CN110292378B - 基于脑波闭环监测的抑郁症远程康复*** - Google Patents
基于脑波闭环监测的抑郁症远程康复*** Download PDFInfo
- Publication number
- CN110292378B CN110292378B CN201910587870.6A CN201910587870A CN110292378B CN 110292378 B CN110292378 B CN 110292378B CN 201910587870 A CN201910587870 A CN 201910587870A CN 110292378 B CN110292378 B CN 110292378B
- Authority
- CN
- China
- Prior art keywords
- module
- rehabilitation
- patient
- depression
- music
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Rehabilitation Tools (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于脑波闭环监测的抑郁症远程康复***,通过分析抑郁症患者在特定音乐、冥想或基于虚拟现实的运动中产生的脑电信号实时反馈情况,自适应调整音乐种类、冥想时间和运动强度,从而达到对抑郁症患者进行自我评估和康复治疗的目的。本发明采用虚拟现实技术为患者提供舒适的治疗环境,采用传感捕获技术采集脑电和运动信息,使用大数据分析方法为患者进行评估和调整治疗方案。本发明包括客户端和服务器端,客户端包括虚拟场景模块、康复模块、脑电采集模块、运动采集模块、处理器和显示器,服务器端包括云服务模块、数据库以及数据分析模块。本发明设备简单轻巧,利于患者在家中、社区医院进行康复治疗,也利于应用及推广。
Description
技术领域
本发明涉及计算机辅助医疗康复技术领域,尤其涉及一种基于脑波闭环监测的抑郁症远程康复***,通过分析抑郁症患者在特定音乐、冥想或基于虚拟现实的运动中产生的脑电信号实时反馈情况,自适应调整音乐种类、冥想时间和运动强度,从而达到对抑郁症患者进行自我评估和康复治疗的目的。
背景技术
据世界卫生组织统计,抑郁症已经超过心脑血管疾病,成为发达国家中发病率最高的疾病。调查显示,中国约有9000万抑郁症患者,占总人口的6.4%。全世界抑郁症患者约有3.5亿。抑郁症严重困扰患者的生活和工作,给家庭和社会带来沉重的负担,约15%的抑郁症患者死于***。世界卫生组织、世界银行和哈佛大学的一项联合研究表明,抑郁症已经成为中国疾病负担的第二大病。
抑郁症是由各种原因引起的,其基本的临床特征表现为“与处境不相称的显著而持久的情绪低落、思维迟缓、以及言语动作减少”。目前对抑郁症患者的常用治疗方法主要有药物治疗和心理治疗。药物治疗是中度以上抑郁发作的主要治疗措施,缺点是某些药物不良反应较大;心理治疗对有明显心理社会因素作用的抑郁发作有明显效果,特别是对患者的认知行为治疗有很大帮助。除了上述方法外,研究表明运动是对抗轻度至中度抑郁症的有力武器,此外还有冥想法和音乐疗法,对抑郁症患者的情绪调节具有积极作用,但患者在家中通常很难坚持。
为了使轻、中度抑郁症患者能够在家中进行自我治疗,本发明提出了一种基于脑波闭环监测的抑郁症远程康复***。通过虚拟现实技术(VR),运用运动、冥想和音乐疗法,将治疗过程中患者额头的脑波信息上传至云端服务器,加以分析并生成稳定的评价指标,反馈给患者,用于自我评定和自适应调节康复方案。该方法的优点在于可以闭环监测患者的情绪状态,并通过VR技术自适应调整运动强度、冥想时间和音乐类型,可以安全的对患者进行身心治疗,***便捷并且适合应用及推广。
发明内容
针对上述技术问题,本发明的目的在于提供一种基于脑波闭环监测的抑郁症远程康复***,以抑郁症运动疗法、冥想疗法和音乐疗法为基础,运用虚拟现实技术,为患者设计具有激励措施的听音乐、冥想和运动任务,并对脑电信号进行实时采集、分析和处理,计算抑郁症患者康复训练反馈参数,并基于此对抑郁症患者的运动强度、音乐种类、冥想状态作出自适应调整和激励。
为实现上述目的,本发明是根据以下技术方案实现的:
