【技術實現步驟摘要】
本專利技術涉及生物醫學，具體而言，涉及一種基于psg的快速眼動期睡眠行為紊亂檢測方法。
技術介紹
1、快速眼球運動睡眠相關睡眠障礙是指發生于rem睡眠期間的各種異常,包括快速眼球運動睡眠期行為紊亂(rbd)、反復的孤立性睡癱癥、夢魘等。其中快速眼球運動睡眠期行為紊亂(rbd)是常見的rem期行為異常。會伴隨夢境出現肢體活動，發作拳打腳踢等暴力行為可造成自身或同床者傷害。睡眠期間會有異常發聲(說話、叫喊、咒罵等)。絕大部分患者可回憶夢境內容，并主訴睡眠期間受傷；個別患者僅表現頻繁的肌肉活動和喃喃自語，自覺睡眠良好。隨著年齡增長rbd的患病率增加，成年人群發病與神經系統性疾病，包括帕金森病，路易體癡呆等相關。
2、rbd臨床癥狀表現為肌張力增高，出現大量肌肉動作電位，嚴重者可發現面部肢體動作。目前，判斷是否出現這些癥狀時，往往通過醫師對多導睡眠監測數據讀圖處理，并采用rbd篩查問卷、mayo睡眠問卷進行輔助檢查來判斷是否有rbd發生；然而，臨床醫生對睡眠分期與診斷的效率和一致性較低，同時容易發生錯判的情況。
技術實現思路
1、本專利技術的目的在于提供一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其能夠實現快速對患者進行rbd檢測，并顯著的提高了檢測精度。
2、本專利技術的技術方案為：
3、第一方面，本申請提供一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其包括以下步驟：
4、s1、獲取患者睡眠期的多模態數據，并進行預處理；其中，多模態
5、s2、通過計算預處理后的腦電數據和眼電數據，并進行分析得到患者睡眠的rem期結果；
6、s3、根據rem期結果截取預處理后的腿部肌電數據、下頜肌電數據、聲音信號數據和睡眠姿態數據，并計算得到多模態數據的特征值；
7、s4、綜合多模態數據的特征值進行判定以得到檢測結果。
8、進一步地，步驟s1中，上述預處理包括對患者睡眠期的多模態數據進行帶通濾波處理，并去除工頻干擾。
9、進一步地，步驟s2中，上述腦電數據包括去同步化數值和相位同步數值，其計算公式包括：
10、
11、式中，erd表示去同步化數值，pbaseline表示基線期的功率，pactive表示rem期的功率，plv表示相位同步數值，φ1和φ2為兩個不同通道的腦電數據在當前時間段內的相位值，n為一個時間窗內的采樣點數，i為虛數單位，e為自然對數的底數，n為當前時間段內的采樣點數。
12、進一步地，步驟s2中，上述眼電數據包括眼動頻率和眼動能量，其計算公式包括：
13、
14、式中，f表示眼動頻率，neyemovement表示一個時間窗內發聲的眼動事件次數，t表示預設的一個時間窗的時間周期，ratio表示眼動能量，pall表示全頻帶眼電能量，pactive表示rem期的功率。
15、進一步地，步驟s3包括：
16、s31、根據rem期結果將預處理后的腿部肌電數據、下頜肌電數據、聲音信號數據和睡眠姿態數據劃分為rem期和nrem期；
17、s32、對劃分為rem期和nrem期后的數據進行數據處理以得到多模態數據的特征值。
18、進一步地，上述數據處理以得到多模態數據的特征值的計算過程包括：
19、對腿部肌電數據進行帶通濾波處理后計算腿部活動指數：
20、
21、式中，aileg表示腿部活動指數，emgleg(t)表示腿部肌電數據，t表示預設的一個時間窗的時間周期；
22、對下頜肌電數據進行帶通濾波處理后計算下頜活動指數：
23、
24、式中，aijaw表示下頜活動指數，emgjaw(t)表示下頜活動數據，t表示預設的一個時間窗的時間周期；
25、根據聲音信號數據計算發音事件：
26、
27、式中，fvoice表示發生事件，num表示聲音事件數目，t表示預設的一個時間窗的時間周期；
28、根據睡眠姿態數據計算標準差以量化姿態不穩定性：
29、
30、式中，σ為睡眠姿態數據的標準差，pi為姿態數據，為平均姿態，n為一個時間窗內的采樣點數。
31、進一步地，步驟s4還包括融合多模態數據的特征值以建立判定患者rbd的綜合判定函數模型，其計算公式包括：
32、z＝wx+b
33、a＝relu(z)
34、
35、式中，x為融合了多模態數據的特征值，z為加權后的特征值，w為加權向量，b為偏置向量，relu為激活函數，a為激活函數的輸出結果，p為rbd檢測概率，p>0.5時，檢測出當前數據中出現rbd。
36、第二方面，本申請提供一種電子設備，包括：
37、存儲器，用于存儲一個或多個程序；
38、處理器；
39、當上述一個或多個程序被上述處理器執行時，實現如上述第一方面中任一項的一種基于psg的快速眼動期睡眠行為紊亂檢測方法。
40、第三方面，本申請提供一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時實現如上述第一方面中任一項的一種基于psg的快速眼動期睡眠行為紊亂檢測方法。
41、相對于現有技術，本專利技術至少具有如下優點或有益效果：
42、(1)本專利技術一種基于psg的快速眼動期睡眠行為紊亂檢測方法，通過獲取患者的多模態的生理數據，同時利用多層感知算法進行綜合檢測，顯著提高了患者的快速眼動期睡眠行為紊亂檢測精度，實現了對患者的綜合監測分析；
43、(2)本專利技術通過劃分患者睡眠的rem期結果來計算模態數據的特征值，并綜合多模態數據的特征值進行判定，從而建立判定患者rbd的綜合判定函數模型，實現快速準確的對患者進行rbd檢測，顯著的提高了檢測效率。
本文檔來自技高網...【技術保護點】
1.一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟S1中，所述預處理包括對患者睡眠期的多模態數據進行帶通濾波處理，并去除工頻干擾。
3.如權利要求1所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟S2中，所述腦電數據包括去同步化數值和相位同步數值，其計算公式包括：
4.如權利要求1所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟S2中，所述眼電數據包括眼動頻率和眼動能量，其計算公式包括：
5.如權利要求1所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟S3包括：
6.如權利要求5所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，所述數據處理以得到多模態數據的特征值的計算過程包括：
7.如權利要求1所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟S4還包括融合多模態數據的特征值以建立判定患者RB
8.一種電子設備，其特征在于，包括：
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-7中任一項所述的一種基于PSG的快速眼動期睡眠行為紊亂檢測方法。
...【技術特征摘要】
1.一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟s1中，所述預處理包括對患者睡眠期的多模態數據進行帶通濾波處理，并去除工頻干擾。
3.如權利要求1所述的一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟s2中，所述腦電數據包括去同步化數值和相位同步數值，其計算公式包括：
4.如權利要求1所述的一種基于psg的快速眼動期睡眠行為紊亂檢測方法，其特征在于，步驟s2中，所述眼電數據包括眼動頻率和眼動能量，其計算公式包括：
5.如權利要求1所述的一種基于ps...
【專利技術屬性】
技術研發人員：鄭輝，李曉陽，
申請(專利權)人：北京神舞科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。