刺激模式的控制方法、控制系统、电子设备及介质与流程

1.本发明涉及时序数据处理技术领域，尤其涉及一种刺激模式的控制方法、控制系统、电子设备及介质。


背景技术：

2.神经电刺激技术，是利用外科手术在脑特定区域或脊髓植入电极，通过电刺激调控相关神经元的活动，从而达到治疗神经系统疾病的目的。神经电刺激技术较传统损毁手术具有相对安全、可逆以及术后可调整等优势，已经在癫痫、帕金森症等一些神经系统疾病上取得了显著的疗效。


技术实现要素：

3.本发明要解决的技术问题是：提供一种刺激模式的控制方法、控制系统、电子设备及介质。
4.本发明解决其技术问题所采用的技术方案是：
5.第一方面，所述刺激模式的控制方法包括：构建已测生理信号的特定数据集合；判断待测生理信号是否属于所述特定数据集合；当判断结果为“是”时，启动刺激并选择匹配的刺激模式。
6.进一步地，所述生理信号采用多个导联检测；所述特定数据集合包括：已测生理信号的传播模式及其出现概率；其中所述传播模式包括：生理信号的预警通道数量、预警传播时序中的至少一种。
7.进一步地，所述判断待测生理信号是否属于所述特定数据集合包括：当待测生理信号的预警通道数量大于或等于预警通道数量的设置阈值时，判断结果为“是”；和/或当待测生理信号的预警传播时序符合匹配预警传播时序的设置阈值时，判断结果为“是”。
8.进一步地，所述预警通道数量的判断优先级高于预警传播时序。
9.进一步地，所述刺激模式的匹配优先级依次为预警通道数量的差异、预警传播时序的匹配相似度、传播模式的出现概率。
10.进一步地，所述刺激模式包括刺激参数；所述刺激参数包括刺激波形的强度、脉宽、频率、电荷密度中的至少一种。
11.第二方面，本发明提供了一种刺激模式的控制系统，用于运行上述的控制方法，包括：上位机，其用于构建所述特定数据集合；下位机，其用于存储所述特定数据集合，并判断待测生理信号是否属于所述特定数据集合，以选择匹配的刺激模式。
12.进一步地，所述下位机包括：采集模块、匹配模块、预警模块、判断模块和警示模块；当判断结果为“否”时，所述下位机控制警示模块进行警示；所述上位机包括：数据加载模块、计算模块和设置模块。
13.第三方面，本发明提供了一种电子设备，包括：处理器和存储器，所述存储器用于存储所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之
间通信连接，所述机器可读指令被所述处理器执行时执行上述的控制方法。
14.第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的控制方法。
15.本发明的有益效果是，本发明的刺激模式的控制方法、控制系统，通过预警算法能够获取多个通道或导联实时的时序数据的预警结果，根据预警结果综合判断是否实施刺激，并选择匹配的刺激模式进行刺激，可以提高刺激的准确率。
附图说明
16.下面结合附图和实施例对本发明进一步说明。
17.图1是本发明的刺激模式的控制方法的工作流程图。
18.图2是本发明的传播矩阵的示意图。
19.图3是本发明的相似矩阵的聚类结果示意图。
20.图4是本发明的第一种传播模式的及其出现概率的示意图。
21.图5是本发明的第二种传播模式的及其出现概率的示意图。
22.图6是本发明的第三种传播模式的及其出现概率的示意图。
23.图7是本发明的刺激模式的控制系统的结构示意图。
24.图8是本发明的聚类算法对肌电信号的处理结果示意图。
25.图9是本发明的聚类算法对癫痫信号的处理结果示意图。
26.图10是本发明的肌电信号和癫痫信号的特征对比图。
具体实施方式
27.现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
28.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。此外，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
