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：山东宝德龙健身器材有限公司

摘要：本发明提供一种基于外周血和脑电图信息对阿尔兹海默症的特征分析方法及终端机，获取原始数据；构建训练集以及测试集；对脑电信号预处理，提取预处理后的脑电信号的特征参数以及脑电图总特征参数；对获取的外周血生物标记物数据进行数据清洗以及归一化处理；对脑电信号特征和外周血检测特征进行特征融合；基于训练集中的数据训练分类器；对测试集中的脑电图数据和外周血生物标记物数据依次进行预处理，特征提取以及特征融合，然后将融合后的特征向量送入分类器进行分类；基于分类器输出评估信息。本发明从不同角度捕捉和描述脑电图的特性，相互之间具有一定的互补性，可以充分挖掘信号的特性，提高特征提取的全面性和有效性。

主权项：1.一种基于外周血和脑电图信息对阿尔兹海默症的特征分析方法，其特征在于，方法包括：S101：获取脑电图数据和外周血生物标记物数据作为原始数据；S102：构建训练集以及测试集；S103：对脑电信号预处理；预处理方式包括：去除脑电信号中的噪声，对脑电信号进行分段处理以及对脑电信号进行压缩处理；S104：提取预处理后的脑电信号的特征参数以及脑电图总特征参数；使用自回归模型对脑电图中的脑电信号进行特征提取；将阶自回归模型定义到压缩后的维时间序列中，表示为是前个序列的线性组合及误差项的函数，数学模型为： 其中，是模型系数，是具备均值为0，方差为的白噪声；使用贝叶斯信息量准则确定模型的阶数： 其中，是参数的数量，即模型的阶数，表示数据点的数量，为似然函数；使用最小二乘法对每个通道的每个窗口数据段进行AR模型系数的估计；基于最小二乘法求解AR模型系数的步骤如下： AR模型表示为,由最小二乘法原理，AR模型系数估计为；还使用排列熵对脑电图数据进行特征提取，排列熵的求法如下：信号的相空间重构：以预处理之后的一个小窗口内的时间序列为例，时间序列为，规定一个嵌入维度和一个时间延迟，重构分量；重构空间为： 提取符号序列：将重构矩阵中的个重构分量，按照数值大小升序排列，所得到的排序的索引值构成一组符号序列，列的重构矩阵；统计个重构分量对应的每种排列在全排列中出现的次数：将每种排列的概率分布用表示，其中；计算时间序列的排列熵为： ；步骤S104中，还使用Hjorth参数进行特征提取；Hjorth的计算方法为：对于时间序列进行一阶导数计算，以获得信号的变化速度，通过对每个时间点的信号值进行差分来实现，一阶导数的计算公式为：，一阶导数仍然为一个时间序列；对一阶导数进行一次再差分，以获得信号的加速度，，二阶导数仍然为一个时间序列；计算Hjorth参数： , ， 分别表示原时间序列，一阶导数时间序列，二阶导数时间序列的标准差；对脑电图数据的总特征进行提取：提取每个脑电图数据段的自回归模型的特征向量，排列熵特征向量，Hjorth特征向量，先分别作归一化处理，采用最大最小标准化方法，将数据缩放到指定范围[0,1]；通过如下计算进行处理： ；S105：对获取的外周血生物标记物数据进行数据清洗以及归一化处理，形成外周血检测特征；S106：对脑电信号特征和外周血检测特征进行特征融合；S107：基于训练集中的数据训练分类器；S108：对测试集中的脑电图数据和外周血生物标记物数据依次进行预处理，特征提取以及特征融合，然后将融合后的特征向量送入分类器进行分类；S109：基于分类器输出评估信息，并进行显示。

全文数据：

权利要求：

百度查询： 山东宝德龙健身器材有限公司 一种基于外周血和脑电图信息对阿尔兹海默症的特征分析方法及终端机