一种基于脑波闭环监测的抑郁症远程康复***,其特征在于,包括客户端和服务器端,客户端和服务器端通过互联网进行信息传递,其中客户端包括虚拟场景模块、康复模块、脑电采集模块、运动采集模块、处理器和显示器,服务器端包括云服务模块、数据库以及数据分析模块;患者使用时,首先将脑电采集模块提供的脑电设备佩带在额头上,然后根据个人兴趣爱好,选择虚拟场景模块提供的训练场景以及康复模块提供的训练疗法,如果选择运动康复模式,则进一步需要利用已安装的运动采集模块的运动器械进行训练,其中,所述虚拟场景模块生成对情绪有舒缓作用的虚拟场景,以提供良好治疗环境,所述康复模块提供运动、音乐、冥想及其组合康复疗法,所述运动采集模块将陀螺仪传感器模块安装在辅助运动设备中,然后通过患者运动采集其运动信息,并将运动信息通过蓝牙设备传递到处理器,进而集成到虚拟场景模块中并显示;所述脑电采集模块利用头戴式脑电波传感器对患者额头的脑波进行采集,并将原始脑电信号、注意力、放松度的信号通过蓝牙设备传递到处理器,进而集成到虚拟场景模块中并显示;
所述处理器一方面通过蓝牙接收脑电信号和运动信号,并通过互联网将其传送到云服务模块;另一方面通过接收的云服务模块的反馈参数,自适应调整虚拟场景模块和康复模块的设置,同时将生成的虚拟三维场景通过显示器输出;云服务模块将数据保存到数据库,并通过数据分析模块进行大数据分析,其中所述数据库存储音乐、虚拟场景模型、患者信息、脑波数据以及运动数据;数据分析模块通过分析对患者抑郁症等级作出评价,并提供反馈参数,通过云服务模块传送到处理器,并通过显示器显示;患者通过观看显示器输出的虚拟场景、反馈参数,了解自己的康复效果,对自身进行评定。
上述技术方案中,所述康复模块中的运动疗法提供跳绳、骑自行车、跑步的运动模式、运动强度和运动时间参数选项;音乐疗法提供多样的音乐库、音乐播放时间和音量大小选项;冥想疗法则提供冥想时间选项。
上述技术方案中,所述云服务模块构建抑郁症患者在不同的音乐、不同的运动模式和冥想模式下额头原始脑波、δ、θ、α、β波信号的大数据平台以及对应的抑郁症患者的注意力、放松度反馈参数的大数据平台,并随着患者、运动类型和音乐种类的不断增多动态更新基础数据库。
上述技术方案中,其中所述处理器分析患者运动数据,计算运动强度、放松度和注意力变化、冥想状态信息,并分别将δ、θ、α、β波信号和反馈参数通过互联网上传至云服务模块,同时接收云服务模块反馈回来的修正的参数信息,并通过算法自适应调整康复模块中的运动强度、运动时间、音乐类型、音乐播放时间、音量和冥想时间参数。
上述技术方案中,所述数据分析模块根据患者的δ、θ、α、β波和放松度、注意力参数变化趋势对不同程度、不同运动模式、不同音乐疗法下患者的脑波数据进行大数据分析,通过统计不同患者在不同康复阶段的脑波数据,对δ、θ、α、β波在固定时间间隔内出现的多少对比、棘波、棘慢波、高幅θ/α波是否出现进行综合分析和评价,并提供抑郁症患者评定标准、合理的运动疗法治疗建议和参数反馈,以便通过越来越多患者的治疗和病例积累,为患者提供准确的指导和康复。
上述技术方案中,所述数据分析模块通过以下步骤进行大数据分析:
步骤S1:分别提取前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标;
步骤S2:在重度抑郁患者、中度抑郁患者、轻度抑郁患者和正常人采集到的脑电信号,采用规则学习的方法,得出18个特征在不同程度病情下的取值范围;
步骤S3:通过计算用户使用前和使用后所采集的脑电信号上所提取的特征与不同病情下特征取值的欧式距离,来判断用户的康复效果;
步骤S4:在云端不断整合大量患者的脑电数据,通过规则学习动态调整并更新所选特征的取值范围,直至形成稳定的评判标准和能够代表康复有效性的参数反馈反馈指标;
步骤S5:分析不同患者在不同的疗法的康复过程中,前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标变化情况;
步骤S6:根据评价标准和参数反馈指标,估计不同运动模式、音乐类型和冥想状态,对于抑郁症康复的有效性,经过长时间的病例积累和大数据分析,对不同运动、音乐类型和冥想逐步形成稳定的评估指标,供患者康复过程中进行参考。
本发明与现有技术相比,具有如下优点:
本发明选用对抑郁症患者有利的音乐、运动和冥想疗法,并结合虚拟现实场景的激励措施,增加治疗效果,提升患者的长期坚持能力和治疗兴趣;使用脑波反馈,实时监测患者情绪状态,并上传至云端服务器建立脑电大数据平台,以便通过大量的案例综合分析效果,为患者提供更加可靠的评定依据,并指导客户端灵活调整治疗方案;本发明方便高效,设备简单轻巧,利于家庭、社区、医院使用,便于应用及推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明整体框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