29.在本案中，所述生理信号例如但不限于脑电信号，可以通过控制系统匹配不同的刺激模式，以适应各种神经系统疾病。现以癫痫发病的脑电信号为例，对本案的刺激模式的控制方法进行具体说明。
30.癫痫疾病状态一般可以分为发作间期、发作前期、发作期及发作后期这四个状态。发作间期表示患者处于正常状态的脑电信号，发作前期表示患者处于病发之前的一段时间的脑电信号，发作期表示患者处于癫痫发作时的脑电信号，发作后期表示患者癫痫发作之后一段时间的脑电信号。由于发作前期的脑电信号与正常的脑电信号相比会更加活跃，因此，可以利用发作前期的脑电信号来进行癫痫发作预警。
31.如图1所示，本发明提供了一种刺激模式的控制方法，主要包括以下步骤：构建已测生理信号的特定数据集合；判断待测生理信号是否属于特定数据集合；当判断结果为“是”时，启动刺激并选择匹配的刺激模式；当判断结果为“否”时，进行警示或禁用刺激，当然也可以通过人工操作控制系统选择匹配的刺激模式。
32.可选的，生理信号采用多个通道检测；特定数据集合包括：已测生理信号的传播模式及其出现概率；其中传播模式包括：生理信号的预警通道数量、预警传播时序中的至少一种。其中刺激模式的控制方法的具体操作过程如下：s1：获取若干个传播模式及每个传播模式出现的概率，形成特定数据集合。s2：选取特定数据集合中的至少一个传播模式并设置一一对应的刺激模式。s3：多个通道同时输出多个预警结果，根据多个预警结果，判断是否启动刺激；若判断结果为“是”，则利用刺激模式对目标对象进行刺激。
33.需要说明的是，在监测脑电信号时，一般会在目标对象脑部安装多个电极(即多个通道或导联)，多个电极可以分别被布置在目标对象脑部的不同位置进行脑电信号的监测，一个通道对应一个电极。当目标对象处于发作前期时，多个通道监测到的脑电信号变化会按照一定的顺序进行，这个通道数量可以理解为预警通道数量，这个通道位置的变化顺序可理解为是癫痫传播时序，二者形成癫痫的传播模式。例如，共有5个通道，分别记为通道一、通道二、通道三、通道四和通道五，每个通道分别对应目标对象脑部的不同位置。当目标对象处于癫痫发作前期时，5个通道监测到的脑电信号之间会发生联动。例如，通道一首先监测到发作前期的脑电信号，随着时间推移，通道二、通道三、通道四和通道五再依次监测到发作前期的脑电信号，此时，癫痫传播时序为“通道一
→
通道二
→
通道三
→
通道四
→
通道五”。当然，癫痫发作传播时序也可以是“通道一
→
通道三
→
通道二
→
通道四
→
通道五”或者“通道一
→
通道三
→
通道四
→
通道二
→
通道五”等等。换言之，癫痫的预警通道数量可以反映癫痫发作前期的脑电信号的通道数量；癫痫的预警传播时序可以反映癫痫发作前期的脑电信号变化的通道顺序。将已测的脑电数据发送给上位机，将预警通道数量(即产生预警的通道数量)其出现概率或预警传播时序(即产生预警的传播时序)其出现概率，用于构建特定数据集合。
34.下面对每个步骤进行具体说明。
35.步骤s1：获取若干个传播模式及每个传播模式出现的概率，形成特定数据集合。
36.本步骤获取若干个传播模式及每个传播模式出现的概率可以采用自动获取或者手动获取方式，手动获取例如是将已有的传播模式直接存入上位机中，自动获取例如可以利用目标对象癫痫发作前期的历史数据，通过聚类算法对历史数据进行处理，得到若干个传播模式及每个传播模式出现的概率。其中，历史数据包括多个通道监测的不同位置的脑电数据，聚类算法例如可以是传播矩阵相似度聚类算法，通过聚类算法对历史数据进行处理，具体包括以下步骤。
37.s11、预处理：对所有通道监测到的历史数据，进行带通滤波处理，筛选出处于癫痫发作前期的历史数据区间段，再用宽度为t1的滑动窗口，依次取出该历史数据区间段的多个片段，对每个片段做均方根(rms)处理，使得历史数据的波形更加平滑。
38.s12、互卷积：卷积是两个变量在某范围内相乘后求和的结果。将多个通道进行两两排列组合，用窗宽为t2，步进为δt的滑动窗口，分别对两个通道监测得到的数据依次选取数据片段，假设两个通道都能够选取出m个数据片段，分别记为ma和mb，将数据片段ma和mb之间进行两两卷积运算。例如，m
a1
与m
b1
、m
b2
、m
b3
、...m
bj
分别进行卷积运算，m
a2
与m
b1
、m
b2
、m
b3
、...m
bj
分别进行卷积运算，以此类推，m
ai
与m
b1
、m
b2
、m
b3
、...m
bj
分别进行卷积运算，这样两
个通道的数据之间进行卷积运算一共可以得到m
×
m个卷积结果。
39.s13、链接确认：如果m
×
m个卷积结果中的最大值大于阈值x，则认为这两个通道之间存在链接关系，否则认为两个通道之间不存在链接关系。
40.s14、时差计算：获取步骤s13中得到的存在链接关系的多组通道，结合滑动窗次数及步进δt，计算卷积结果的最大值对应的两个数据片段之间的时差。例如，卷积结果中的最大值是由m
a1
和m
b3
卷积得到的，但是数据片段m
a1
和m
b3
对应的时刻是不一样的，因此，需要计算出数据片段m
a1
和m
b3
之间的时差。
41.s15、传播矩阵：设通道数目为n，重复步骤s11至s14，可以得到t个n
×
n维的传播矩阵(如图2所示)，传播矩阵中的数值可以是具体的时差值或者将时差值进行二值化处理后的数值。传播矩阵的横轴表示第j个通道(1≤i≤n)，传播矩阵的纵轴表示第i个通道(1≤j≤n)，传播矩阵中的数值如果是非零值，则表明第j个通道和第i个通道之间存在链接关系，如果传播矩阵中的数值为“1”，则表明第j个通道的传播顺序在第i个通道之前。
42.s16、传播矩阵相似度：将每个传播矩阵进行矢量化处理，得到传播矩阵对应的向量，再计算两两向量之间的相似度。相似度的计算方法例如可以采用皮尔森相关系数、欧几里得距离等等，可以根据实际情况进行选择。
43.s17、相似矩阵：以t个传播矩阵两两之间的相似度作为元素，可以得到一个t
×
t维的相似矩阵。
44.s18、相似矩阵聚类：对相似矩阵进行聚类处理，可以得到若干个具有刻板性的传播模式及每个传播模式出现的概率。例如，如图3所示，k1、k2、k3分别表示传播模式一、传播模式二和传播模式三出现的频次。每个传播模式分别代表n个通道的数据之间的联动关系。根据不同传播模式出现的频次，计算每个传播模式出现的概率。如图4至图6所示，传播模式一出现的概率为k1/(k1 k2 k3)，传播模式二出现的概率为k2/(k1 k2 k3)，传播模式三出现的概率为k3/(k1 k2 k3)，并且，每个传播模式对应的起始时间也有所不同，例如，传播模式一对应的起始时间为0-12ms，传播模式二对应的起始时间为0-70ms，传播模式三对应的起始时间为0-7ms，表明每个传播模式出现的时间也是有区别的。
45.将经过上述步骤获得的若干个传播模式及每个传播模式出现的概率组成特定数据集合，存入上位机中。需要注意的是，用户可以对上位机中保存的传播模式、刺激模式或刺激效果参数进行选择、编辑、新建及保存等操作，如果用户认为上位机中已有的传播模式不符合要求，可以新建或者编辑传播模式，新建或编辑以后，上位机可以自动根据新的传播模式重新计算每个传播模式出现的概率。
46.步骤s2：选取特定数据集合中的至少一个传播模式并设置相应的刺激模式。
47.需要说明的是，用户选取上位机中显示的传播模式中的至少一个，并根据选出的传播模式设置相应的刺激模式，例如可以设置刺激波形的强度、脉冲宽度、频率、电荷密度等参数(即刺激参数)。设置好后需要点击“生效”按钮，使得选出的传播模式及相应的刺激模式传输给下位机或者体内机。
48.步骤s3：多个通道同时输出多个预警结果，根据多个预警结果，判断是否启动刺激；若判断结果为“是”，则利用刺激模式对目标对象进行刺激。具体的，判断待测生理信号是否属于特定数据集合包括：当待测生理信号的预警通道数量大于或等于预警通道数量的设置阈值时，判断结果为“是”；和/或当待测生理信号的预警传播时序匹配预警传播时序的
设置值时，判断结果为“是”。
49.优选的，预警通道数量的判断优先级高于预警传播时序，即当预警通道数量大于预警通道数量的设置阈值时，判断结果一定为“是”，此时的判断过程不再考量预警传播时序是否匹配。
