儿童失神性癫痫发作情况的中间数据统计评价方法
【技术领域】
[0001] 本发明属于生物医学工程领域，是医学与工程学的交叉领域，具体的说是生物医 学工程中的数据评价领域，涉及利用信息处理手段来监测失神癫痫患儿发作情况，辅助临 床或医学研宄来准确监测分析病情。在系统中采集患儿的脑电信号（EEG)和肢体加速度运 动信息，分别利用非线性熵和阈值方法，得到患儿活动状态，结合分类手段，统计发作情况， 继而形成对发作情况的客观评价。
【背景技术】
[0002] 据2009年中国癫痫预防与控制绿皮书显示，我国患者约有900多万，癫痫患病率 约为7%。，每年新发病40万例，且多为儿童和青少年。而根据世界卫生组织报道，目前全世 界癫痫患者约为5000多万，加上与患者一起生活的家人和朋友，约有2亿人口受此影响。根 据国际抗癫痫联盟（ILAE)的划分，癫痫发作分为部分发作和全身发作（全身强直-阵挛性 发作、强直性发作、阵挛性发作、失神发作、肌阵挛发作等），病灶部位主要集中在颞叶和额 叶。失神癫痫是儿童常见典型发作类型。
[0003] 清华大学等申请有《基于脑电的癫痫检测与干预装置》，该专利提供了一种基于脑 电的癫痫检测与干预装置，具有记录脑电、分析和预报功能。李小俚等申请了《实时自动检 测癫痫特征波的方法》，该专利公开了一种利用经验模态分解、希尔伯特变换和平滑的非线 性能量算子方法来实时自动检测癫痫特征波的方法。通过对脑电数据分段、计算、获取特 征，最后通过对暂态总能量S应用平滑的非线性能量算子来检测棘波。
[0004] 而儿童癫痫有多种类型，其中失神发作较为典型，是一种神经系统放电与行为静 止同步发生的过程，突发突止，发作时患儿出现意识障碍，发作后意识不到发作，无法自我 报告，所以也就无法系统的统计发作的次数，而缺少发作次数这个中间数据对于医生来说， 则缺少了一部分参考的依据，也就无法适时的对治疗方案进行分析和调整，对于医学研宄 的人来讲，缺少这个中间的统计数据参考，对于研宄的结果也有一定的影响。传统方法通过 视频脑电图等手段，限制了患儿的活动范围，改变了正常生活流程，且结论只能反映一小段 时间内情况，往往缺乏长期性和客观性，而目前还没有一种准确客观的发作次数统计评价 方法。
【发明内容】
：
[0005] 发明目的：本发明提供一种儿童失神性癫痫发作情况的中间数据统计评价方法， 其目的是解决以往无法系统客观的统计和评价癫痫发作次数的问题。
[0006] 技术方案：
[0007] 一种儿童失神性癫痫发作情况的中间数据统计评价方法，其特征在于：该方法的 步骤如下：
[0008] 利用信号采集设备，采集信号，将采集的运动信息通过蓝牙通路发送到DSP系统， DSP系统装有蓝牙接收通道，负责实时的接收运动信息，DSP系统对运动信息加速度信号 积分，得到速度信号，速度信号反映了受试者的运动状态，将这些状态分类为静止、运动、学 习和使能4个状态，静止对应于速度小于给定阈值，使能对应静止时间达到给定参数时长 后对脑电测量系统的使能，脑电测量系统通常处于休眠状态，只有当静止使能后，才开始工 作，运动状态表示受试者处于行走、跑步位移信息改变较大的状态，由于儿童患者处于学龄 期，有些时候处于学习，看书状态，在这种情形下，其肢体位移量较小，是重点区分的类别， 本方法将其独立为一种状态，以提高分类的准确性，本方法中，通过加速度得到受试者状 态，进一步用于激活和关断脑电信号熵分析和分类流程；脑电信号的分解、熵计算和分类信 息作为失神发作起止时间的统计依据；
[0009]系统根据每60小时检测到发作次数与发作时长，根据以下计算公式：
【主权项】
1. 一种儿童失神性癫痫发作情况的中间数据统计评价方法，其特征在于：该方法的步 骤如下： 利用信号采集设备，采集信号，将采集的运动信息通过蓝牙通路发送到DSP系统，DSP 系统装有蓝牙接收通道，负责实时的接收运动信息，DSP系统对运动信息加速度信号积分， 得到速度信号，速度信号反映了受试者的运动状态，将这些状态分类为静止、运动、学习和 使能4个状态，静止对应于速度小于给定阈值，使能对应静止时间达到给定参数时长后对 脑电测量系统的使能，脑电测量系统通常处于休眠状态，只有当静止使能后，才开始工作， 运动状态表示受试者处于行走、跑步位移信息改变较大的状态，由于儿童患者处于学龄期， 有些时候处于学习，看书状态，在这种情形下，其肢体位移量较小，是重点区分的类别，本方 法将其独立为一种状态，以提高分类的准确性，本方法中，通过加速度得到受试者状态，进 一步用于激活和关断脑电信号熵分析和分类流程；脑电信号的分解、熵计算和分类信息作 为失神发作起止时间的统计依据； 系统根据每60小时检测到发作次数与发作时长，根据以下计算公式：
其中η是在60小时时间段内的发作次数，Prdi是检测到的持续时间，大于1秒， Pseizure是这一阶段的发作指数，随着时间推移，60小时时间窗口向后推移，并根据其 Pseizure大小给出最后三个评级。
2. 根据权利要求1所述的儿童失神性癫痫发作情况的中间数据统计评价方法，其特征 在于：测量运动信息是测量头部和肢体的加速度信号；脑电信号是测量痫兆区的头皮脑电 信号；通过前端电路采集模块获取EEG信号和加速度信号： Ieeg = E (m, η) Iacc = A (u, v) 其中Ieeg表示脑电信号，m为电极通道数，η为数据长度；Iacc表示加速度信号，u为 加速度传感器节点数，V为数据长度； 对数据Ieeg和Iacc的分析采用优化排列熵方法、小波变换、阈值判断方法，以及向量 机分类方法，Ieeg数据首先经过小波变换，将信号分解到S，θ，α，β节律上，然后利用优 化排列熵方法，提取信号特征，在特征提取基础上利用向量机分类方法，判别发作情况，最 后给出统计评价；阈值判断方法用于运动状态的分析，通过定时中断方式工作获取Iacc信 息，只有当运动状态转换到静止使能后，才会激活上述Ieeg的分析过程，使能包括两个部 分，首先是信号采集电路的使能1，其次是软件分析流程中对分类结果的使能2,基于中断 方式工作的运动状态检测与使能模