【技术实现步骤摘要】
一种基于神经元锋电位信号的抑郁状态指征确定方法
[0001]本申请涉及脑电数据分析
,具体而言,涉及一种基于神经元锋电位信号的抑郁状态指征确定方法。
技术介绍
[0002]据世界卫生组织统计,当前抑郁症患病人群在全球的数量持续增长。其中,10%
‑
30%患者因传统治疗方式无效或者效果欠佳而发展成难治性抑郁症。目前,基于脑机接口的大脑闭环调控技术有望为难治性抑郁患者带来新的治疗手段,该技术的重要一环是基于脑信号的抑郁状态检测。脑电数据信号是携带大脑状态的信息载体,是进行大脑状态判断的重要工具。由于脑电数据通常是高纬度的复杂信号,通常需要通过脑电信号特征提取技术获取脑电信号中的有效信息。对于已经确认患有抑郁症的患者而言,其也并非是24小时一直处于抑郁状态之中,闭环脑机接口调控的抑郁治疗技术只有在抑郁症患者当前处于抑郁状态时才能够有很好的治疗效果,而目前并没有一种能够较为准确的为闭环脑机接口调控的抑郁治疗技术确定患者当前的抑郁状态指征的确定方法。
技术实现思路
[0003]为了解决上述问题,本申请实施例提供了一种基于神经元锋电位信号的抑郁状态指征确定方法。
[0004]第一方面,本申请实施例提供了一种基于神经元锋电位信号的抑郁状态指征确定方法,所述方法包括:分别获取目标对象在抑郁状态下以及非抑郁状态下的锋电位通道信号数据;将各所述锋电位通道信号数据转换为神经元发放速率数据,并基于所述神经元发放速率数据构建输入数据矩阵;建立双路卷积
‑
循环神经网络模型,并基于 ...
【技术保护点】
【技术特征摘要】
1.一种基于神经元锋电位信号的抑郁状态指征确定方法,其特征在于,所述方法包括:分别获取目标对象在抑郁状态下以及非抑郁状态下的锋电位通道信号数据;将各所述锋电位通道信号数据转换为神经元发放速率数据,并基于所述神经元发放速率数据构建输入数据矩阵;建立双路卷积
‑
循环神经网络模型,并基于所述输入数据矩阵训练所述双路卷积
‑
循环神经网络模型;基于所述双路卷积
‑
循环神经网络模型对所述目标对象的当前锋电位通道信号数据进行计算,得到所述目标对象的当前抑郁状态指征数据。2.根据权利要求1所述的方法,其特征在于,所述分别获取目标对象在抑郁状态下以及非抑郁状态下的锋电位通道信号数据之后,还包括:将抑郁状态下的所述锋电位通道信号数据标记为负样本数据,将非抑郁状态下的所述锋电位通道信号数据标记为正样本数据。3.根据权利要求1所述的方法,其特征在于,所述将各所述锋电位通道信号数据转换为神经元发放速率数据,包括:确定各所述锋电位通道信号数据对应的各锋电位通道;分别统计每个所述锋电位通道在单位统计时长内所述锋电位通道信号数据出现的个数,得到神经元发放速率数据。4.根据权利要求1所述的方法,其特征在于,所述基于所述神经元发放速率数据构建输入数据矩阵,包括:基于滑动时间窗口将所述神经元发放速率数据划分为多个连续时间片,整合各所述连续时间片,构建得到输入数据矩阵。5.根据权利要求1所述的方法,其特征在于,所述建立双路卷积
‑
循环神经网络模型,包括:构建多通道卷积
‑
循环神经网络分支,所述多通道卷积
‑
循环神经网络分支包括两组卷积
‑
激活单元与一个单向循环神经网络;构建跨通道卷积
‑
循环神经网络分支,所述跨通道卷积
‑
循环神经网络分支包括一组通道间卷积
‑
激活单元与一个所述单向循环神经网络;将所述多通道卷积
‑
循环神经网络分支与所述跨通道卷积
‑
...
【专利技术属性】
技术研发人员:祁玉,王跃明,胡海岚,宋乐,陈敏,
申请(专利权)人:浙江浙大西投脑机智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。