掌桥专利:专业的专利平台
掌桥专利
首页

基于机器学习方法的用于抑郁症患者脑电信号的采集系统

文献发布时间:2023-06-19 16:12:48



技术领域

本发明属于脑电信号采集技术领域,具体涉及基于机器学习方法的用于抑郁症患者脑电信号的采集系统。

背景技术

脑电图是脑神经细胞电生理活动在大脑皮层或头皮表面的总体反映。脑电信号中包含了大量的生理与疾病信息,在临床医学方面,脑电信号处理不仅可为某些脑疾病提供诊断依据,而且还为某些脑疾病提供了有效的治疗手段。在工程应用方面,人们也尝试利用脑电信号实现脑-计算机接口(BCI),利用人对不同的感觉、运动或认知活动的脑电的不同,通过对脑电信号的有效的提取和分类达到某种控制目的 。

现如今通过脑电信号对抑郁症患者进行治疗得到长足发展,但传统的脑电信号的采集方式为:将脑电波传感器安装在树胶或橡胶材质的头套上,然后带上头套采集患者脑电信号,但是由于有的患者的头部并不平整,导致脑电波传感器与患者头部的贴合性比较差,不利于收集的脑电信号。

发明内容

本发明的目的在于提供基于机器学习方法的用于抑郁症患者脑电信号的采集系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明采用了如下技术方案:

基于机器学习方法的用于抑郁症患者脑电信号的采集系统,包括带有帽带的头盔,还包括:

用于采集脑电信号的脑电波传感器;

将所述脑电波传感器安装在所述头盔的内部安装机构;

所述安装机构包括圆套管,所述圆套管的底部外壁设有外螺纹,所述头盔上开设有与所述圆套管螺接的若干螺纹孔,所述脑电波传感器通过缓冲转动安装机构安装在所述圆套管的下方。

通过采用上述技术方案:将患者带上头盔,然后一只手捏住圆内管,然后另一只手顺时针扭转圆套管,将圆套管安装在螺纹孔的内部,单人即可完成操作,操作便捷,随着圆套管旋转进入螺纹孔的内部时,由于缓冲转动安装机构的作用,脑电波传感器会随着圆套管向头盔的内部移动,但脑电波传感器不会旋转,脑电波传感器会先和患者的头部接触,继续扭转圆套管使脑电波传感器贴合在患者头部即可,将脑电波传感器的引线与智能控制器连接,智能控制器内部基于机器学习方法对抑郁症患者脑电信号进行分析,使得脑电波传感器与患者头部紧密接触,大大提高了脑电波传感器检测患者脑电波信号的精准度,有利于精确判断患者的病情。

优选的,所述缓冲转动安装机构包括圆内管,所述圆内管位于所述圆套管的内部,所述圆内管的顶部与底部外壁均套装有轴承,所述圆内管的外壁与所述轴承的内环内壁固定连接,所述轴承的外壁与所述圆套管内壁固定连接,所述脑电波传感器的引线从所述圆内管的内部穿出。

通过采用上述技术方案:由于轴承的作用,使得当握住圆内管时,圆套管仍然可以旋转。

优选的,所述缓冲转动安装机构还包括缓冲弹簧,所述圆内管的底部一体成型有第一环形板,所述第一环形板的下方通过所述缓冲弹簧安装有第二环形板,所述第二环形板的一体成型有连接圆管,所述脑电波传感器安装在所述连接圆管的下方。

通过采用上述技术方案:通过缓冲弹簧的作用,使得脑电波传感器与患者头部软性接触,减少患者的不适感。

优选的,所述缓冲弹簧至少等距设有两个,所述缓冲弹簧的内部设有T形插杆,所述T形插杆的上端穿过所述第二环形板与所述第一环形板的底部连接。

通过采用上述技术方案:通过T形插杆的作用,防止第二环形板的掉落。

优选的,所述连接圆管的底部安装有环形块,所述脑电波传感器粘贴在所述环形块的底部,所述环形块的顶部的左右两侧均固定安装有子扣,所述连接圆管的底部安装有与所述子扣扣接的母扣。

通过采用上述技术方案:当需要更换脑电波传感器时,只需将环形块拽下,然后将脑电波传感器和环形块整体替换即可,方便脑电波传感器的更换。

优选的,所述T形插杆的顶部外壁开设有外螺纹,所述第一环形板的底部开设有螺纹槽,所述T形插杆顶部通过螺纹连接安装在所述螺纹槽的内部。

通过采用上述技术方案:通过扭转T形插杆,方便T形插杆的拆装。

优选的,所述第二环形板的顶部外壁一体成型有限位插块,所述圆套管的底部开设有限位插孔,当所述第二环形板和所述圆套管贴合时,所述限位插块插入所述限位插孔的内部。

通过采用上述技术方案:当第二环形板和圆套管贴合时,限位插块插入限位插孔的内部,限位插块和限位插孔形成锁止作用,此时由于圆内管被手握住,导致圆套管无法再被旋转,此时在缓冲弹簧的作用下,使得脑电波传感器会与患者头部稳定接触,而圆套管无法在深入头盔,避免导致患者不适。

优选的,所述圆套管和所述第二环形板之间的距离a小于所述脑电波传感器与所述T形插杆之间的距离b。

通过采用上述技术方案:此方案保证了T形插杆不会与患者的头部接触。

优选的,所述限位插孔至少等角度设有十二个,所述限位插块至少等距设有两个。

通过采用上述技术方案:可根据实际需求设置限位插孔和限位插块的数量。

本发明还提供基于机器学习方法的用于抑郁症患者脑电信号的采集系统的使用方法,包括如下步骤:

第一步:将患者带上头盔;

第二步:然后一只手捏住圆内管,然后另一只手顺时针扭转圆套管,将圆套管安装在螺纹孔的内部;

第三步:随着圆套管旋转进入螺纹孔的内部时,由于缓冲转动安装机构的作用,脑电波传感器会随着圆套管向头盔的内部移动,但脑电波传感器不会旋转,脑电波传感器会先和患者的头部接触,继续扭转圆套管使脑电波传感器贴合在患者头部;

第四步:将脑电波传感器的引线与智能控制器连接,智能控制器内部基于机器学习方法对抑郁症患者脑电信号进行分析。

本发明的技术效果和优点:

将患者带上头盔,然后一只手捏住圆内管,然后另一只手顺时针扭转圆套管,将圆套管安装在螺纹孔的内部,单人即可完成操作,操作便捷,由于有多个螺纹孔,可根据实际需求安装脑电波传感器的数量;

随着圆套管旋转进入螺纹孔的内部时,由于缓冲转动安装机构的作用,脑电波传感器会随着圆套管向头盔的内部移动,但脑电波传感器不会旋转,脑电波传感器会先和患者的头部接触,继续扭转圆套管使脑电波传感器贴合在患者头部,大大提高了脑电波传感器检测患者脑电波信号的精准度,有利于精确判断患者的病情;

通过缓冲弹簧的作用,使得脑电波传感器与患者头部软性接触,减少患者的不适感;

当需要更换脑电波传感器时,只需将环形块拽下,然后将脑电波传感器和环形块整体替换即可,方便脑电波传感器的更换;

当第二环形板和圆套管贴合时,限位插块插入限位插孔的内部,限位插块和限位插孔形成锁止作用,此时由于圆内管被手握住,导致圆套管无法再被旋转,此时在缓冲弹簧的作用下,使得脑电波传感器会与患者头部稳定接触,而圆套管无法在深入头盔,避免导致患者不适;

综上,本发明操作简单,单人即可操作,可根据需求安装脑电波传感器的数量,脑电波传感器贴合在患者头部,防止由于患者头部不平导致脑电波传感器无法贴合在患者头部的情况,大大提高了脑电波传感器检测患者脑电波信号的精准度,有利于精确判断患者的病情,避免导致患者不适,方便脑电波传感器的更换。

附图说明

图1为本发明基于机器学习方法的用于抑郁症患者脑电信号的采集系统的结构示意图;

图2为本发明的安装机构的结构示意图;

图3为本发明的头盔的结构示意图;

图4为本发明的安装机构的主视切面图;

图5为图4中的A部放大图;

图6为圆套管局部仰视图。

图中:1、头盔;11、帽带;12、螺纹孔;2、圆套管;21、圆内管;211、轴承;22、第一环形板;221、螺纹槽;23、第二环形板;231、限位插块;232、限位插孔;24、T形插杆;241、缓冲弹簧;3、脑电波传感器;31、引线;32、连接圆管;321、母扣;33、环形块;331、子扣。

具体实施方式

下面将结合本发明实施例中的附图1-图6,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例1:

如图1-图6所示,基于机器学习方法的用于抑郁症患者脑电信号的采集系统,包括带有帽带11的头盔1和用于采集脑电信号的脑电波传感器3;

通过安装机构将脑电波传感器3安装在头盔1的内部;

如图1至图3所示,安装机构包括圆套管2,为了方便圆套管2的安装,在圆套管2的底部外壁设有外螺纹,头盔1上开设有与圆套管2螺接的若干螺纹孔12,脑电波传感器3通过缓冲转动安装机构安装在圆套管2的下方;

如图4和图5所示,为了方便脑电波传感器3的更换,在连接圆管32的底部安装有环形块33,脑电波传感器3粘贴在环形块33的底部,环形块33的顶部的左右两侧均固定安装有子扣331,连接圆管32的底部安装有与子扣331扣接的母扣321,当需要更换脑电波传感器3时,只需将环形块33拽下,然后将脑电波传感器3和环形块33整体替换即可,方便脑电波传感器3的更换。

如图4、图5所示,为了使得当握住圆内管21时,圆套管2仍然可以旋转,缓冲转动安装机构包括圆内管21,圆内管21位于圆套管2的内部,圆内管21的顶部与底部外壁均套装有轴承211,圆内管21的外壁与轴承211的内环内壁固定连接,轴承211的外壁与圆套管2内壁固定连接,脑电波传感器3的引线31从圆内管21的内部穿出,由于轴承211的作用,使得当握住圆内管21时,圆套管2仍然可以旋转,为了提高圆内管21与手部的摩擦,在圆内管21的顶部外壁开设防滑纹。

如图4、图5所示,为了减少患者的不适感,设置缓冲弹簧241,缓冲弹簧241至少等距设有两个,圆内管21的底部一体成型有第一环形板22,第一环形板22的下方通过缓冲弹簧241安装有第二环形板23,第二环形板23的一体成型有连接圆管32,脑电波传感器3安装在连接圆管32的下方,通过缓冲弹簧241的作用,使得脑电波传感器3与患者头部软性接触。

如图4、图5所示,为了防止第二环形板23的掉落,设置T形插杆24,T形插杆24穿过缓冲弹簧241的内部,T形插杆24的上端穿过第二环形板23与第一环形板22的底部连接,通过T形插杆24的作用,防止第二环形板23的掉落,为了方便T形插杆24的拆装,在T形插杆24的顶部外壁开设有外螺纹,第一环形板22的底部开设有螺纹槽221,T形插杆24顶部通过螺纹连接安装在螺纹槽221的内部,通过扭转T形插杆24,方便T形插杆24的拆装,为了使T形插杆24不会与患者的头部接触,圆套管2和第二环形板23之间的距离a小于脑电波传感器3与T形插杆24之间的距离b。

如图4、图5和图6所示,为了防止圆套管2过度深入头盔1的内部,在圆套管2的底部设有锁止结构,第二环形板23的顶部外壁一体成型有限位插块231,限位插块231至少等距设有两个,圆套管2的底部开设有限位插孔232,限位插孔232至少等角度设有十二个,当第二环形板23和圆套管2贴合时,限位插块231插入限位插孔232的内部;当第二环形板23和圆套管2贴合时,限位插块231插入限位插孔232的内部,限位插块231和限位插孔232形成锁止作用,此时由于圆内管21被手握住,导致圆套管2无法再被旋转,此时在缓冲弹簧241的作用下,使得脑电波传感器3会与患者头部稳定接触,而圆套管2无法在深入头盔1,避免导致患者不适。

