一种基于脑电信号和人工智能分类的医疗诊断辅助系统

专利主权项内容

1.一种基于脑电信号和人工智能分类的医疗诊断辅助系统，其特征在于：包括脑电信号采集模块、精神状态分类范式构建模块、脑电信息预处理模块、特征信息处理模块、脑电信号分类模块和医疗诊断辅助模块；所述精神状态分类范式构建模块，用于构建脑电信号采集步骤所需的被试的精神状态范式，通过精神状态分类范式构建，得到脑电记录采集范式，并将所述脑电记录采集范式发送至脑电信号采集模块；所述脑电信号采集模块，用于采集医疗诊断辅助需要的脑电信号数据，通过从脑电采集系统中，进行信号采集和被试数据统计，得到脑电信号原始数据，并将所述脑电信号原始数据发送至脑电信息预处理模块和脑电信号分类模块；所述脑电信息预处理模块，用于对采集得到的脑电信息进行初步处理，通过采用EEGLAB和MATLAB的信号处理工具，进行脑电信息处理得到优化脑电数据，并将所述优化脑电数据发送至特征信息处理模块和脑电信号分类模块，所述脑电信息预处理包括以下步骤：信息过滤、数据优化、小波分解和脑电信息预处理；所述特征信息处理模块，用于对脑电数据进行特征计算，具体为通过应用离散小波变化分解所述优化脑电数据中的脑电信号，计算并构建信号特征，得到脑电特征信息数据，并将所述脑电特征信息数据发送至脑电信号分类模块；所述脑电信号分类模块，用于融合脑电特征信息并进行脑电信号分类，具体为采用结合多头注意力机制的卷积双向长短期记忆神经网络的方法，基于所述优化脑电数据和所述脑电特征信息数据进行脑电信号分类，得到脑电信号分类数据，并将所述脑电信号分类数据发送至医疗诊断辅助模块；所述结合多头注意力机制的卷积双向长短期记忆神经网络，包括多头注意力层、卷积神经网络子网和双向长短期记忆神经网络子网；所述多头注意力层，用于集中特征信息；所述卷积神经网络子网，用于计算生成特征图并进行多数组特征数据处理，具体包括卷积层、池化层和全连接层，其中，所述池化层，具体采用多模态低秩双线性池化代替传统池化层的特征拼接方法，进行多模态融合；所述双向长短期记忆神经网络子网，用于进行脑电信号分类，具体包括前向子网、后向子网和独立隐藏层；所述医疗诊断辅助模块，用于依据脑电信号的人工智能分类结果，进行医疗诊断辅助，通过医疗诊断辅助，得到精神科分诊参考信息。