买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津大学

摘要：本发明提供了一种基于chirp信号的意识状态检测方法，包括以下步骤：S1、利用特制chirp音调对患者进行听觉刺激，同时采集对应的患者脑电波信号；S2、对原始脑电波信号进行预处理，并提取处理后的脑电波信号的特征；S3、将提取到的特征作为训练样本训练SVM分类器，以建立分型模型；S4、利用训练好的分型模型对患者进行意识状态检测，并将识别结果反馈给分型模型以持续优化模型参数。本发明解决了临床DOC患者诊断分型异质性高的问题，提高了意识状态检测的准确性和简便性。通过特制的chirp音调，使诱发的脑电波信号更加稳定且信噪比更高，利用多维脑电特征指标作为数据样本进行模式识别，从而获得更丰富的信息来源，提高了模型的鲁棒性。

主权项：1.一种基于chirp信号的意识状态检测方法，其特征在于，引入chirp信号构成的定频稳态听觉信号作为刺激源，选取可靠的脑电响应特征，在不同意识障碍情况下提供客观的评估，包括以下步骤：S1、获取数据：利用chirp定频稳态信号对患者进行听觉刺激，同时采集对应的患者脑电波信号；其中，S1中通过chirp数学模型优化信号设计，调节chirp单元参数，包括持续时间、间隔时间、幅值和相位，以实现定频稳态听觉刺激；S2、提取特征：对原始脑电波信号进行预处理，提取并筛选定频刺激下的不同脑电波信号特征；其中，提取脑电波信号的不同特征，包括听觉事件相关电位、事件相关谱扰动、试次间相位一致性S3、建立分型模型：将筛选的特征作为训练样本训练SVM分类器，以建立分型模型；S4、实施运用：利用训练好的分型模型对患者进行意识状态检测，并将识别结果反馈给分型模型以持续优化模型参数；S3中，使用SVM分类器进行识别时，对样本数据进行预处理，具体包括以下步骤：S31、提供样本数据，数据包括矩阵X和向量Y；矩阵X包括由若干受试者样本中提取出来的特征；向量Y包括若干与受试者意识状态相对应的样本；S32、对样本数据中的特征进行归一化处理；S33、基于F检验筛选单一特征或最佳的20％特征；S1中，根据如下公式建立chirp信号： ；其中，𝜑𝑡为chirp信号的相位，为chirp信号的初始相位；𝐴𝑡为chirp信号的幅值；𝐴𝑡根据如下公式进行计算： ；𝜑𝑡根据如下公式进行计算： ；其中，为信号的起始时间，根据如下公式进行计算： ；其中，𝑓为信号频率，为由用户自行设定的定值；常数𝑐=0.15，𝛼=-0.5。

全文数据：

权利要求：

百度查询： 天津大学 一种基于chirp信号的意识状态检测方法及系统