脑电波传感器3通过引线31与智能控制器连接,智能控制器内设中央处理器,中央处理器电性连接有存储模块、USB接口,中央处理器的输入端与引线31电性连接,中央处理器通过无线通信模块与病情信息库信号连接,中央处理器电性连接有病情分析学习模块,中央处理器通过病情分析学习模块搜索学习病情信息库内的信息,对患者病情进行分析。

本发明的使用方法:

第一步:将患者带上头盔1;

第二步:然后一只手捏住圆内管21,然后另一只手顺时针扭转圆套管2,将圆套管2安装在螺纹孔12的内部,单人即可完成操作,操作便捷;

第三步:随着圆套管2旋转进入螺纹孔12的内部时,由于轴承的作用,脑电波传感器3会随着圆套管2向头盔1的内部移动,但脑电波传感器3不会旋转,脑电波传感器3会先和患者的头部接触,当第二环形板23和圆套管2贴合时,限位插块231插入限位插孔232的内部,限位插块231和限位插孔232形成锁止作用,此时由于圆内管21被手握住,导致圆套管2无法再被旋转,然后停止旋转圆套管2,此时在缓冲弹簧241的作用下,使得脑电波传感器3会与患者头部稳定接触,而圆套管2无法在深入头盔1,避免导致患者不适;

第四步:然后将脑电波传感器3的引线31与智能控制器连接,智能控制器内部基于机器学习方法对抑郁症患者脑电信号进行分析,使得脑电波传感器3与患者头部紧密接触,大大提高了脑电波传感器3检测患者脑电波信号的精准度,有利于精确判断患者的病情。

由上可知:

将患者带上头盔1,然后一只手捏住圆内管21,然后另一只手顺时针扭转圆套管2,将圆套管2安装在螺纹孔12的内部,单人即可完成操作,操作便捷,由于有多个螺纹孔12,可根据实际需求安装脑电波传感器3的数量;

随着圆套管2旋转进入螺纹孔12的内部时,由于缓冲转动安装机构的作用,脑电波传感器3会随着圆套管2向头盔1的内部移动,但脑电波传感器3不会旋转,脑电波传感器3会先和患者的头部接触,继续扭转圆套管2使脑电波传感器3贴合在患者头部,大大提高了脑电波传感器3检测患者脑电波信号的精准度,有利于精确判断患者的病情;

通过缓冲弹簧241的作用,使得脑电波传感器3与患者头部软性接触,减少患者的不适感;

当需要更换脑电波传感器3时,只需将环形块33拽下,然后将脑电波传感器3和环形块33整体替换即可,方便脑电波传感器3的更换;

当第二环形板23和圆套管2贴合时,限位插块231插入限位插孔232的内部,限位插块231和限位插孔232形成锁止作用,此时由于圆内管21被手握住,导致圆套管2无法再被旋转,此时在缓冲弹簧241的作用下,使得脑电波传感器3会与患者头部稳定接触,而圆套管2无法在深入头盔1,避免导致患者不适;

综上,本发明操作简单,单人即可操作,可根据需求安装脑电波传感器3的数量,脑电波传感器3贴合在患者头部,防止由于患者头部不平导致脑电波传感器3无法贴合在患者头部的情况,大大提高了脑电波传感器3检测患者脑电波信号的精准度,有利于精确判断患者的病情,避免导致患者不适,方便脑电波传感器3的更换。

最后应说明的是:以上仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

相关技术
  • 基于机器学习方法的用于抑郁症患者脑电信号的采集系统
  • 一种基于EMD算法的脑电信号抑郁症识别系统
技术分类

06120114743080