一种视皮层光电诱发处理方法、系统、设备及介质

技术领域

本公开涉及数据处理技术领域，尤其涉及一种视皮层光电诱发处理方法、系统、设备及介质。

背景技术

诱发电位(Evoked Potential，简称EP)是一种独特的正向和负向电压偏转模式，其在时间上锁时于一个特定的感觉刺激或事件。视觉诱发电位(Visual EvokedPotential，简称VEP)是大脑皮层对视觉刺激发生反应的一簇电信号。

VEP技术虽然在神经生理学和临床实践中得到广泛应用，但现有VEP系统存在诸多局限性。例如，刺激产生器的刺激模式较为单一，无法适应不同患者的需求；EEG(Electroencephalogram，脑电波)记录系统的信号噪声较大，影响疾病诊断的准确性；现有分析软件无法充分提取VEP中有价值的特征；缺乏同一系统框架内针对性的干预措施。这些问题不仅降低了VEP技术在诊断和治疗视觉通路障碍方面的效能和灵活性，也限制了VEP技术在其他神经系统疾病中的应用。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种视皮层光电诱发处理方法、系统、设备及介质。

本公开实施例提供了一种视皮层光电诱发处理方法，所述方法包括：

获取视觉刺激模式，并根据所述视觉刺激模式获取模型参数，根据所述模型参数确定数学模型，按照所述数学模型产生目标范式的视觉刺激信号；

获取用户基于所述视觉刺激信号对应的脑电信号，并获取所述用户基于所述视觉刺激信号对应的眼球和/或瞳孔的反应信号、以及对所述反应信号进行处理，得到目标格式的视皮层反应信号；

获取多个不同所述目标范式下的所述脑电信号和所述视皮层反应信号，按照不同的所述目标范式选择不同的处理方式对所述脑电信号和所述视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一所述目标范式下的所有所述脑电信号和所述视皮层反应信号进行批量处理；

根据所述多个目标特征进行评估，得到评估结果，并将所述评估结果以图表和数值的形式在用户终端的界面展示。

本公开实施例还提供了一种视皮层光电诱发处理系统，所述系统包括：

用户终端，用于获取视觉刺激模式；

刺激产生器，用于根据所述视觉刺激模式获取模型参数，根据所述模型参数确定数学模型，按照所述数学模型产生目标范式的视觉刺激信号；

EEG记录系统，用于获取用户基于所述视觉刺激信号对应的脑电信号；

光电传感器，用于获取所述用户基于所述视觉刺激信号对应的眼球和/或瞳孔的反应信号；

信号处理单元，用于对所述反应信号进行处理，得到目标格式的视皮层反应信号；

分析软件，用于获取多个不同所述目标范式下的所述脑电信号和所述视皮层反应信号，按照不同的所述目标范式选择不同的处理方式对所述脑电信号和所述视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一所述目标范式下的所有所述脑电信号和所述视皮层反应信号进行批量处理；

所述分析软件，还用于根据所述多个目标特征进行评估，得到评估结果，并将所述评估结果以图表和数值的形式在所述用户终端的界面展示。

本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开实施例提供的视皮层光电诱发处理方法。

本公开实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开实施例提供的视皮层光电诱发处理方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：本公开实施例提供的视皮层光电诱发处理方案，获取视觉刺激模式，并根据视觉刺激模式获取模型参数，根据模型参数确定数学模型，按照数学模型产生目标范式的视觉刺激信号，获取用户基于视觉刺激信号对应的脑电信号，并获取用户基于视觉刺激信号对应的眼球和/或瞳孔的反应信号、以及对反应信号进行处理，得到目标格式的视皮层反应信号，获取多个不同目标范式下的脑电信号和视皮层反应信号，按照不同的目标范式选择不同的处理方式对脑电信号和视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一目标范式下的所有脑电信号和视皮层反应信号进行批量处理，根据多个目标特征进行评估，得到评估结果，并将评估结果以图表和数值的形式在用户终端的界面展示。采用上述技术方案，通过丰富的视觉刺激，如闪光或图像的出现、颜色或图案的突然改变等多个不同视觉刺激模式，提高诱发大脑皮层的电信号反应效率，搭载高灵敏度的光电传感器获取眼球和/或瞳孔的反应信号，大大减少了测试耗时，基于SSVEP等目标范式，通过快速重复刺激诱发电压的稳定振荡，为复杂的视觉通路分析提供了稳定的、指令集丰富的、信息传输速率高的解决方案，极大便捷了使用者全面、高效处理大批量脑电数据，有助于疾病诊断和评估治疗效果。另外，针对目标范式设置固化参数，避免相同参数的重复设置，方便临床脑电检查，帮助使用者全面的、快速的、高效的处理大批量脑电数据。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例提供的一种视皮层光电诱发处理方法的流程示意图；