50.优选的，刺激模式的匹配优先级依次为预警通道数量的差异、预警传播时序的匹配度、传播模式的出现概率。在选择匹配的刺激模式时，会将癫痫的传播模式与特定数据集合中刺激模式对应的传播模式比较，优先选择预警通道数量的差异最小的刺激模式，其次是预警传播时序的匹配度最高，最后是传播模式的出现概率最大。
51.需要说明的是，多个通道同时输出多个预警结果，可以采用癫痫预警算法对每个通道采集到的实时时序数据进行癫痫预警判断，输出的预警结果包括启动预警或者不预警。若预警结果为启动预警，则记录对应的预警通道数量及预警传播时序。癫痫预警算法根据实际情况有多种，现列举一种癫痫预警算法的步骤，包括：t1：对多个通道实时采集的脑电原始数据分别进行预处理；t2：计算脑电数据的信号特征；t3：根据信号特征对脑电数据进行分类，输出预警结果。
52.需要说明的是，步骤t1中的预处理包括降噪、降采样及多窗口划分。多窗口划分可以采用窗口部分重叠或者不重叠的方式。多窗口划分的目的是每次选取出一个脑电数据的序列片段。步骤t2中的特征信号例如是过零点系数，过零点系数为过零率的映射或过零数的映射；映射为具有正相关或负相关的映射函数；以及映射函数为线性或非线性的。过零点系数能够反映脑电信号的序列片段内的数据值过零点的频次。根据脑电数据的过零点系数，可以区分出正常脑电数据和癫痫发作前期脑电数据。例如，过零点计算公式可以为c＝1-sqrt(num{x(1:n-1).*x(2:n)《0}/(n-1))，n表示待处理的序列片段内有n个点，x(1:n-1)表示序列片段内的前n-1个点的数组，x(2:n)表示序列片段内的后n-1个点的数组，x(1:n-1).*x(2:n)表示两个数组之间进行点对点相乘，num{x(1:n-1).*x(2:n)《0}/(n-1)表示点对点相乘后的结果小于0的概率，即过零率。然后，再通过1-sqrt(num{x(1:n-1).*x(2:n)《0}/(n-1))处理，将过零率映射为取值范围在0-1之间的过零点系数。在该计算公式下，过零点系数越大，表明脑电数据振荡活跃程度越低，过零点系数越小，表明脑电数据振荡活跃程度越高。计算出每个通道监测到的脑电数据的序列片段的过零点系数，并将每个过零点系数输入已经训练过的分类器中，分类器能够输出每个序列片段的分类结果。例如，分类器输出“1”表示该脑电信号片段为癫痫发作前状态，输出“0”表示该脑电信号片段为正常状态。当一个通道内的脑电数据的序列片段由连续y个分类结果均为“1”，则认为目标对象处于癫痫发作前，需要启动预警；否则不预警。如果判断结果为启动预警，则需要记录分类结果为“1”的脑电数据对应的时刻(即预警时刻)以及通道序号(即预警通道)。
53.在本发明中，根据多个预警结果，判断是否启动刺激，具体包括：s31：将预警时刻进行排序得到实际预警传播时序，s32：若预警通道的数量n
sz
大于或等于第一阈值n，则直接启动刺激；s32：若预警通道的数量n
sz
小于第一阈值n，则将实际预警传播时序与传播模式进行匹配，若匹配结果为实际预警传播时序是传播模式的子集，再启动刺激。
54.需要说明的是，将记录下来的多个预警时刻按照升序或者降序进行排序(与传播模式的时序顺序一致即可)，生成实际预警传播时序，同时记录预警通道的数目。如果预警通道的数量n
sz
大于或等于第一阈值n，则直接启动刺激，刺激时，采用步骤s2中预设的刺激
模式。若预警通道的数量n
sz
小于第一阈值n，则将实际预警时序与传播模式进行匹配，如果匹配结果为实际预警传播时序是传播模式的子集，再启动刺激。传播模式实质上也是一段时序，是由多个通道的时刻拼接起来的，当实际预警传播时序是传播模式的子集时，认为也是需要启动刺激的，否则不刺激。例如，传播模式的时序顺序是12345，如果实际预警时序为123或者234等子集，则也是需要启动刺激的。刺激时，采用步骤s2中预设的刺激模式。用户根据刺激效果可以再重复步骤s1至s3。
55.如图7所示，本发明还提供了一种刺激模式的控制系统，运行上述的刺激模式的控制方法。该系统包括上位机1和下位机2。上位机1(如远程终端、cpu、云服务器)，用于获取、保存及显示特定数据集合，以及设置刺激模式。下位机2(如计算机、处理器)用于存储所述特定数据集合，并判断待测生理信号是否属于特定数据集合，以选择匹配的刺激模式。下位机包括：采集模块21、匹配模块22、预警模块23、判断模块24和警示模块25(如声音提示、禁用刺激控制电路等)；当判断结果为“否”时，下位机2控制警示模块25进行警示；上位机1包括：数据加载模块11、计算模块12和设置模块13。
56.优选的，本控制系统还可以用于植入体，还包括体内机3，安装于目标对象体内，用于采集多个通道的实时时序数据以及启动刺激。上位机1与体内机3连接，下位机2与体内机3连接。
57.具体的，采集模块21用于接收体内机3采集到的目标对象的实时时序数据。预警模块23用于接收采集模块21获取的实时时序数据，并对实时时序数据进行癫痫预警算法处理，得到实际预警传播时序及预警通道数目。判断模块24用于判断预警通道数目n
sz
是否大于或等于第一阈值n，第一阈值n的大小可以根据实际情况进行设置。匹配模块22用于将实际预警传播时序与传播模式进行匹配，如果匹配结果为实际预警传播时序是传播模式的子集，则将匹配结果发送给体内机3，体内机3对目标对象施加刺激。
58.具体的，数据加载模块11与计算模块12连接，计算模块12与设置模块13连接；设置模块13与匹配模块32连接。数据加载模块11用于读取、显示历史数据，以及显示通道数目。计算模块12用于计算、显示特定数据集合。上位机1还具有进度条功能，可以查看计算进程，因为计算量比较大时，显示界面可能会卡住，这时如果进度条仍然是在工作的，那么表明整个运算还是在正常进行的，不需要重启运算。设置模块13用于选择传播模式，还可以对传播模式进行编辑、新建和保存等操作，同时可以根据选定的传播模式设置相应的刺激模式，并将选定的传播模式和刺激模式传输给体内机3，体内机3施加刺激时根据预设的刺激模式进行刺激。
59.实施例
60.本实施例还可以采用上述控制方法中的聚类算法对患者的癫痫信号和肌电信号分别进行处理，获得图8至图10的结果，以区分癫痫信号和肌电信号，避免造成误判和误刺激。图8是肌电信号的原始波形和经rms处理后的波形，图9是癫痫信号的原始波形和经rms处理后的波形。对比这两张图可以发现，肌电信号的传播无时序性，而癫痫信号的传播具有时序性。并且，请参考图10，癫痫信号中具有高链接强度的通道数目少，通道之间的链接强度比较集中，时差较大；而肌电信号具有高链接强度的通道数目多，通道之间的链接强度比较分散，时差较小。表明采用本方法可以有效区分出癫痫信号和肌电信号，本发明能够有效提高癫痫刺激的准确性，减少误判。
61.本发明还提供了一种电子设备，包括处理器和存储器，存储器用于存储处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通信连接，机器可读指令被处理器执行时执行上述的刺激模式的控制方法的步骤。
62.本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的刺激模式的控制方法的步骤。实际应用中，计算机可读介质可以是上述系统中所包含的，也可以是单独存在的。计算机可读存储介质承载有一个或者多个程序，当一个或多个程序被执行时，实现所描述的分析方法。计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cdrom)、光存储器件、磁存储器件，或者上述的任意合适的组合，但不用于限制本技术保护的范围。
63.综上，本发明的刺激模式的控制方法、控制系统，结合已测生理信号的传播模式及预警算法，构建已测生理信号的特定数据集合，然后判断待测生理信号是否属于特定数据集合；当判断结果为“是”时，启动刺激并选择匹配的刺激模式，实现了刺激模式的有效调控，避免了无效刺激及其产生的副作用，可以大幅提高刺激的准确率和安全性。此外，本发明还能够有效区分出癫痫信号和肌电信号，提升癫痫预警的准确率和癫痫刺激的准确率，减少误判，具有很高的应用价值。
64.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要如权利要求范围来确定其技术性范围。