申请/专利权人：杭州电子科技大学

申请日：2021-07-05

公开（公告）日：2024-04-02

公开（公告）号：CN113558636B

主分类号：A61B5/369

分类号：A61B5/369;A61B5/372;A61B5/38

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2021.11.16#实质审查的生效;2021.10.29#公开

摘要：本发明属于智能医疗技术领域，具体涉及基于音乐脑电信号排列熵对阿尔茨海默症患者痴呆程度分类的方法。包括以下步骤：S1，采集轻中度患者、重度患者以及健康老人在无音乐的静息态，音乐刺激态和刺激后状态的脑电信号；S2，对脑电信号预处理并获得干净的脑电信号；S3，对各干净脑电信号均截取出至少3个时间长为2秒的脑电信号片段；S4，对脑电信号片段均计算一次排列熵，并取平均值为最后的排列熵值；S5，分析排列熵值在无音乐静息态，音乐刺激态和刺激后状态的时空变化；S6，以步骤S5的结果作为分类指标，对未知痴呆程度的病人进行痴呆分类。本发明具有客观准确，经济简便的特点。

主权项：1.基于音乐脑电信号排列熵对阿尔茨海默症患者痴呆程度分类的方法，其特征在于，包括以下步骤：S1，根据医生专业的临床诊断判定，首先对阿尔茨海默症患者进行分组，根据痴呆程度分为轻中度患者和重度患者，分别采集轻中度患者、重度患者以及健康老人在无音乐的静息态，音乐刺激态和刺激后状态的脑电信号；S2，对步骤S1中采集的所有脑电信号均分别进行滤波和除噪处理，最终对每一个脑电信号进行截取并获得时间为10秒长的干净的脑电信号；S3，对步骤S2中获得的每一个干净脑电信号进行截取，所述每一个干净脑电信号均截取出至少3个时间长为2秒的脑电信号片段；S4，对步骤S3中，每一个干净脑电信号截取出的至少3个时间长为2秒的脑电信号片段均计算一次排列熵，并取各次排列熵的平均值为最后的排列熵值结果；S5，分析排列熵值在无音乐静息态，音乐刺激态和刺激后状态的时空变化；S6，根据步骤S5中，轻中度患者和重度患者的时空脑电特征的不同作为分类指标，从而对未知痴呆程度的病人进行痴呆分类；步骤S5中所述时空变化包括时间层面变化和空间层面变化；所述时间层面变化指轻中度患者音乐刺激态和刺激后状态的排列熵相比于无音乐静息态上升；重度患者音乐刺激态和刺激后状态的排列熵相比于无音乐静息态下降；所述空间层面变化指轻中度患者音乐刺激态和刺激后状态的排列熵相比于无音乐静息态发生变化的是颞叶和顶叶；重度患者音乐刺激态和刺激后状态的排列熵相比于无音乐静息态发生变化的是只有颞叶。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于音乐脑电信号排列熵对阿尔茨海默症患者痴呆程度分类的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD