论文-便携式脑电健康检查的专家系统关键技术研究

1、项目名称： 便携式脑电健康检查的专家系统关键技术研究 项目负责人（签名） 所在学校（盖章） 1本项目研究意义及国内外同类研究工作现状（附主要参考文献及出处）：（1）项目背景 人体的大脑与身体其他部位如心脏、肌肉等一样，能产生生物电流。通过安装在头皮部位的电极记录的脑生物电活动，就称为脑电图（electroencephalogram，EEG）。自上世纪80年代以来，人类对大脑疾病的诊断方法产生了划时代的进展，CT、MRI及数字减影血管造影（DSA）等产品的问世，大大简化了诊断的过程，提高了诊断的精确性，并且能够显示出大脑结构形态改变的清晰影响，以供临床判断。但是这些方法不能对大脑功能性疾病显影，

2、这也是它们的一大缺点之一；而脑电图、动态脑电图、脑电地形图、诱发电位图等脑电检测手段正好弥补了这一不足，对了解脑功能状况，揭示脑的病理、生理状态及其活动特性、辅助诊断脑疾病等能够提供极为有益的资料。利用常规脑电设备进行检测，由于时间和环境的限制，往往得不到有确切意义的结果。为此，人们一直致力于在非医院环境中进行脑电检测的脑电系统的研制工作，以在不影响病人的日常生活的情况下，获得长时间的脑电记录，辅助于脑部疾患的诊断，尤其是对那些能引起脑电阵发异常的疾病诊断价值更大。本课题的主要任务就是设计一个低成本、便携式、可以在任意时间记录脑电信号，并通过“云”专家系统获取脑电诊断知识库的健康建议的大众化脑

3、电检查系统；该系统以脑电数据的模式识别和云计算为技术基础，兼顾专业医院脑电诊断和普通百姓脑电健康检查两方面的需求，将脑电检查从必须由专业医院专营实施的复杂临床医疗工作，变成一个大众化的、可以由普通非专业人员使用的大脑健康状况速查，从而普及脑电量化诊断，及早发现可能的脑部隐患，以采取有针对性的保健或医疗措施，提高公众脑健康水平。（2）脑电检查的现状和问题目前，虽然单次普通脑电检查的费用并不是非常高（参见表1的某医院脑电检查项目价目表），但是，动态脑电的监测、脑地形图、无纸脑电图等项目费用仍比较高；更况一般百姓到医院检查，从“交通”到“挂号”到“诊断单”、“缴费”、“排队”等一系列流程，其人力和时

4、间的成本是非常高的。对于普通大众，一般在没有明显的病症的情况下，是不会轻易进行类似的检查的。表1 某医院的脑电检查项目价目表项目单位价格/元说明脑电图次8脑电图（14导）次100脑电图（16导）（18导）次160无纸脑电图次280进口机癔痫诱导、诱发次80癫痫和癔症鉴别诊断次100睡眠诱导次200诱导EP蝶骨电极次90复杂性EP闪光刺激次90脑地形图次200脑血流图（转颈试验加倍）次30转颈试验加倍脑电图监测小时3024小时动态脑电图监测(国产) 次800国产仪器24小时动态脑电图监测(进口)次1000进口仪器数字化脑电图次180脑电超慢涨落分析次200因此，从总体上来说，目前的脑电检查，存在

5、如下问题：单次检查成本较高，难以成为“保健”行为。综合考虑个人到医院进行脑电检查的全面成本（包括人力、时间等因素），单次脑电检查的成本实际上已经远远超过个人“健康检查”的成本预期，因此常规的脑电检查难以成为一个健康“普查”行为（例如家庭中的“血压”测量就是一种大众化的健康普查行为），而只能是一种针对严重疾病的病理检查。依赖专家个人的临床经验，准确度波动较大。而脑电检查的长处所在即对“功能性”疾病的诊断能力由于专家个人经验的不同而可能导致诊断结果的可靠性差异较大。难以进行诊断知识的积累。由于不同的专家和不同的病例没有共享数据存储，更没有计算机人工智能辅助的模式识别等大规模计算能力的运用，诊断知识

6、仅仅依赖医学实验和医学专著、论文的积累，对于单独的诊所和医生个人来说，难以在短时间内提高诊断的准确性。（3）目标和意义目标：(a) 分模块完成系统研发所需的关键技术研究。系统模块包括：数据采集子系统，数据处理子系统，模式识别子系统，专家诊断子系统。(b) 构建系统原型，并为推广应用和产业化进行前期测试。意义：脑电是一种具有重要临床意义的生理指标，是各种颅内病变，如癫痫、脑中风、脑炎、脑瘤、代谢性脑病变等的辅助诊断手段，更是多种功能性疾病（例如失眠、抑郁等）的重要诊断指标。但是，由于目前的由医院和医生专营的脑电诊断存在个人成本较高，实施过程繁琐，准确度的波动性较大等问题，脑电检查难以成为一种大众

7、化的健康检查行为。本课题研究低成本、便携式、大众化、高智能的脑电测量工具，应用模式识别和人工智能的方法，建立云端的脑电诊断专家系统，并通过互联网（特别是3G网络）进行数据的传输和展示，方便普通大众使用，从而将脑电检查变成一种大众化的保健检查，并通过逐步的知识积累，不断丰富和完善专家库的智能诊断能力，为大众和专业医院提供基于脑电的健康维护的技术手段。2主要研究内容、目标、方案和进度及拟解决的关键问题：研究内容：本课题研发的总体框架如图1所示；其中可分为3条技术主线：（1）脑电数据采集；（2）脑电数据传输和可视化；（3）“云”专家系统智能诊断。其关键技术，为路线（3）中的脑电时间序列数据的特征提取

8、和模式分类。图1 大众化脑电普查云专家系统的总体框架图脑电数据采集子系统通过放置在人体头部的干电极，采集脑电信号。采集操作由PC或者手执设备（例如手机）内的应用程序（App）控制，通过蓝牙进行通讯。采集到的数据经过简单处理后，提交给云端的专家系统进行模式匹配和识别，并根据识别结果给出诊断建议。研发目标：本项目的实施目标为：针对小型诊所和普通民众家庭使用的大众化脑电健康检测需求，完成大众化的便携式脑电检测专家系统的整体原型，包括如下组件：（1）便携式脑电采集终端原型1台：执行脑电数据采集操作；（2）手机Android App操控软件：用于操控采集和数据传输；（3）专家系统软件：用于脑电诊断数据的

9、特征分析和检索；（4）服务器Web接口：用于在手机App和专家库之间通讯。便携式采集终端实现如下参数要求：（1）终端设备硬件成本：<500元；（2）终端设备重量：<200克；专家系统建设实现如下要求：（1）积累超过500个病例样本数据；（2）单次模式检索时间<10秒；（3）支持并发的模式检索，并发数>10。研发进度：起止年月进度目标要求（每栏限80字）2014-07-01至2014-12-31设计并实现便携式脑电测试仪；构建基于云平台的专家系统；与医院和专家合作，完成一定数量的脑电数据的采集；研究时间序列的简明模式识别方法。2015-01-01至2015-06-30完成

10、典型脑电案例的分析，研究典型脑电的特征提取方法；完成安卓App软件设计，并进行软件测试；通过申报系统主动报告前期研发工作和阶段性成果。 2015-07-01至2015-12-31实现装置与android的通信、利用手机与云服务器通信；完成特征提取与匹配算法的研究和软件编程工作；进行大范围系统测试和数据采集工作，完善专家知识库；总结研究成果，完成论文撰写和专利申请。2016-01-01至2016-06-30做好项目验收所需要的文本，包括工作报告、技术报告、相关测试报告和用户报告等。做好项目验收的财务审计。 拟解决的关键问题：为降低终端成本，同时提高辅助检查的准确度，本课题应用

11、云计算模式，在“云端”构建脑电模式提取和检索专家系统，并将脑电检查中的大部分计算任务通过网络分配到云端。病人或普通民众通过便携式脑电检测仪进行脑电数据采集，并将脑电信息通过手机传递至云服务器，调用专家系统给出诊断建议。经过医生确认的诊断案例将再次传至云服务器以充实专家系统的知识数据库。专家系统所涉及的关键技术包括：(a) 脑电数据的结构化存储(b) 特征提取与知识库建设(c) 模式匹配检索其中，“特征提取与知识库建设”是本系统的核心，它负责完成“云”专家库中病例诊断数据的抽象存储，为后续的模式查询和检索提供服务。研发方案：1. 技术路线及可行性分析(1) 脑电数据采集脑电数据采集拟采用TGAM

12、（ThinkGear AM）脑电模块。TGAM是Neurosky为大众市场应用所设计的脑波传感器ASIC模块。它可以处理并输出脑波频率谱，原始脑电波和三个Neurosky独有的eSense参数：专注度，放松度和眨眼侦测。其人体界面是一个简单的干接触点，可以很容易地运用于便携式健康设备中，又由于能耗小，适合于电池供电。图2和图3分别是TGAM模块的外观视图以及和蓝牙连接的引线示意图。图2 TGAM脑电模块（2.79cm x 1.52cm x 0.25cm）图3 传感器和蓝牙等的连线示意图TGAM模块的特点及优势包括： 能直接连接干接触点，不像传统医学用的湿传感器使用时需要上导电胶，便于使用和携带

13、。 先进的噪音过滤技术，能抗拒日常生活中环境里的各种干扰。 低能耗（15毫安 3.3伏），适合便携式消费产品的电池供电的设备 嵌入式的信号质量分析功能能警告接触不良或是完全没接触的异常状态，便于软件开发和大众化使用。 不仅可以输出原始脑波信号，也可以处理和输出,等脑波波段数据，还可以处理和输出Neurosky获得专利技术的eSense专注度和放松度指数以及眨眼侦测等和未来开发的其他数据。以上特性，使得根据TGAM模块进行脑电采集子系统的研发，具有快速原型建立、方便测试等优点，便于我们将主要精力集中于“云”专家系统和脑电时间序列数据模式识别等关键技术的研究上。(2) 数据传输和可视化我们使用移动

14、设备（例如安卓手机）进行数据的传输和可视化工作。该工作主要通过两条通讯线路进行：对于下位的采集模块，使用蓝牙通讯和MindSet Communications Protocol（MindSet通讯协议）操纵数据采集动作，以获取脑电时间序列。对于上位的通讯，则通过Internet、3G网络等，使用Web接口和专家系统交互。除了常规的脑电数据外，TGAM模块可以输出,等脑波波段数据和Neurosky获得专利技术的eSense专注度和放松度指数：专注度参数（Attention）表示一个人精神上的专注程度，或集中注意力的程度。参数值的范围是0-100，注意力水平增加说明使用者的注意力正集中在某一事物上

15、做单一的思考，分心的时候注意力参数就会下降。放松度参数（Meditation）表示使用者精神上的“放松”或者“冷静”的程度，它的数值范围也是0-100。放松度参数上升表示使用者心情放松，参数下降表示他心情不适或者正在感受压力。ThinkGear组件使用异步串行数据包和控制端通讯；其一般格式为：SYNC SYNC PLENGTH PAYLOAD. CHKSUM_ _ _(Header) (Payload) (Checksum)其中的Data Payload包含脑电采集的关键数据；它包含两类代码：单字节代码（表2）和多字节代码（表3）；分别见表2和表3的列示。表2 Single-Byte CODE

16、sExtended Code LevelCODELENGTHData Value Meaning00x02-POOR_SIGNAL Quality (0-255)00x04-ATTENTION eSense (0 to 100)00x05-MEDITATION eSense (0 to 100)00x16-Blink Strength. (0-255) Sent only when Blink event occurs表3 Multi-Byte CODEsExtended Code LevelCODELENGTHData Value Meaning00x802RAW Wave Value: a

17、 single big-endian 16-bit two's-compliment signed value (high-order byte followed by low-order byte) (-32768 to 32767)00x8324ASIC_EEG_POWER: eight big-endian 3-byte unsigned integer values representing delta, theta, low-alpha high-alpha, low-beta, high-beta,low-gamma, and mid-gamma EEG band powe

18、r valuesAny0x55-NEVER USED (reserved for EXCODE)Any0xAA-NEVER USED (reserved for EXCODE)数据的初步处理和可视化可以在移动设备上直接进行；图4就是手机App软件对通过蓝牙接收的,等脑波波段数据和Neurosky获得专利技术的eSense专注度和放松度指数的可视化展示。通过MindSet通讯协议采集到的数据，被手机App提交到专家库的Web接口，后者从中提取特征并和专家库中的模式进行比对，最终将匹配结果传回手机软件，完成脑电检查结果的回显和可视化。图4 手机接收的脑电波形和关注度、放松度指标的动态可视化展示 (

19、3) 云专家系统为降低终端成本，同时提高辅助检查的准确度，本课题应用云计算模式，在“云端”构建脑电模式提取和检索专家系统，并将脑电检查中的大部分计算任务通过网络分配到云端。病人或普通民众通过便携式脑电检测仪进行脑电数据采集，并将脑电信息通过手机传递至云服务器，调用专家系统给出诊断建议。经过医生确认的诊断案例将再次传至云服务器以充实专家系统的知识数据库。专家系统所涉及的关键技术包括：(a) 脑电数据的结构化存储(b) 特征提取与知识库建设(c) 模式匹配检索其中，“特征提取与知识库建设”是本系统的核心，它负责完成“云”专家库中病例诊断数据的抽象存储，为后续的模式查询和检索提供服务。分述如下。(a

20、) 脑电数据的结构化存储脑电数据采集后，经过TGAM模块的初步处理，可以按医学领域知识的理解分解为不同的组分，如表4所示，并使用适当的采样频率存储，以避免过多的数据（原始采样512Hz）引起模式分类和识别的困难。表4 初步处理后的脑电数据组分脑波类型频率范围精神状态Delta波0.1Hz 到 3Hz沉睡，非快速动眼睡眠，无意识状态Theta波4Hz 到 7Hz直觉的，创造性的，回忆，幻想，想象，浅睡Alpha波8Hz 到 12Hz放松但不困倦，平静，有意识地低频Beta波12Hz 到 15Hz运动感觉节律, 即轻松又专注，有协调性中频Beta波16Hz 到 20Hz思考，对于自我和周围环境意识

21、清楚高频Beta波21Hz 到 30Hz警觉，激动关注度eSense指数精神上的专注程度，或集中注意力的程度放松度eSense指数精神上的“放松”或者“冷静”的程度分解后的脑电数据通过Internet上传到专家系统，进行特征提取和模式分类。(b) 特征提取与知识库建设脑电信号的特征提取，即如何从 EEG 中提取出少量的有用信息，进而利用这些信息进行不同脑状态的区分。常用的特征提取方法有时域分析、频域分析、时频分析以及时频空分析和模型参数方法等。基于经验模态分解（Empirical mode decomposition，EMD）和希尔波特（Hibert）变换是一种时频分析方法，这种变换方法的基函

22、数并不需要事先设定，变换方法本身使得变换过程根据信号的局部特征自动选择基函数，这一特性使得该方法特别适合非线性、非平稳信号的分析，提高了算法的通用性，并且能够获得较高的分类精度。针对脑电信号的非线性、非平稳特点，基于EMD具有提取局部瞬态信息的特点和多尺度熵(MSE)对非线性信号复杂度的定量测度特性，将二者有机结合，构建基于EMD-MSE的特征提取及定量描述，应用于脑电信号的特征提取。特征提取的工作流程参见图5所示。图5 使用EMD-MSE的脑电特征提取流程(c) 模式匹配检索为提高模式识别率，引入极限学习机(ELM)进行模式分类。ELM算法是由黄广斌教授提出的一种监督型网络学习算法，该算法在

23、单隐层前馈网络隐层节点的激活函数无限可微时，随机确定网络输入权值和隐层节点的偏置，并快速获得输出权值。该算法与BP算法等相比，避免了陷入局部最优的风险，提高了网络的学习速度和推广性能，更适用于规模较大的脑电数据处理。图6所示为基于ELM的单隐层前馈神经网络结构。图6前馈神经网络体系结构受试者的脑电数据，在特征提取后，应用ELM进行模式分类，并与专业医疗诊断的结果数据相匹配，存储于脑电诊断专家库中，服务于模式匹配的查询和检索。检索结果通过网络回馈到移动设备（手机）上，从而完成整个智能化的脑电健康检查的工作流程。3与本项目有关的工作条件（包括研究工作基础、实验条件等）1. 实验室条件申请人所在的单

24、位有相关的实验室5个，省级重点学科实验室2个，相关的基础设备配套齐全。其中嵌入式实验室可用于传感器、物联网方向的实验和设备设计，图像与微波光子学实验室可用于开展智能数据处理、模式识别以及红外光学相关的研究。近年来，本团队已承担多项研发工作并有多项研究成果获奖。已购买项目实施所需的软件开发、硬件设计的基本设备和商用软件，包括数字脑电地形图仪、红外热像仪和光谱分析仪、FPGA开发平台等仪器，以及动态脑电可视化检测软件、脑电数据采集接口API等软件系统。可用于脑电数据采集、时间序列模式识别、图像特征识别算法等多项研究，为该项目的进行提供了设备基础。2. 人才条件本项目组为承担单位重点资助的科研团队，

25、拥有计算机技术、光电子、嵌入式和图像处理、数据挖掘、人工智能等方向的专业人才20多人。团队负责人和主要参与者近年来参与多项国家自然科学基金项目的研究，包括“大数据环境下高维数据流挖掘算法及应用研究”，“基于流形学习和时序语义网挖掘的人体运动序列分析研究”，“TRIZ多冲突设计问题的工程语义网求解及专利知识挖掘方法与应用”等；对数据流、时间序列（脑电数据就是典型的时间序列数据）上的模式挖掘算法及相关领域有丰富的研究经验，在国内外期刊上发表或录用相关论文20余篇。团队负责人和主要参与者还参与进行多项高新技术应用研究，包括微光夜视系统、CCD与热像仪融合技术与系统研究（国防预研项目）、微光与红外图像实时融合关键技术研究（江苏省教育厅项目）、基于3G网络的移动测速系统、基于多阶布里渊散射的锁模激光器研究（宁波市自然科学基金项目）等，荣获