一种脑电背景检测分析方法、系统、存储介质及设备与流程

技术特征：
1.一种脑电背景检测分析方法，其特征在于，所述方法包括：获取医疗数据库中以预设形式进行存储的脑电数据，并获取由标注人员对所述脑电数据进行标注后的脑电背景数据；对所述脑电背景数据进行切片处理，通过最大三角形三桶下采样法对切片处理后的所述脑电背景数据进行降维处理，提取脑电背景数据特征以制作用于模型训练的脑电背景数据集；搭建脑电背景分类模型，以通过所述脑电背景分类模型对所述脑电背景数据进行分类；搭建以双枕o1、o2导联为主，其余导联为辅的多导联投票规则的脑电背景判定模型；根据所述多导联投票规则，通过所述脑电背景判定模型对所述脑电背景数据进行检测与分析，以至少获取脑电背景中的频率特征与幅值特征，并将其进行可视化展示。2.根据权利要求1所述的脑电背景检测分析方法，其特征在于，获取医疗数据库中以预设形式进行存储的脑电数据，并获取由标注人员对所述脑电数据进行标注后的脑电背景数据的步骤中，所述脑电背景数据为患者处于睡眠且清醒阶段的脑电数据。3.根据权利要求1所述的脑电背景检测分析方法，其特征在于，对所述脑电背景数据进行切片处理，通过最大三角形三桶下采样法对切片处理后的所述脑电背景数据进行降维处理，提取脑电背景数据特征以制作用于模型训练的脑电背景数据集的步骤，具体包括：将所述脑电背景数据切为n片，每片所述脑电背景数据的长度为1秒；获取每片所述脑电背景数据的1000个脑电背景数据特征，通过最大三角形三桶下采样法将1000个脑电背景数据特征降维至128个脑电背景数据特征；提取降维处理后的脑电背景数据特征制作脑电背景数据集以用于训练脑电背景分类模型。4.根据权利要求1所述的脑电背景检测分析方法，其特征在于，设定以双枕o1、o2导联为主，其余导联为辅的多导联投票规则的脑电背景判定模型的步骤，具体包括：分别设定o1、o2导联以及其余导联的投票权重；基于各导联的投票权重分配进行导联的评分计算。5.根据权利要求4所述的脑电背景检测分析方法，其特征在于，基于各导联的投票权重分配进行导联的评分计算的步骤，具体包括：设dpq为q∈[[0,1],[1,2],[2,3],...]单位时间段q上p导联通过所述脑电背景分类模型的输出结果，其中1＝<p<＝r，r为导联的数量；当检测结果为脑电背景数据输出1，否则输出0，如公式(1)所示；各导联的最终投票权重如公式(2)所示：
最终所有导联投票评分相加，结果如公式(3)所示：其中，s为q时间段、r个导联的最终评分，设定导联评分的阈值为δ，当s>δ时，判定时间段q上的脑电数据为脑电背景数据。6.根据权利要求1所述的脑电背景检测分析方法，其特征在于，根据所述多导联投票规则，通过所述脑电背景判定模型对所述脑电背景数据进行检测与分析，以至少获取脑电背景中的频率特征与幅值特征，并将其进行可视化展示的步骤，具体包括：通过所述脑电背景判定模型对所述脑电背景数据进行滤波处理；在对所述脑电背景数据进行滤波处理后，计算所述脑电背景数据的极值点；根据所述脑电背景数据的极值点，确定所述脑电背景数据中的频率特征与幅值特征并进行可视化展示。7.根据权利要求6所述的脑电背景检测分析方法，其特征在于，根据所述脑电背景数据的极值点，确定所述脑电背景数据中的频率特征与幅值特征并进行可视化展示的步骤中：所述频率特征的计算公式为：p＝m/(t2-t1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，p为一时间段上的频率特征，m为极大值数量，t1、t2为脑电分类模型输入数据的起始和结束时刻；所述幅值特征的计算公式为：f＝(max(m(i))-min(n(j)))/2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，f为一时间段的幅值特征，max(m(i))为求极大值的最大值，min(n(j))为求极小值的最小值，i为极大值的序号，j为极小值的序号。8.一种脑电背景检测分析系统，其特征在于，所述系统包括：数据获取模块，用于获取医疗数据库中以预设形式进行存储的脑电数据，并获取由标注人员对所述脑电数据进行标注后的脑电背景数据；数据处理模块，用于对所述脑电背景数据进行切片处理，通过最大三角形三桶下采样法对切片处理后的所述脑电背景数据进行降维处理，提取脑电背景数据特征以制作用于模型训练的脑电背景数据集；第一模型搭建模块，用于搭建脑电背景分类模型，以通过所述脑电背景分类模型对所述脑电背景数据进行分类；第二模型搭建模块，用于搭建以双枕o1、o2导联为主，其余导联为辅的多导联投票规则的脑电背景判定模型；数据分析模块，用于根据所述多导联投票规则，通过所述脑电背景判定模型对所述脑电背景数据进行检测与分析，以至少获取脑电背景中的频率特征与幅值特征，并将其进行可视化展示。9.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-7任意一项所述方法的步骤。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任意一项所述方法的步骤。

技术总结
本发明提供了一种脑电背景检测分析方法、系统、存储介质及设备，该方法包括：获取医疗数据库中的脑电数据，并获取由标注人员对脑电数据进行标注后的脑电背景数据；对脑电背景数据进行切片处理以及降维处理，提取脑电背景数据特征以制作用于模型训练的脑电背景数据集；搭建脑电背景分类模型，以通过脑电背景分类模型对脑电背景数据进行分类；搭建以双枕O1、O2导联为主，其余导联为辅的多导联投票规则的脑电背景判定模型；通过脑电背景判定模型对脑电背景数据进行检测与分析，以至少获取脑电背景中的频率特征与幅值特征。本发明能够显著提升了人工对海量脑电数据的筛选和分析效率，大大降低了对脑电数据进行分析的时间和经济成本。低了对脑电数据进行分析的时间和经济成本。低了对脑电数据进行分析的时间和经济成本。


技术研发人员：刘晓梅 高园岗 李丽君 李介 敖凌翔 张恒星 刘丹 史绍阳
受保护的技术使用者：郑州中业科技股份有限公司
技术研发日：2022.07.26
技术公布日：2022/11/15