用于確定生物標(biāo)記物的含量的方法和設(shè)備技術(shù)

本申請(qǐng)?zhí)岢鲇糜诖_定生物標(biāo)記物的含量的方法和設(shè)備

【技術(shù)實(shí)現(xiàn)步驟摘要】
用于確定生物標(biāo)記物的含量的方法和設(shè)備


[0001]本申請(qǐng)涉及數(shù)據(jù)處理，特別地，涉及基于腦電圖信號(hào)確定認(rèn)知障礙的生物標(biāo)記物的含量的方法，設(shè)備以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
。

技術(shù)介紹

[0002]腦電圖
EEG
信號(hào)在幫助醫(yī)生對(duì)患者的腦部檢查數(shù)據(jù)進(jìn)行評(píng)估和疾病診斷中發(fā)揮著重要作用
。
認(rèn)知障礙作為一種腦部病癥，存在多種檢測(cè)方式
。
除了通過處理
EEG
信號(hào)提供存在認(rèn)知障礙狀況的預(yù)測(cè)和判斷，還可以使用與認(rèn)知障礙相關(guān)的生物標(biāo)記物輔助相關(guān)檢測(cè)和分析
。
[0003]例如，可以選擇腦脊液中的
β1?
42
蛋白和
Ptau
蛋白作為認(rèn)知障礙的生物標(biāo)記物
。
這些生物標(biāo)記物的含量的預(yù)測(cè)和確定可以通過統(tǒng)計(jì)學(xué)方法找到與上述蛋白相關(guān)性較高的腦電圖
EEG
信號(hào)特征來完成
。
可以驗(yàn)證從
EEG
信號(hào)中提取的信號(hào)特征在健康人群和存在認(rèn)知障礙的人群
(
也稱為患者
)
的數(shù)據(jù)之間的統(tǒng)計(jì)學(xué)差異，從而證明所提取的
EEG
信號(hào)特征在輔助檢測(cè)認(rèn)知障礙方面的有效性
。
[0004]但是，通過腦電圖
EEG
信號(hào)預(yù)測(cè)與認(rèn)知障礙相關(guān)的生物標(biāo)記物的現(xiàn)有方案僅用于尋找與特定蛋白的含量顯著相關(guān)的信號(hào)特征，并沒有進(jìn)一步實(shí)現(xiàn)對(duì)蛋白的含量的預(yù)測(cè)，即無法提供用于幫助醫(yī)生預(yù)測(cè)受試者存在認(rèn)知障礙狀況的定量的數(shù)據(jù)信息
。
[0005]因此，存在對(duì)相關(guān)生物標(biāo)記物的含量進(jìn)行預(yù)測(cè)和確定的改進(jìn)需求
。

技術(shù)實(shí)現(xiàn)思路

[0006]為了解決上文中提及的至少一個(gè)問題，本申請(qǐng)?zhí)岢隽擞糜诖_定與認(rèn)知障礙相關(guān)的生物標(biāo)記物的含量的方法
、
設(shè)備和計(jì)算機(jī)存儲(chǔ)介質(zhì)
。
[0007]根據(jù)本申請(qǐng)的一方面，提出一種用于確定生物標(biāo)記物的含量的方法，包括：
[0008]獲取具有多個(gè)導(dǎo)聯(lián)通道的腦電圖
EEG
信號(hào)；
[0009]從
EEG
信號(hào)提取
EEG
信號(hào)特征，其中
EEG
信號(hào)特征包括如下中的至少一個(gè)：頻帶能量特征，連接性特征，潛在空間特征和微狀態(tài)特征；以及
[0010]基于
EEG
信號(hào)特征與生物標(biāo)記物的含量之間的函數(shù)關(guān)系和
EEG
信號(hào)特征確定生物標(biāo)記物的含量，
[0011]其中，函數(shù)關(guān)系通過對(duì)
EEG
信號(hào)的歷史數(shù)據(jù)所提取的
EEG
信號(hào)特征和與
EEG
信號(hào)的歷史數(shù)據(jù)對(duì)應(yīng)的生物標(biāo)記物的含量數(shù)據(jù)進(jìn)行擬合來確定
。
[0012]根據(jù)本申請(qǐng)的另一方面，提出一種用于確定生物標(biāo)記物的含量的設(shè)備，包括：
[0013]輸入單元，其被配置為獲取具有多個(gè)導(dǎo)聯(lián)通道的腦電圖
EEG
信號(hào)；
[0014]處理單元，其被配置為：從
EEG
信號(hào)提取
EEG
信號(hào)特征，其中
EEG
信號(hào)特征包括如下中的至少一個(gè)：頻帶能量特征，連接性特征，潛在空間特征和微狀態(tài)特征；以及基于
EEG
信號(hào)特征與生物標(biāo)記物的含量之間的函數(shù)關(guān)系和
EEG
信號(hào)特征確定生物標(biāo)記物的含量，其中，函數(shù)關(guān)系通過對(duì)
EEG
信號(hào)的歷史數(shù)據(jù)所提取的
EEG
信號(hào)特征和與
EEG
信號(hào)的歷史數(shù)據(jù)對(duì)應(yīng)的生
物標(biāo)記物的含量數(shù)據(jù)進(jìn)行擬合來確定；
[0015]輸出單元，其被配置為輸出生物標(biāo)記物的含量
。
[0016]根據(jù)本申請(qǐng)的又一方面，提出一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序包括可執(zhí)行指令，當(dāng)該可執(zhí)行指令被處理器執(zhí)行時(shí)，執(zhí)行如上所述的方法
。
[0017]根據(jù)本申請(qǐng)的再一方面，提出一種電子設(shè)備，其包括處理器以及用于存儲(chǔ)處理器的可執(zhí)行指令的存儲(chǔ)器，該處理器被配置為執(zhí)行可執(zhí)行指令以實(shí)施如上所述的方法
。
[0018]根據(jù)本申請(qǐng)的方法和設(shè)備使用了從
EEG
信號(hào)中提取的更多維度的
EEG
信號(hào)特征，它們相比現(xiàn)有的統(tǒng)計(jì)性方法的特征具有更強(qiáng)的有效性
。
通過使用多元線性回歸分析手段，本申請(qǐng)的方案可以準(zhǔn)確高效地預(yù)測(cè)和確定與
EEG
信號(hào)對(duì)應(yīng)的生物標(biāo)記物含量，更有助于對(duì)認(rèn)知障礙相關(guān)的癥狀的存在和發(fā)生情況進(jìn)行有效監(jiān)測(cè)和分析
。
附圖說明
[0019]通過參照附圖詳細(xì)描述其示例性實(shí)施例，本申請(qǐng)的上述和其它特征及優(yōu)點(diǎn)將變得更加明顯
。
[0020]圖1為根據(jù)本申請(qǐng)的一個(gè)實(shí)施例的用于確定生物標(biāo)記物的含量的方法的示意性系統(tǒng)流程
。
[0021]圖2為根據(jù)本申請(qǐng)的一個(gè)實(shí)施例的方法中用于提取
EEG
信號(hào)的微狀態(tài)特征部分的示意性流程
。
[0022]圖3為根據(jù)本申請(qǐng)的一個(gè)實(shí)施例的用于確定生物標(biāo)記物的含量的設(shè)備的示意性結(jié)構(gòu)框圖
。
[0023]圖4為根據(jù)本申請(qǐng)的另一個(gè)實(shí)施例的用于確定生物標(biāo)記物的含量的設(shè)備的示意性結(jié)構(gòu)框圖
。
[0024]圖5為根據(jù)本申請(qǐng)的一個(gè)實(shí)施例的電子設(shè)備的示意性框圖
。
具體實(shí)施方式
[0025]現(xiàn)在將參考附圖更全面地描述示例性實(shí)施例
。
然而，示例性實(shí)施例能夠以多種形式實(shí)施，且不應(yīng)被理解為限于在此闡述的實(shí)施方式；相反，提供這些實(shí)施方式使得本申請(qǐng)的內(nèi)容變得全面和完整，并將示例性實(shí)施例的構(gòu)思全面地傳達(dá)給本領(lǐng)域的技術(shù)人員
。
在圖中，為了清晰，可能會(huì)夸大部分元件的尺寸或加以變形
。
在圖中相同的附圖標(biāo)記表示相同或類似的結(jié)構(gòu)，因而將省略它們的詳細(xì)描述
。
[0026]此外，所描述的特征
、
結(jié)構(gòu)或特性可以以任何合適的方式結(jié)合在一個(gè)或更多實(shí)施例中
。
在下面的描述中，提供許多具體細(xì)節(jié)從而給出對(duì)本申請(qǐng)的實(shí)施例的充分理解
。
然而，本領(lǐng)域技術(shù)人員將意識(shí)到，可以實(shí)踐本申請(qǐng)的技術(shù)方案而沒有所述特定細(xì)節(jié)中的一個(gè)或更多，或者可以采用其它的方法
、
元件等
。
在其它情況下，不詳細(xì)示出或描述公知結(jié)構(gòu)
、
方法或者操作以避免模糊本申請(qǐng)內(nèi)容的各方面
。
[0027]經(jīng)過分析，腦脊液中的多種蛋白被認(rèn)定與阿爾茲海默癥
(AD)
和血管性癡呆
(VD)
存在關(guān)聯(lián)，因此可以作為與認(rèn)知障礙相關(guān)的生物標(biāo)記物并通過預(yù)測(cè)其含量來輔助這些病癥的檢查和診斷
。
這些生物標(biāo)記物包括但不限于
β
淀粉樣1?
42
蛋白
、
...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.
一種用于確定生物標(biāo)記物的含量的方法，包括：獲取具有多個(gè)導(dǎo)聯(lián)通道的腦電圖
EEG
信號(hào)；從所述
EEG
信號(hào)提取
EEG
信號(hào)特征，其中所述
EEG
信號(hào)特征包括如下中的至少一個(gè)：頻帶能量特征，連接性特征，潛在空間特征和微狀態(tài)特征；以及基于所述
EEG
信號(hào)特征與所述生物標(biāo)記物的含量之間的函數(shù)關(guān)系和所述
EEG
信號(hào)特征確定所述生物標(biāo)記物的含量，其中，所述函數(shù)關(guān)系通過對(duì)
EEG
信號(hào)的歷史數(shù)據(jù)所提取的
EEG
信號(hào)特征和與所述
EEG
信號(hào)的歷史數(shù)據(jù)對(duì)應(yīng)的所述生物標(biāo)記物的含量數(shù)據(jù)進(jìn)行擬合來確定
。2.
根據(jù)權(quán)利要求1所述的方法，其特征在于，從所述
EEG
信號(hào)提取
EEG
信號(hào)特征包括如下中的至少一項(xiàng)：提取所述
EEG
信號(hào)的頻帶能量特征；提取成對(duì)的兩個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)之間的連接性特征；提取每個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)的潛在空間特征；提取每個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)的微狀態(tài)特征
。3.
根據(jù)權(quán)利要求2所述的方法，其特征在于，提取所述
EEG
信號(hào)的頻帶能量特征進(jìn)一步包括：將每個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)轉(zhuǎn)換為功率譜密度
PSD
信號(hào)；分別提取如下特征參數(shù)中的至少一個(gè)：每個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)的絕對(duì)頻帶能量和相對(duì)頻帶能量；與腦區(qū)相對(duì)應(yīng)的導(dǎo)聯(lián)通道的
PSD
信號(hào)的腦區(qū)平均頻帶能量；成對(duì)的兩個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)之間的頻帶能量不對(duì)稱性；每個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)的頻帶峰值數(shù)據(jù)
。4.
根據(jù)權(quán)利要求3所述的方法，其特征在于，通過積分求和提取所述
PSD
信號(hào)的絕對(duì)頻帶能量和相對(duì)頻帶能量
。5.
根據(jù)權(quán)利要求3所述的方法，其特征在于，通過計(jì)算與腦區(qū)相對(duì)應(yīng)的至少一個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)的頻帶能量的平均值提取所述
PSD
信號(hào)的腦區(qū)平均頻帶能量
。6.
根據(jù)權(quán)利要求3所述的方法，其特征在于，通過對(duì)成對(duì)的兩個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)進(jìn)行相減提取所述兩個(gè)導(dǎo)聯(lián)通道的
PSD
信號(hào)之間的所述頻帶能量不對(duì)稱性
。7.
根據(jù)權(quán)利要求3所述的方法，其特征在于，通過
fooof
模型提取所述
PSD
信號(hào)的頻帶峰值數(shù)據(jù)
。8.
根據(jù)權(quán)利要求2所述的方法，其特征在于，提取成對(duì)的兩個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)之間的連接性特征進(jìn)一步包括：針對(duì)成對(duì)的兩個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)，將所述
EEG
信號(hào)切分為多個(gè)
EEG
信號(hào)片段；確定與所述兩個(gè)導(dǎo)聯(lián)通道對(duì)應(yīng)的
EEG
信號(hào)片段之間的相關(guān)性；計(jì)算所述
EEG
信號(hào)片段之間的相關(guān)性的均值和
/
或方差以確定所述連接性特征
。9.
根據(jù)權(quán)利要求8所述的方法，其特征在于，計(jì)算所述
EEG
信號(hào)片段之間的相關(guān)性的均值和
/
或方差以確定所述連接性特征進(jìn)一步包括：計(jì)算所述多個(gè)
EEG
信號(hào)片段之間的相關(guān)性并生成相關(guān)性矩陣；從所述相關(guān)性矩陣中提取與所述成對(duì)的兩個(gè)導(dǎo)聯(lián)通道對(duì)應(yīng)的
EEG
信號(hào)片段之間的相關(guān)
性；計(jì)算與所述成對(duì)的兩個(gè)導(dǎo)聯(lián)通道對(duì)應(yīng)的
EEG
信號(hào)片段之間的相關(guān)性的均值和
/
或方差以確定所述連接性特征
。10.
根據(jù)權(quán)利要求8所述的方法，其特征在于，在將所述
EEG
信號(hào)切分為多個(gè)
EEG
信號(hào)片段之前，對(duì)所述
EEG
信號(hào)進(jìn)行包括包絡(luò)提取的濾波操作
。11.
根據(jù)權(quán)利要求2所述的方法，其特征在于，提取每個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)的潛在空間特征進(jìn)一步包括：針對(duì)每個(gè)導(dǎo)聯(lián)通道的
EEG
信號(hào)，將所述
EEG
信號(hào)切分為多個(gè)
EEG
信號(hào)片段；使用潛在空間模型處理所述
EEG
信號(hào)片段以獲得潛在空間模型結(jié)果；計(jì)算所述潛在空間模型結(jié)果的平均值
、
方差
、
相關(guān)矩陣均值和相關(guān)矩陣方差中的至少一個(gè)以確定所述潛在空間特征
。12.
根據(jù)權(quán)利要求
11
所述的方法，其特征在于，所述潛在空間模型為深度學(xué)習(xí)模型
。13.
根據(jù)權(quán)利要求
11
所述的方法，其特征在于，在使用潛在空間模型處理所述
EEG
信號(hào)之前，對(duì)所述
EEG
信號(hào)進(jìn)行降采樣和
/
或?yàn)V波
。14.
...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：閆宇翔，趙童，張琪，
申請(qǐng)(專利權(quán))人：靈犀云醫(yī)學(xué)科技北京有限公司，
類型：發(fā)明
國(guó)別省市：