图2为本公开实施例提供的一种视皮层光电诱发处理系统的结构示意图；

图3为本公开实施例提供的一种视皮层光电诱发处理系统的结构示例图；

图4为本公开实施例提供的一种视皮层光电诱发处理方法的流程示例图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

VEP作为一种神经生理评估技术，主要用于检测视网膜(眼球)至枕叶皮层(大脑)的视觉通路功能完整性。突出的VEP偏转或成分包括N75和P100等，产生于初级视觉皮层或其附近。对应不同类型的脑电信号存在不同的脑机接口范式，稳态视觉诱发电位(Steady-State Visual Evoked Potential，简称SSVEP)是由快速重复刺激诱发的电压的稳定振荡，如闪光灯、发光二极管的亮度闪烁。连续的刺激呈现诱发类似的响应，这些响应的重叠产生稳态的振荡。SSVEP范式具有稳定、指令集丰富、信息传输速率高等优点。

视觉诱发运动电位(Visual Motor Evoked Potential，简称VEMP)是视觉刺激诱发的肌肉电反应。通过分析肌肉对视觉刺激的电反应，VEMP可以评估视觉和运动系统之间的相互作用。VEMP可用于诊断与视觉和前庭系统相关的平衡障碍。VEMP还可以通过分析肌肉对视觉刺激的响应，评估神经肌肉系统的功能状态。

视觉诱发磁场(Visual Evoked Magnetic Field，简称VFM)是一种通过测量大脑对视觉刺激产生的磁场反应来评估视觉系统功能的技术。当视觉刺激(如闪光或图案变化)呈现给观察者时，其视觉皮层会产生特定的电活动，从而产生可测量的磁场。VFM主要用于评估癫痫、视野缺损等视觉异。此外，VFM能够定位视觉皮层的活动区域，为外科手术和治疗计划提供参考。

视网膜电图(Electroretinogram，简称ERG)是一种测量视网膜细胞对光刺激产生电反应的技术。通过将电极放置在眼球表面，ERG可以记录视网膜细胞(特别是视杆细胞和视锥细胞)对光刺激的电响应。ERG多用于各种视网膜疾病(如视网膜色素变性、黄斑变性等)的诊断。此外，某些药物对视网膜可能产生毒性作用，ERG可以用于监测相关药物对视网膜的潜在影响。

相关使用全视景，图案翻转的方法，通常是以固定频率交替的黑白棋盘图案。系统包括常规组件：刺激产生器、EEG记录系统和分析软件。其中，电极根据国际10-20系统放置在患者头皮上的特定位置，呈现黑白视觉刺激给患者后，EEG记录系统记录大脑的电学反应，随后使用内置软件分析VEP，并检查参数如N75、P100和N135的潜伏期和幅度。这些参数能够提高诊断视觉通路障碍的敏感性和特异性，比如延长的潜伏期或减小的幅度等异常。

本公开搭载了先进的光电刺激术、优化的EEG记录系统、先进的信号处理算法、以及干预和治疗设备，不仅能够更加精确、灵活、高效地检测视觉通路和皮层功能，还能够实现癫痫和阿尔兹海默症等神经精神系统疾病的干预和治疗。

具体的，图1为本公开实施例提供的一种视皮层光电诱发处理方法的流程示意图，该方法可以由视皮层光电诱发处理系统执行，其中该系统可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法包括：

步骤101、获取视觉刺激模式，并根据视觉刺激模式获取模型参数，根据模型参数确定数学模型，按照数学模型产生目标范式的视觉刺激信号。

在本公开实施例中，获取视觉刺激模式，包括：获取诱发闪烁视觉诱发电位的闪烁刺激模式、用于检测视觉对比度和空间频率敏感度的格栅刺激模式、用于对特点刺激的大脑反应的单一图像刺激模式、显示突然出现的或变化的检测变化刺激模式、图像检测任务刺激模式和颜色刺激模式。