在本发明的描述中,需要理解的是,术语“径向”、“轴向”、“上”、“下”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的一种基于脑波闭环监测的抑郁症远程康复***,如图1所示,该***包括客户端和服务器端,其中客户端包括虚拟场景模块、康复模块、脑电采集模块、运动采集模块、处理器和显示器,服务器端包括云服务模块、数据库以及数据分析模块,客户端和服务器端通过互联网进行信息传递。
其中,虚拟场景模块,主要用于生成对情绪有舒缓作用的虚拟场景,以提供良好治疗环境。虚拟场景模块主要包括两类虚拟现实场景:音乐场景和运动场景。音乐场景中包括音乐场地以及设置根据反馈结果实现音乐的自动筛选机制;运动场景中包括不同人物模型以及不同三维运动场地展示,以及设置根据反馈结果实现运动时间和强度的自动设定的机制。本实施例中虚拟场景模块以跳绳运动场景为例进行说明,提供的人物模型有动漫人物模型、古装模型、现代装扮模型、游戏人物模型等,提供的场地包括操场、海边、迷宫、王宫、居民小区、别墅等。
所述的康复模块,主要用于提供多种康复疗法,包括运动疗法、音乐疗法和冥想疗法,以及运动、音乐、冥想的不同组合疗法。其中运动疗法提供跳绳、骑自行车、跑步等运动模式,音乐疗法提供各种各样的音乐库,冥想则提供冥想时间选项。本实施例中康复模块以运动疗法中的跳绳为例进行说明。患者可根据个人兴趣选择人物模型和训练场地。跳绳速度规定每分钟30~60次为合格,每次运动时长为10分钟。运动过程中会对运动强度进行实时监测,监督以及鼓励患者完成康复任务;同时进行α波和放松度的实时反馈,监测跳绳运动对患者的是否具有积极作用,如果患者在运动过程中脑波出现异常,则及时调整运动强度直至患者具有较好的放松度和α波表现;本实施例中的音乐库,将通过测试正常人对于不同音乐的α波和放松度表现,将对情绪起到舒缓作用的音乐进行归类,在训练过程中,鼓励患者在已经归类好的音乐中按兴趣进行选择,康复过程中,如果患者在听某一首音乐过程中脑波出现异常,则及时调整音乐种类直至患者具有较好的放松度和α波表现;本实施例中的冥想,将在运动后由患者选择是否执行。
脑电采集模块,主要利用头戴式脑电波传感器对患者额头的脑波进行采集,并将信号通过蓝牙设备传递到虚拟场景中。本实施例中所述的脑电采集模块采用脑电TGAM模块,采集额头原始脑电波,通过该传感器可以直接获得δ、θ、α、β四个波段原始脑电信号和专注度、放松度等指标,并通过蓝牙设备传输到虚拟场景模块。
运动采集模块将陀螺仪传感器模块安装在辅助运动设备中,然后通过患者运动采集其运动信息,并将运动信息通过蓝牙设备传递到虚拟场景中。本实施例中所述的运动采集模块采用BWT901CL倾角仪加速度计陀螺仪传感器,将其连接电池后,安装在跳绳绳把上。BWT901CL将采集的加速度、角速度和角度等信息通过蓝牙设备传输到虚拟场景模块。
处理器,主要用于接收脑电信号和运动信息,分析患者运动数据,计算运动强度、放松度和注意力变化、冥想状态信息,并将δ(1-3Hz)、θ(4-7Hz)、α(8-13Hz)、β(14-30Hz)波信号和反馈参数通过互联网上传至云服务模块,同时接收云服务模块反馈回来的参数信息,并通过算法自适应调整运动强度、音乐类型、冥想时间,并通过算法自适应更新治疗方案。
本实施例中所述的处理器是电脑,其中运动数据分析方法如下:
步骤1,获得患者跳动时的垂直、前进和左右三个方向的加速度ax、ay、az,得到患者跳动的正弦曲线轨迹。
步骤2,记录前一次矢量长度ln-1和运动方向vi(i=1,2,3),通过矢量长度的变化
l=ln-ln-1 (1)
ln为当前的矢量长度,判断当前加速度的方向an。
步骤3,前一次的加速度方向an-1,与当前加速度的方向an相反,则进行计数,多次累加,得到运动次数。
步骤4,设置长度变化阈值h和变化频率f去除干扰跳动,得到真正的运动次数。
显示器,主要用于显示虚拟场景及显示界面。本实施例中所述的显示器是电脑显示屏。
云服务模块,用于构建抑郁症患者额头脑波信息的大数据平台以及音乐、运动,以及反馈参数的大数据平台,并更新基础数据库。本实施例中所述的云服务模块中构建患者运动时额头脑波信息、跳绳的运动信息及数据模块分析后提供的反馈参数的大数据平台。
数据分析模块根据大量患者的δ、θ、α、β波和放松度、注意力参数变化趋势进行大数据分析,通过统计不同患者在不同康复阶段的脑波数据,对δ、θ、α、β波在固定时间间隔内出现的多少对比、棘波、棘慢波、高幅θ/α波是否出现进行综合分析和评价,并提供更准确的抑郁症患者评定标准和更合理的参数反馈,以便通过越来越多患者的治疗和病例积累,为患者提供指导。
数据分析模块通过以下步骤进行大数据分析:
步骤S1:分别提取前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标;
步骤S2:在重度抑郁患者、中度抑郁患者、轻度抑郁患者和正常人采集到的脑电信号,采用规则学习的方法,得出18个特征在不同程度病情下的取值范围;
