是由于(1)由于腦電十分微弱,外界在患者身上產(chǎn)生的干擾常常超過甚至遠遠超過腦電,干擾又是多種多樣,防不勝防,在人體內(nèi)部心電、肌電等都會對腦電記錄產(chǎn)生干擾,這些非腦電的干擾稱為偽差。在腦電的自動分析過程中,偽差引起的假陽性無法徹底排除,這些造成假陽性的腦電波就被當作ED。在沒有醫(yī)生的參與時,無法把它們剔除。這樣就非常容易使沒有ED的腦電圖,由于偽差的作祟而被誤判為有ED的腦電圖,由此而可能產(chǎn)生錯誤診斷,而且錯誤率相當高,因此使計算機自動分析法失效;(2)由于患者的腦電圖中出現(xiàn)ED,不是均勻的,而是在一定時間,一定條件下才發(fā)生ED,常規(guī)腦電圖記錄,要患者去醫(yī)院,記錄僅約20分鐘,因此,很可能在記錄的這段時間內(nèi)ED沒有發(fā)生,而ED發(fā)生時又沒有記錄。這樣由于記錄時間不夠長,而使腦電圖中是有ED的患者,由于實際記錄中沒有記錄到ED而被誤判為腦電圖中沒有ED。盡管長時間記錄腦電的動態(tài)腦電記錄技術(shù)已達到實用,但費用昂貴,操作復雜,無法廣泛使用,在農(nóng)村和邊遠地區(qū)更不可能,因此這種情況,在臨床實踐中是經(jīng)常發(fā)生的。至于沒有醫(yī)生參與,完全靠計算機自動分析,而能正確判斷病人腦電圖是否有ED的裝置,迄今還沒有見到報道。
      本發(fā)明的目的是提供一種免除醫(yī)生參與的全自動判斷腦電圖中有無癲癇樣放電的裝置。
      本發(fā)明是這樣實現(xiàn)的,其包括依次以電路聯(lián)結(jié)的多路腦電放大器、數(shù)據(jù)采集放大器、計算機、以及在該計算機中的內(nèi)存儲器中建立人工神經(jīng)網(wǎng)絡的輸入暫存區(qū),參數(shù)暫存區(qū)等并駐留BP(前饋逆?zhèn)鞑W習算法)算法程序,每一路腦電信號在該神經(jīng)網(wǎng)絡中有相應的輸入節(jié)點,其特點是a.該人工神經(jīng)網(wǎng)絡由二個三層BP子網(wǎng)絡組成,分別稱為左子網(wǎng)絡和右子網(wǎng)絡,左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后,組成網(wǎng)絡輸出O,左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層,在該計算機的內(nèi)存中分別設置輸入層數(shù)據(jù)存貯區(qū)、隱含層數(shù)據(jù)存貯區(qū)和輸出層數(shù)據(jù)存儲區(qū),對于一個BP子網(wǎng)絡,Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重,Wlj表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重,隱含層和輸出層的節(jié)點含有偏置值;θj表示隱含層第j個節(jié)點的偏置值,θ1表示輸出層第1個節(jié)點的偏置值;隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)=1/(1+exp(-X))一個輸入層有ni個節(jié)點,隱含層有nj個節(jié)點,輸出層有nl個節(jié)點的子網(wǎng)絡,Pi表示子網(wǎng)絡第i個節(jié)點的輸入值,HINj表示隱含層第j個節(jié)點的輸入值,HOUTj表示隱含層第j個節(jié)點的激活值,OIN1表示第1個節(jié)點的輸入值,OOUT1表示輸出層第1個節(jié)點的輸出值,其前饋按下列公式進行計算;HINj=&Sigma;i=1ni(Wji&times;Pi)+&theta;j]]>HOUTj=1/(1+exp(-HINj))OIN1=&Sigma;j=1nj(W1j&times;HOUTj)+&theta;1]]>OOUT1=1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡,左右兩個子網(wǎng)絡的輸出分別表示為O1,Or,左子網(wǎng)絡的加權(quán)系數(shù)為,則右子網(wǎng)絡的加權(quán)系數(shù)為1-,網(wǎng)絡的輸出O=O1+(1-)Or,其輸出值為0~1之間的一個確定值;b.在該計算機內(nèi)存貯器駐留圖4的總程序和圖5的參數(shù)K0、K1確定程序,提供交叉識別曲線和峰值分布曲線,腦電圖的峰值分布曲線有一個峰,則該峰之峰值增加側(cè)用函數(shù)Y=A(K-X)B進行擬合,其中X表示峰值,Y表示峰的個數(shù),參數(shù)A、B、K為常數(shù),通過擬合得出。參數(shù)K表示擬合曲線延伸到峰的個數(shù)為0時的峰值,K≥K0判腦電圖中有ED;K≤K1判腦電圖中無ED;K1<K<K0判該腦電圖處于邊緣狀態(tài)。
      上述的與多路腦電放大器相連接的電極,其安置系采用國際10-20系統(tǒng),頭皮單極16通道記錄結(jié)構(gòu);而該前饋逆?zhèn)鞑W習算法網(wǎng)絡的誤差函數(shù)預置值E=0.01,學習因子η=0.01;動量因子α=0.05,隱含層個數(shù)H=16,左子網(wǎng)絡加權(quán)系數(shù)=0.5,ED與非ED模式的標準差倍數(shù)M=10;以及K0=0.77和K1=0.72。
      本發(fā)明的前饋逆?zhèn)鞑W習算法網(wǎng)絡再藉由輸入患彌漫性棘波ED型病人的腦電的ED波予以訓練網(wǎng)絡,形成一基本網(wǎng)絡,便具有令人鼓舞的識別ED性能。
      本發(fā)明的優(yōu)點1、實現(xiàn)不需醫(yī)生參與的全自動判斷腦電圖中有無ED的檢測,且其識別結(jié)果接近有經(jīng)驗的醫(yī)生診斷水平;2、省卻了醫(yī)生的艱苦勞力,省時,省力,特別是對邊遠缺醫(yī)地區(qū)更具明顯的優(yōu)越性;3、適合遠程診斷,本發(fā)明的識別ED結(jié)果可由打印機打印提供識別報告;也可聯(lián)網(wǎng),進行遠程會診。
      4、由于計算機中駐留了確定參數(shù)K0、K1值的程序,使能在不同地區(qū)可重新確定K0、K1的最佳值,例如,在中國上海地區(qū)K0=0.77,K1=0.72。
      本發(fā)明的附圖簡單說明如下

      圖1是本發(fā)明的方塊示意圖。
      圖2是本發(fā)明的數(shù)據(jù)采集器電路原理圖。
      圖3是本發(fā)明的BP網(wǎng)絡的拓撲結(jié)構(gòu)圖。
      圖4是本發(fā)明軟件的總流程圖。
      圖5是本發(fā)明的參數(shù)K0、K1確定程序的流程。
      圖6是本發(fā)明測試三個病例(B、C、D)的網(wǎng)絡輸出峰值分曲線及其峰值增加側(cè)支段的擬合曲線示圖。
      表1是三位病例(B、C、D)中偽差存在與濾除對K值的影響。
      下面根據(jù)圖1~圖5給出本發(fā)明一個較好實施例,并予以詳細描述,以使能更好地說明本發(fā)明的結(jié)構(gòu)特征、功能,而不是用來限制本發(fā)明的權(quán)利要求保護范圍。
      請參閱圖1和圖2,如圖所示,本發(fā)明裝置包括依次以電路聯(lián)結(jié)的多路腦電放大器1、數(shù)據(jù)采集器2和計算機3,該計算機3的輸出信號可由打印機4打印,也可由顯示屏顯示,也可上網(wǎng)進行遠距離傳送。在本實施例中,多路腦電放大器1為16道腦電放大器;實驗時采用日本光電公司(NIHON KOHDEN)4217型腦電圖機記錄電腦圖,記錄電極的安置采用國際10-20系統(tǒng)頭皮單極16道記錄,經(jīng)高通0.3Hz和低通60Hz濾波后描記在紙上,同時對放大后的腦電信號送入數(shù)據(jù)采集器2、該數(shù)據(jù)采集器2的模數(shù)轉(zhuǎn)換位數(shù)為10bit,采集頻率為200次/秒,計算機3采用486微計算機。
      請參閱圖3,它顯示本發(fā)明的人工神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu),它是以蓋博(Gabor)方法為基礎,經(jīng)對網(wǎng)絡參數(shù)進行優(yōu)化后的BP網(wǎng)絡,它由二個三層BP子網(wǎng)絡組成,分別稱為左子網(wǎng)絡和右子網(wǎng)絡,左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后,組成網(wǎng)絡輸出O。左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層,對于一個BP子網(wǎng)絡,Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重,Wlj表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重,隱含層和輸出層的節(jié)點含有偏置值。θj表示隱含層第j個節(jié)點的偏置值,θ1表示輸出層第1個節(jié)點的偏置值。隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)=1/(1+exp(-X))該網(wǎng)絡的誤差函數(shù)預置值E=0.01;學習因子η=0.01;動量因子α=0.05;隱含層個數(shù)H=16;左子網(wǎng)絡加權(quán)系數(shù)=0.5;ED與非ED模式之間的標準差倍數(shù)M=10。
      設對于一個輸入層有ni個節(jié)點,隱含層有nj個節(jié)點,輸出層有nl個節(jié)點的子網(wǎng)絡,Pi表示子網(wǎng)絡第i個節(jié)點的輸入值,HINj隱含層第j個節(jié)點的輸入值。HOUTj表示隱含層第j個節(jié)點的激活值。OIN1表示第1個節(jié)點的輸入值,OOUT1表示輸出層第1個節(jié)點的輸出值,本發(fā)明的前饋按下列公式進行計算;HINj=&Sigma;i=1ni(Wji&times;Pi)+&theta;j]]>HOUTj=1/(1+exp(-HINj))OIN1=&Sigma;j=1nj(W1j&times;HOUTj)+&theta;1]]>OOUT1=1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡,左右兩個子網(wǎng)絡的輸出分別表示為O1,Or。左子網(wǎng)絡的加權(quán)系數(shù)為,則右子網(wǎng)絡的加權(quán)系數(shù)為1-。網(wǎng)絡的輸出O=O1+(1-)Or我們在計算機3的內(nèi)存區(qū)建立了上述BP網(wǎng)絡的算法,16路腦電信號送入BP網(wǎng)絡的相應的16個輸入節(jié)點P11、P12……P16;Pr1、Pr2……Pr16;網(wǎng)絡的輸出值為0~1之間的某一確定值。
      請參閱圖4和圖5,它們分別是本發(fā)明的總流程2和參數(shù)K0、K1確定流程40,它們駐留在計算機3中。如圖所示,啟動本裝置便自動運作,即步驟21(開機)→步驟22,是新地區(qū)新裝本裝置嗎?如果,是則→→流程40,確定K0,K1值,待流程40執(zhí)行結(jié)束返回→步驟24,如果否,則→步驟23→步驟24,打印受試者姓名、門診號等,并存盤,之后→步驟25,如果電極未安裝好→返回步驟25;如果電極已安裝好→采步驟26,采集一次數(shù)據(jù)后→步驟27計算輸入量→步驟28,取出網(wǎng)絡權(quán)重等參數(shù),計算網(wǎng)絡輸出值,→步驟29,判斷是峰值?如果是,→步驟30,計算峰值分布曲線,→步驟31;如果不是,則→步驟31,記錄時間到了嗎?否,→返回→步驟26,采集一次數(shù)據(jù);如果是,則→步驟32,計算參數(shù)K→步驟33,K≥K0?如果是K≥K0,則→步驟34,通知有ED→步驟38,是否測試下一位病人?,否,則關機,是,則返回步驟24,如果K<K0→步驟35,K≤K1?如果K≤K1→步驟36,打印無ED→步驟38;如果K>K1→步驟37,通知處于邊緣狀態(tài),建議延長記錄時間→步驟38;如還要再測試下一位病人,則返回步驟24,重新進行下去,否則關機;另外,在步驟23時,如K0、K1值缺省,則自動取值K0=0.77,K1=0.72。
      關于流程40,步驟41輸入受試者信息→步驟42,電極安裝好嗎?,否→返回步驟42;如果是,→步驟43→步驟44→步驟45,取出網(wǎng)絡權(quán)重等參數(shù),計算網(wǎng)絡輸出值→步驟44,是否峰值?,如果是,計算峰值分布曲線→步驟46;如果不是→步驟46,記錄時間到?如果否,返回步驟43,如果記錄時間到→步驟47,計算K值→步驟48,打印波形,醫(yī)生判讀→步驟49,醫(yī)生認為有ED→步驟50,作ED標記,有ED腦電圖數(shù)A+1→步驟52;如果醫(yī)生認為無ED,→步驟51,作無ED標記,無ED腦電圖數(shù)B+1步驟52,A>20?如果A>20→步驟53,B>20?如果,是→步驟54,檢查所有腦電圖的有無ED和K的值,按定義求出K0和K1。并存盤,其定義為K≥K0時,所有腦電圖均有ED;K=K0-0.01時,有的腦電圖無ED;K≤K1時,所有腦電圖均無ED,K=K1+0.01時,有的腦電圖有ED。如果A≤20,或B≤20,則→步驟55,發(fā)出記錄下一位受試者的指令,返回步驟41,輸入下一位受試者信息。
      本實施例中,因在中國上海市進行測試,故取K0=0.77,K1=0.72。本發(fā)明還對BP網(wǎng)絡輸入彌散性棘波型ED患者的腦電的ED波進行訓練,即調(diào)節(jié)BP網(wǎng)絡各層節(jié)點間的聯(lián)接權(quán)重和偏置值,使ED模式輸入網(wǎng)絡時網(wǎng)絡輸出值接近1,而非ED模式輸入網(wǎng)絡時,網(wǎng)絡輸出接近0。
      使用本實施例之本發(fā)明裝置,在中國上海市對38位病人進行測試,取值K0=0.77,K1=0.72,判斷結(jié)果如圖6所示,而且腦電圖中存在的偽差對分析也無本質(zhì)性的影響,如表1所示。表1三位病例(B,C,D)中偽差存在與濾除對k值的影響k值\病例 B C D不濾除偽差 0.840.70 0.68用人工去除偽差 0.830.69 0.67用軟件去除偽差 0.840.70 0.68
      權(quán)利要求
      1.一種全自動判斷腦電圖中有無癲癇樣放電的裝置,包括依次以多路聯(lián)結(jié)的多路腦電放大器、數(shù)據(jù)采集放大器、計算機、以及在該計算機中建立了人工神經(jīng)網(wǎng)絡,每一路腦電信號在該神經(jīng)網(wǎng)絡中有相應的輸入節(jié)點,其特征在于a.該人工神經(jīng)網(wǎng)絡由二個三層BP子網(wǎng)絡組成,分別稱為左子網(wǎng)絡和右子網(wǎng)絡,左子網(wǎng)絡和右子網(wǎng)絡的輸出經(jīng)加權(quán)平均后,組成網(wǎng)絡輸出O,左、右子網(wǎng)絡各有三層輸入層、隱含層和輸出層,在該計算機的內(nèi)存中分別設置輸入層數(shù)據(jù)存貯區(qū)、隱含層數(shù)據(jù)存貯區(qū)和輸出層數(shù)據(jù)存儲區(qū),對于一個BP子網(wǎng)絡,Wji表示輸入層第i個節(jié)點到隱含層第j個節(jié)點的聯(lián)接權(quán)重,W1j表示隱含層第j個節(jié)點到輸出層第1個節(jié)點的聯(lián)接權(quán)重,隱含層和輸出層的節(jié)點含有偏置值;θj表示隱含層第j個節(jié)點的偏置值,θ1表示輸出層第1個節(jié)點的偏置值;隱含層節(jié)點和輸出層節(jié)點的輸入輸出激勵函數(shù)采用“S”型函數(shù)f(X)=1/(1+exp(-X))一個輸入層有ni個節(jié)點,隱含層有nj個節(jié)點,輸出層有nl個節(jié)點的子網(wǎng)絡,Pi表示子網(wǎng)絡第i個節(jié)點的輸入值,HINj表示隱含層第j個節(jié)點的輸入值,HOUTj表示隱含層第j個節(jié)點的激活值,OIN1表示第1個節(jié)點的輸入值,OOUT1表示輸出層第1個節(jié)點的輸出值,則前饋按下列公式進行計算;HINj=&Sigma;i=1ni(Wji&times;Pi)+&theta;j]]>HOUTj=1/(1+exp(-HINj))OIN1=&Sigma;j=1nj(W1j&times;HOUTj)+&theta;1]]>OOUT1=1/(1+exp(-OIN1))對于輸出層只有一個節(jié)點的子網(wǎng)絡,左右兩個子網(wǎng)絡的輸出分別表示為O1,Or,左子網(wǎng)絡的加權(quán)系數(shù)為,則右子網(wǎng)絡的加權(quán)系數(shù)為1-,網(wǎng)絡的輸出O=O1+(1-)Orb.在該計算機的內(nèi)存貯器中駐留圖4所示的總程序和圖5所示的參數(shù)K0、K確定程序,提供網(wǎng)絡輸出峰值分布曲線,腦電圖的峰值分布曲線有一個峰,該峰之峰值增大一側(cè)用函數(shù)Y=A(K-X)B進行擬合,其中X表示峰值,Y表示峰的個數(shù),參數(shù)A、B、K為常數(shù),通過擬合得出,參數(shù)K表示擬合曲線延伸到峰的個數(shù)為0時的峰值,K≥K0判腦電圖中有ED;K≤K1判腦電圖中無ED;K1<K<K0判該腦電圖處于邊緣狀態(tài)。
      2.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置,其特征在于與腦電放大器相連接的電極,其安置系采用國際10-20系統(tǒng),頭皮單極16通記錄結(jié)構(gòu)。
      3.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置,其特征在于該網(wǎng)絡的誤差函數(shù)預置值E=0.01,學習因子η=0.01;動量因子α=0.05,隱含層個數(shù)H=16,左子網(wǎng)絡加權(quán)系數(shù)=0.5,ED與非ED模式的標準差倍數(shù)M=10,輸入患彌漫性棘波ED型病人的腦電的ED波予以訓練。
      4.根據(jù)權(quán)利要求1所述的全自動判斷腦電圖中有無癲癇樣放電的裝置,其特征在于K0=0.77,K1=0.72。
      全文摘要
      一種全自動判斷腦電圖中有無癲癇樣放電的裝置,包括依電路聯(lián)結(jié)的腦電放大器、數(shù)據(jù)采集器和計算機,并在該計算機內(nèi)存還建立BP人工神經(jīng)網(wǎng)絡輸入暫存區(qū),參數(shù)暫存區(qū)等和駐留計算網(wǎng)絡輸出峰值分布曲線、確定參數(shù)K
      文檔編號A61B5/0476GK1260160SQ9812289
      公開日2000年7月19日 申請日期1998年12月30日 優(yōu)先權(quán)日1998年12月30日
      發(fā)明者陳俊強, 劉書朋 申請人:中國科學院上海生理研究所
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1