具体的，通过刺激产生器产生的多样化视觉刺激，诱发大脑皮层产生电信号反应，这些电信号通过EEG记录系统被捕捉和记录。

举例而言，打开设备并进行自检和初始化，通过用户界面选择所需的视觉刺激模式，例如：闪烁刺激模式：屏幕上的明暗切换或频繁的图像闪烁，用于诱发闪烁VEP，通常用于研究对明亮和暗深度的视觉反应。格栅刺激：显示有规则排列的黑白格栅，可用于检测视觉对比度和空间频率敏感度；单一图像刺激：一张图片或图形出现在屏幕上，用于研究对特点刺激的大脑反应；检测变化刺激：通过显示突然出现的或变化的刺激，研究注意力和感知的变化；图像检测任务；颜色刺激等等。

在本公开实施例中，数学模型为：I(t)＝Asin(2πft+φ)；其中，I(t)是光强度，A是振幅，f是频率，φ是相位，闪光可调频率0到100步阶为1；呈现时间1到100步阶为1；亮度在0.1到9.999步阶为0.001。

具体的，刺激产生器使用以上数学模型来生成视觉刺激，即通过修改该数学模型下不同参数，调整参数组合，以创建多个不同类型的刺激。

在本申请实施例中，目标范式为SSVEP范式，通过快速重复刺激诱发电压的稳定振荡，为复杂的视觉通路分析提供了稳定的、指令集丰富的、信息传输速率高的解决方案。也就是说，用户的被动刺激并不是随意生成的，需要按照SSVEP范式这一脑机接口研究方法里的规定，使用稳定、重复的视觉刺激，才能使大脑产生特定频率的电生理响应，而这种特定频率的信号才能被头皮电极传感器所捕捉到。SSVEP范式要求要按照固定的数学模型来生成视觉刺激。

步骤102、获取用户基于视觉刺激信号对应的脑电信号，并获取用户基于视觉刺激信号对应的眼球和/或瞳孔的反应信号、以及对反应信号进行处理，得到目标格式的视皮层反应信号。

在本公开实施例中，对反应信号进行处理，得到目标格式的视皮层反应信号，包括：对反应信号进行上采样后进行傅里叶变换，并在频域上进行带通滤波，将频率谱调整至高频进行正交解调，得到正弦信号和直流信号，以直流信号为基线，生成围绕基线上下波动的有限响应信号序列，对有限响应信号序列进行格式转换为中间格式，以及调用矩阵格式转换函数将中间格式转换为目标格式，得到目标格式的视皮层反应信号。

具体的，光电传感器能够检测眼球和/或瞳孔的反应信号(包括瞳孔放大、缩小的次数，眼球摆动速率、震颤周期等)，为评估视网膜至枕叶皮层的视觉通路结构完整性及皮层功能变化提供数据。

具体的，光电传感器捕获的信号首先经过傅里叶变换：

具体的，对接收到的反应信号进行上采样后引入傅里叶变换，在频域上进行带通滤波，去除无法分析的高斯白噪和窄带噪声部分，再将频率谱搬运至高频，进行正交解调，分离出较为规律的正弦信号和直流信号，再以此直流分量为基线，生成围绕基线上下波动的有限响应信号序列以后续提取视皮层的反应特征。

具体的，先将有限响应信号序列对应的文件导出为.xlsx扩展名的excel文件，再将其转换为.txt格式，最后在Matlab命令行调用矩阵格式转换函数，输出为.mat文件并保存，此格式的数据文件可以被Matlab处理运行。

具体的，EEG记录系统捕捉电信号反应，将数据传送到MatLab及相关分析工具进行处理和分析，分析后的数据通过用户界面以图表和数值的形式展示。也就是说，原始数据经过分析处理可得到用户想要的指标和结果，这些结果可以通过图标和数值呈现，相较于现有的技术，在呈现方式上更加简洁方便，允许用户进行定制化的图表编排，并支持用户轻松的导出结果。

步骤103、获取多个不同目标范式下的脑电信号和视皮层反应信号，按照不同的目标范式选择不同的处理方式对脑电信号和视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一目标范式下的所有脑电信号和视皮层反应信号进行批量处理。

在本公开实施例中，根据不同的目标范式设置对应的不同的触发器所对应的测试，进行叠加平均得到特定波形的幅值、潜伏期、同步性和时频特征。

具体的，处理和分析从EEG记录系统和光电传感器获得的数据(即在测试过程中记录到被试的脑电数据)，提取有用的特征(这里有用的特征是指在记录到的脑电数据的基础上，针对不同的任务范式需要提取不同的特征，比如VEP范式，需要在提取范式下设置的不同触发器trigger所对应的测试trial，叠加平均成最后的波形图，这个过程在数据处理中实现。)

进一步进行优化分析，优化分析包括很多，比如数据的批量处理，结合上文提到的对固有范式设置固化参数，同一任务下共享同一参数设置，并按照一定的流程进行批量的处理分析，无需代码，只需要在GUI界面通过点击相应的按钮实现，以便于疾病诊断和治疗效果的评估。

步骤104、根据多个目标特征进行评估，得到评估结果，并将评估结果以图表和数值的形式在用户终端的界面展示。

在本公开实施例中，确定每个范式对应的降采样、重参考、滤波、确定电极点位置的参数集合，对参数集合按照预设格式进行保存得到参数文件，将参数文件和对应范式进行关联保存。

具体的，具备高度自定义的参数设置：用户可针对固有实验范式设置固化参数，避免相同参数的重复设置，方便临床脑电检查，帮助使用者全面的、快速的、高效的处理大批量脑电数据。其中，固有实验范式设置固化参数：诸如降采样、重参考、滤波、确定电极点位置等参数均可在同一步骤实现，并且将所有的参数设置保存为单个参数文件，此后的数据处理均在参数设置文件的基础之上运行。因此针对固定的范式，可以一次设定好所有的参数，并保存参数文件，此后每次处理这个范式下的数据时，直接调用参数文件即可，无需重新设置。

在本公开实施例中，根据多个目标特征进行评估，得到评估结果，包括：获取预设的标准特征集合，根据多个目标特征和标准特征集合进行对比，得到当前评估指标，获取用户的历史评估指标，根据历史评估指标和当前评估指标确定视皮层光电诱发结果作为评估结果。其中，标准特征集合可以为健康常模的多个特征，以及根据当前和历史进行比较确定是否取得一定效果。

具体的，可将用户个人结果与健康常模/个人前侧的结果进行对比，从而发现差异。采用电生理指标的方式进行评估，更加客观。

具体的，使用了Adam优化器，比如设置了参数β1＝0.5，β2＝0.999和固定的学习率0.0005，self.optim＝torch.optim.Adam(self.model.parameters(),Lr＝5e-4,betas＝(0.5,0.999))，这种优化器可以帮助算法模型更快地收敛，并提高算法的容错性和泛化能力。有价值是指在处理过程中没有出现较大程度上失真的部分，这部分数据的特征对于疾病诊断和疗效评估才具有较大的参考价值。由此，处理数据提取有价值的特征，为疾病诊断和治疗效果评估提供依据。

本公开实施例提供的视皮层光电诱发处理方案，获取视觉刺激模式，并根据视觉刺激模式获取模型参数，根据模型参数确定数学模型，按照数学模型产生目标范式的视觉刺激信号，获取用户基于视觉刺激信号对应的脑电信号，并获取用户基于视觉刺激信号对应的眼球和/或瞳孔的反应信号、以及对反应信号进行处理，得到目标格式的视皮层反应信号，获取多个不同目标范式下的脑电信号和视皮层反应信号，按照不同的目标范式选择不同的处理方式对脑电信号和视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一目标范式下的所有脑电信号和视皮层反应信号进行批量处理，根据多个目标特征进行评估，得到评估结果，并将评估结果以图表和数值的形式在用户终端的界面展示。采用上述技术方案，通过丰富的视觉刺激，如闪光或图像的出现、颜色或图案的突然改变等多个不同视觉刺激模式，提高诱发大脑皮层的电信号反应效率，搭载高灵敏度的光电传感器获取眼球和/或瞳孔的反应信号，大大减少了测试耗时，基于SSVEP等目标范式，通过快速重复刺激诱发电压的稳定振荡，为复杂的视觉通路分析提供了稳定的、指令集丰富的、信息传输速率高的解决方案，极大便捷了使用者全面、高效处理大批量脑电数据，有助于疾病诊断和评估治疗效果。另外，针对目标范式设置固化参数，避免相同参数的重复设置，方便临床脑电检查，帮助使用者全面的、快速的、高效的处理大批量脑电数据。

通常，经典的VEP系统包括以下组成部分：刺激产生器：用于呈现视觉刺激的计算机设备，通常展示随时间变化的一系列图案。最常见的刺激模式是棋盘图案、闪光刺激、或交替的黑白条纹。EEG记录系统：记录大脑对视觉刺激产生的电信号。通常包括放置在患者头皮上的一组电极，放大器，和一个基于计算机的记录系统。分析软件：记录的信号通常噪声较大，需要进行处理和分析。这类软件用于改善信媒体比，以及从VEP中提取有用的特征，例如特定波形组件的幅度和潜伏期。

现有的刺激产生器主要使用固定频率交替的黑白棋盘图案等基本视觉刺激，缺乏多样化和个性化的刺激选择，本公开通过丰富的视觉刺激，如闪光或图像的出现、颜色或图案的突然改变，提高诱发大脑皮层的电信号反应效率。除被动接受视觉刺激外，还支持测试者的主动控制(比如测试者可以根据对屏幕上视觉刺激的直观感受，自主调节控制刺激图案的颜色，强度，变化频率等，从而可以达到最佳的刺激效果)。此外优化了刺激参数和记录系统，搭载高灵敏度的光电传感器，大大减少了测试耗时。本公开凭借精确、高效、自主控制刺激的类型和频率，检测视网膜至枕叶皮层的视觉通路结构完整性以及皮层功能变化，帮助诊断和监测视癫痫、阿尔兹海默病等神经精神系统疾病、以及视神经功能障碍、脱髓鞘病变等。

基于自发电位范式的脑机接口系统，往往需要对被试进行大量的训练，个体间模式差异大，并且识别率较低，本公开基于SSVEP范式，通过快速重复刺激诱发电压的稳定振荡，为复杂的视觉通路分析提供了稳定的、指令集丰富的、信息传输速率高的解决方案。

具体的，原始记录的VEP信号噪声较大，往往需要通过特定的分析软件进行优化分析。本公开搭配了团队自主研发的MatLab工具包EPAT4.9版本，能够从导入的EEG数据中提取有用的特征(能够对固有实验范式针对性地进行参数设置并从导入的EEG数据中提取特定波形组件的幅值、潜伏期、同步性、时频特征等有价值的特征)针对固有实验范式设置固化参数(EPAT具备高度自定义的参数设置：用户可针对固有实验范式设置固化参数，避免相同参数的重复设置，方便临床脑电检查，帮助使用者全面的、快速的、高效的处理大批量脑电数据。(固有实验范式设置固化参数：在EPAT中，诸如降采样、重参考、滤波、确定电极点位置等参数均可在同一步骤实现，并且将所有的参数设置保存为单个参数文件，此后的数据处理均在参数设置文件的基础之上运行。因此针对固定的范式，可以一次设定好所有的参数，并保存参数文件，此后每次处理这个范式下的数据时，直接调用参数文件即可，无需重新设置)，极大便捷了使用者全面、高效处理大批量脑电数据，有助于疾病诊断和评估治疗效果(如颅脑外伤和脑肿瘤患者的视觉通路评估)。

由此，本公开结合了多种先进的刺激产生、记录和分析技术，适用于不同的临床和研究场景，能够识别和监测各类神经精神系统疾病状态下的脑部功能。同时，通过控制和调节神经元的放电，还可以研究神经网络的功能和异常，有助于开发潜在的治疗方法。

图2为本公开实施例提供的一种视皮层光电诱发处理系统的结构示意图，该系统可由软件和/或硬件实现，一般可集成在电子设备中。

如图2所示，该系统包括：

用户终端100，用于获取视觉刺激模式。

刺激产生器200，用于根据所述视觉刺激模式获取模型参数，根据所述模型参数确定数学模型，按照所述数学模型产生目标范式的视觉刺激信号。

EEG记录系统300，用于获取用户基于所述视觉刺激信号对应的脑电信号。

光电传感器400，用于获取所述用户基于所述视觉刺激信号对应的眼球和/或瞳孔的反应信号。

信号处理单元500，用于对所述反应信号进行处理，得到目标格式的视皮层反应信号。

分析软件600，用于获取多个不同所述目标范式下的所述脑电信号和所述视皮层反应信号，按照不同的所述目标范式选择不同的处理方式对所述脑电信号和所述视皮层反应信号进行特征提取，获取多个目标特征；其中，按照固化参数对同一所述目标范式下的所有所述脑电信号和所述视皮层反应信号进行批量处理。

所述分析软件600，还用于根据所述多个目标特征进行评估，得到评估结果，并将所述评估结果以图表和数值的形式在所述用户终端100的界面展示。

其中，该系统包含一个具备高度可编程的能力的刺激产生器200，能够产生多种类型的视觉刺激(能够产生多种类型的视觉刺激，其中包括但不限于闪光(黑白)、图像变化、不同颜色或图案)，如闪光(黑白)、图像变化、颜色或图案的突然改变(不同的颜色或图案有序/乱序的变化)等。

其中，配备有放置在患者头皮上的一组电极、放大器和基于计算机的EEG记录系统300，用于捕捉大脑对视觉刺激的电信号反应(用于记录视觉刺激所诱发的脑电活动)。

其中，高灵敏度光电传感器，即光电传感器400，采用高灵敏度的传感器技术，能准确地检测和捕获视皮层的电活动(用于捕捉视网膜接受闪光或图像刺激后，在枕叶视皮层产生的电位变化，电荷定向或非定向移动等)。通过检测与记录眼球和/或瞳孔的反应(反应具体包括瞳孔放大、缩小的次数，眼球摆动速率、震颤周期等)，以评估视网膜至枕叶皮层的视觉通路结构完整性及皮层功能变化。

其中，信号处理单元500，集成了高性能的微处理器和专用算法(采用MSP430F5529单片机，集成一块八针stm32板作为信号处理单元。算法具体是对接收到的信号进行上采样后引入傅里叶变换，在频域上进行带通滤波，去除无法分析的高斯白噪和窄带噪声部分，再将频率谱搬运至高频，进行正交解调，分离出较为规律的正弦信号和直流信号，再以此直流分量为基线，生成围绕基线上下波动的有限响应信号序列，供软件进行分析)，用于实时分析从光电传感器接收到的信号(由于EPAT就是针对EEG所开发的脑电专用信号分析工具包，所以不需要经过信号处理单元，可以直接进行特征优化分析)。

其中，分析软件600，用于处理和分析从EEG记录系统和光电传感器获得的数据(即在测试过程中记录到被试的脑电数据)，提取有用的特征(这里有用的特征是指在记录到的脑电数据的基础上，针对不同的任务范式需要提取不同的特征，比如VEP范式，需要在提取范式下设置的不同trigger所对应的trial，叠加平均成最后的波形图，这个过程在数据处理中实现)并优化分析(优化分析包括很多，比如数据的批量处理，结合上文提到的对固有范式设置固化参数，同一任务下共享同一参数设置，并按照一定的流程进行批量的处理分析，无需代码，只需要在GUI界面通过点击相应的按钮实现)，以便于疾病诊断和治疗效果的评估。

其中，用户终端100，也就是提供直观的图形界面，用于设置刺激参数、展示实时数据和分析结果。

作为一种示例，如图3所示，用户终端100显示用户界面设置参数刺激产生器200通过数学模型按照SSVEP范式进行刺激诱发，获取EEG记录系统300和高灵敏度光电传感器400进行信号捕捉，信号处理单元500进行处理，通过分析软件600进行分析后在用户终端100显示评估效果。

作为一种场景举例，如图4所示，1、打开设备并进行自检和初始化；2、通过用户界面选择所需的视觉刺激模式；3、按下“开始”按钮，启动刺激产生器和光电传感器；4、信号处理单元接收到数据后，开始进行分析；5、分析结果实时在用户界面上展示，同时保存在内部存储器中以供后续分析。

本公开实施例所提供的视皮层光电诱发处理系统可执行本公开任意实施例所提供的视皮层光电诱发处理方法，具备执行方法相应的功能模块和有益效果。

本公开实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本公开任意实施例所提供的视皮层光电诱发处理方法。

根据本公开的一个或多个实施例，本公开提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开提供的任一所述的视皮层光电诱发处理方法。

根据本公开的一个或多个实施例，本公开提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开提供的任一所述的视皮层光电诱发处理方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。