步骤S3:通过计算用户使用前和使用后所采集的脑电信号上所提取的特征与不同病情下特征取值的欧式距离,来判断用户的康复效果。
通过比较用户使用前后的特征距离相邻两个病情状态的特征临界值的欧式距离,来判断用户的康复效果。
步骤S4:在云端不断整合大量患者的脑电数据,通过规则学习动态调整并更新所选特征的取值范围,直至形成稳定的评判标准和能够代表康复有效性的参数反馈反馈指标;
步骤S5:分析不同患者在不同的疗法的康复过程中(如单一运动、固定类型的音乐刺激,或者冥想),前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标变化情况;
步骤S6:根据的评价标准和参数反馈指标,估计不同运动模式、音乐类型和冥想状态,对于抑郁症康复的有效性,经过长时间的病例积累和大数据分析,对不同运动、音乐类型和冥想逐步形成稳定的评估指标,供患者康复过程中进行参考。
数据库用于存储音乐、虚拟场景模型、患者信息、脑波数据以及运动数据等各类数据。本实施例中所述的数据库存储虚拟场景模型、患者信息、脑波数据和跳绳的时间、强度和次数等信息。
以下以运动疗法中跳绳为实施例,对本发明的工作流程进行进一步描述:
1)患者使用处理器(个人PC机)打开本发明的抑郁症远程康复***客户端软件,通过虚拟现实模块、康复模块和大数据对于不同运动和音乐的康复效果评估结果,选择自己感兴趣或对自己有利的虚拟跳绳场景、虚拟人物和康复疗法模式(如运动疗法,运动+音乐疗法,或者运动+冥想疗法);
2)选择完成后,患者在前额佩戴安装有TGAM模块的设备,并将安装有BWT901CL陀螺仪模块的跳绳放在手里,准备开始训练;
3)初始治疗方案为每分钟30-60次即为合格,每次运动时长为10分钟,如果选择音乐疗法,在运动之后会增加10分钟的音乐治疗,如果选择冥想疗法,则在运动后会增加10分钟的冥想治疗。
4)在治疗过程中,脑电设备实时采集脑电信号,陀螺仪实时采集运动信号,并通过蓝牙将数据传输到个人PC机;安装有抑郁症远程康复***客户端软件的个人PC机会实时处理采集到的信号,并通过互联网将数据上传到云服务模块;
5)云服务模块将数据保存到数据库,并通过数据分析模块评价患者的抑郁症等级、计算反馈参数反馈患者的训练状态、治疗效果并通过虚拟现实模块及时调整患者训练状态,如是否暂停或增加训练强度,是否更换音乐类型等等,并给定治疗意见;
6)个人PC机通过连接显示器显示输出虚拟场景、云服务端反馈的参数、本地计算的运动次数、运动时间以及云服务端反馈的治疗意见;
7)患者通过观察反馈的参数、治疗意见了解个人训练情况。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种基于脑波闭环监测的抑郁症远程康复***,其特征在于,包括客户端和服务器端,客户端和服务器端通过互联网进行信息传递,其中客户端包括虚拟场景模块、康复模块、脑电采集模块、运动采集模块、处理器和显示器,服务器端包括云服务模块、数据库以及数据分析模块;患者使用时,首先将脑电采集模块提供的脑电设备佩带在额头上,然后根据个人兴趣爱好,选择虚拟场景模块提供的训练场景以及康复模块提供的训练疗法,如果选择运动康复模式,则进一步需要利用已安装的运动采集模块的运动器械进行训练,其中,所述虚拟场景模块生成对情绪有舒缓作用的虚拟场景,以提供良好治疗环境,所述康复模块提供运动、音乐、冥想及其组合康复疗法,所述运动采集模块将陀螺仪传感器模块安装在辅助运动设备中,然后通过患者运动采集其运动信息,并将运动信息通过蓝牙设备传递到处理器,进而集成到虚拟场景模块中并显示;所述脑电采集模块利用头戴式脑电波传感器对患者额头的脑波进行采集,并将原始脑电信号、注意力、放松度的信号通过蓝牙设备传递到处理器,进而集成到虚拟场景模块中并显示;
所述处理器一方面通过蓝牙接收脑电信号和运动信号,并通过互联网将其传送到云服务模块;另一方面通过接收的云服务模块的反馈参数,自适应调整虚拟场景模块和康复模块的设置,同时将生成的虚拟三维场景通过显示器输出;云服务模块将数据保存到数据库,并通过数据分析模块进行大数据分析,其中所述数据库存储音乐、虚拟场景模型、患者信息、脑波数据以及运动数据;数据分析模块通过分析对患者抑郁症等级作出评价,并提供反馈参数,通过云服务模块传送到处理器,并通过显示器显示;患者通过观看显示器输出的虚拟场景、反馈参数,了解自己的康复效果,对自身进行评定;所述数据分析模块根据患者的δ、θ、α、β波和放松度、注意力参数变化趋势对不同程度、不同运动模式、不同音乐疗法下患者的脑波数据进行大数据分析,通过统计不同患者在不同康复阶段的脑波数据,对δ、θ、α、β波在固定时间间隔内出现的多少以及棘波、棘慢波、高幅θ/α波是否出现,进行综合分析和评价,并提供抑郁症患者评定标准、合理的运动疗法治疗建议和参数反馈,以便通过越来越多患者的治疗和病例积累,为患者提供准确的指导和康复;所述数据分析模块通过以下步骤进行大数据分析:
步骤S1:分别提取前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标;
步骤S2:在重度抑郁患者、中度抑郁患者、轻度抑郁患者和正常人采集到的脑电信号,采用规则学习的方法,得出18个特征在不同程度病情下的取值范围;
步骤S3:通过计算用户使用前和使用后所采集的脑电信号上所提取的特征与不同病情下特征取值的欧式距离,来判断用户的康复效果;
步骤S4:在云端不断整合大量患者的脑电数据,通过规则学习动态调整并更新所选特征的取值范围,直至形成稳定的评判标准和能够代表康复有效性的参数反馈指标;
步骤S5:分析不同患者在不同的疗法的康复过程中,前额脑电信号中δ、θ、α、β四个波段在固定时间内的平均值、方差、曲率熵和棘波出现次数,以及总体的放松度、注意力指标变化情况;
步骤S6:根据评价标准和参数反馈指标,估计不同运动模式、音乐类型和冥想状态,对于抑郁症康复的有效性,经过长时间的病例积累和大数据分析,对不同运动、音乐类型和冥想逐步形成稳定的评估指标,供患者康复过程中进行参考。
2.根据权利要求1所述的抑郁症远程康复***,其特征在于,所述康复模块中的运动疗法提供跳绳、骑自行车、跑步的运动模式、运动强度和运动时间参数选项;音乐疗法提供多样的音乐库、音乐播放时间和音量大小选项;冥想疗法则提供冥想时间选项。
3.根据权利要求2所述的抑郁症远程康复***,其特征在于,所述云服务模块构建抑郁症患者在不同的音乐、不同的运动模式和冥想模式下额头原始脑波、δ、θ、α、β波信号的大数据平台以及对应的抑郁症患者的注意力、放松度反馈参数的大数据平台,并随着患者、运动类型和音乐种类的不断增多动态更新基础数据库。
4.根据权利要求3所述的抑郁症远程康复***,其特征在于,其中所述处理器分析患者运动数据,计算运动强度、放松度和注意力变化、冥想状态信息,并分别将δ、θ、α、β波信号和反馈参数通过互联网上传至云服务模块,同时接收云服务模块反馈回来的修正的参数信息,并通过算法自适应调整康复模块中的运动强度、运动时间、音乐类型、音乐播放时间、音量和冥想时间参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587870.6A CN110292378B (zh) | 2019-07-02 | 2019-07-02 | 基于脑波闭环监测的抑郁症远程康复*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587870.6A CN110292378B (zh) | 2019-07-02 | 2019-07-02 | 基于脑波闭环监测的抑郁症远程康复*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110292378A CN110292378A (zh) | 2019-10-01 |
CN110292378B true CN110292378B (zh) | 2021-02-23 |
Family
ID=68029837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910587870.6A Active CN110292378B (zh) | 2019-07-02 | 2019-07-02 | 基于脑波闭环监测的抑郁症远程康复*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110292378B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110947076B (zh) * | 2019-11-27 | 2021-07-16 | 华南理工大学 | 一种可进行精神状态调节的智能脑波音乐可穿戴设备 |
CN111194062A (zh) * | 2020-01-15 | 2020-05-22 | 德阳市人民医院 | 一种用于缓解偏头痛的音视频数据的无线传输*** |
CN113257374A (zh) * | 2020-02-12 | 2021-08-13 | 阿里巴巴集团控股有限公司 | 口腔健康管理相关***、方法、装置及设备 |
CN111292836A (zh) * | 2020-03-09 | 2020-06-16 | 中山大学附属第五医院 | 一种重大公共卫生事件中患者心理护理的规范化体系及应用 |
CN111760194A (zh) * | 2020-07-06 | 2020-10-13 | 杭州诺为医疗技术有限公司 | 一种智能闭环神经调控***和方法 |
CN112741630A (zh) * | 2020-12-29 | 2021-05-04 | 易念科技(深圳)有限公司 | 一种戒毒检测***及方法 |
CN112870521A (zh) * | 2021-01-11 | 2021-06-01 | 西安中盛凯新技术发展有限责任公司 | 一种沉浸式运动心理康复训练*** |
CN113066560A (zh) * | 2021-03-31 | 2021-07-02 | 东莞市汇杰博瑞科技发展有限公司 | 一种线上情景互动抑郁症云康复*** |
CN113539430A (zh) * | 2021-07-02 | 2021-10-22 | 广东省人民医院 | 基于沉浸式vr的帕金森病抑郁认知行为治疗*** |
CN113542378A (zh) * | 2021-07-02 | 2021-10-22 | 杭州市第一人民医院 | 面向远程康复服务的交互式运动训练方法、装置、计算机设备和存储介质 |
CN113476058B (zh) * | 2021-07-22 | 2022-11-29 | 北京脑陆科技有限公司 | 对抑郁症患者的干预处理方法、装置、终端及介质 |
CN113952582B (zh) * | 2021-12-20 | 2022-03-08 | 深圳市心流科技有限公司 | 一种基于脑电信号的中断冥想音效控制方法和设备 |
CN114391828B (zh) * | 2022-03-01 | 2023-06-06 | 郑州大学 | 一种用于脑卒中患者的积极心理护理干预*** |
CN114625301A (zh) * | 2022-05-13 | 2022-06-14 | 厚德明心(北京)科技有限公司 | 一种显示方法、装置、电子设备及存储介质 |
CN116895366A (zh) * | 2023-07-28 | 2023-10-17 | 山东航向电子科技有限公司 | 一种基于人工智能的中医康复治疗***及其方法 |
CN117854724A (zh) * | 2023-12-28 | 2024-04-09 | 医养康(北京)健康管理有限公司 | 失能预测***、方法、计算机设备及存储介质 |
CN117637117B (zh) * | 2024-01-27 | 2024-04-02 | 南京元域绿洲科技有限公司 | 抑郁障碍虚拟现实训练*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102824171A (zh) * | 2012-07-16 | 2012-12-19 | 天津大学 | 脑卒中后抑郁症psd患者脑电特征提取方法 |
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
CN106407733A (zh) * | 2016-12-12 | 2017-02-15 | 兰州大学 | 基于虚拟现实场景脑电信号的抑郁症风险筛查***和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104740746A (zh) * | 2015-03-30 | 2015-07-01 | 刘学俊 | 一种抑郁症电子救助***及其救助方法 |
WO2017197211A1 (en) * | 2016-05-12 | 2017-11-16 | The Regents Of The University Of California | Method and system for enhanced treatment of neuropsychiatric disorders |
CN105943065A (zh) * | 2016-06-29 | 2016-09-21 | 北京工业大学 | 一种基于脑信息学***化方法学的人体可穿戴生理-心理-行为数据采集与分析*** |
CN107320836A (zh) * | 2017-05-02 | 2017-11-07 | 华南理工大学 | 基于vr技术的抑郁症辅助治疗虚拟场景***及其实现方法 |
-
2019
- 2019-07-02 CN CN201910587870.6A patent/CN110292378B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102824171A (zh) * | 2012-07-16 | 2012-12-19 | 天津大学 | 脑卒中后抑郁症psd患者脑电特征提取方法 |
CN105147248A (zh) * | 2015-07-30 | 2015-12-16 | 华南理工大学 | 基于生理信息的抑郁症评估***及其评估方法 |
CN106407733A (zh) * | 2016-12-12 | 2017-02-15 | 兰州大学 | 基于虚拟现实场景脑电信号的抑郁症风险筛查***和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110292378A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110292378B (zh) | 基于脑波闭环监测的抑郁症远程康复*** | |
US11696714B2 (en) | System and method for brain modelling | |
US20230221801A1 (en) | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data | |
US10606353B2 (en) | Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data | |
CN107427716B (zh) | 人类绩效优化与训练的方法及*** | |
CA2935813C (en) | Adaptive brain training computer system and method | |
EP2310081B1 (en) | System for treating psychiatric disorders | |
CN107438398A (zh) | 移动式可穿戴的监控*** | |
Martin et al. | Virtual reality sickness detection: an approach based on physiological signals and machine learning | |
CN110584601B (zh) | 一种老人认知功能监测和评估*** | |
CN109691983B (zh) | 一种智能帕金森患者监护*** | |
CN110582811A (zh) | 用于影响行为改变的动态多感官模拟*** | |
US20220249801A1 (en) | Breathing meditation induction device combined with headphones for sensing brain wave signals, breathing meditation induction system for displaying and storing brain wave signals by using same, and system for brain wa ve signal management through middle manager | |
WO2020023232A1 (en) | Multiple frequency neurofeedback brain wave training techniques, systems, and methods | |
CN114999237A (zh) | 一种智慧教育互动教学方法 | |
Munoz et al. | Development of Classifiers to Determine Factors Associated With Older Adult's Cognitive Functions and Game User Experience in VR Using Head Kinematics | |
US11975267B2 (en) | Synchronization of physiological data and game data to influence game feedback loops | |
Dorth | Development of an HRV Biofeedback Tool for signalling Anxiety Levels to Female Competitive Track and Field Athletes | |
WO2023056317A1 (en) | Systems and methods for generating spatiotemporal sensory codes | |
Wache | Implicit Human-computer Interaction: Two complementary Approaches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |