本發(fā)明涉及計(jì)算機(jī)輔助醫(yī)療診斷技術(shù)領(lǐng)域，特別是涉及一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)和方法。

背景技術(shù)：

1.腦電信號(hào)采集相關(guān)的技術(shù)背景信息

腦電信號(hào)采集自人體頭部的表皮，與腦區(qū)活動(dòng)、情感狀態(tài)有著密切關(guān)系。現(xiàn)有的研究表明，腦電信號(hào)可以實(shí)時(shí)反映人類的情感變化。腦電信號(hào)的研究可應(yīng)用于了解腦活動(dòng)機(jī)制、人的認(rèn)知過程和診斷腦疾患等方面，以及近年來備受關(guān)注的腦機(jī)接口領(lǐng)域。

腦電信號(hào)是由腦神經(jīng)活動(dòng)產(chǎn)生且始終存在于中樞神經(jīng)系統(tǒng)的自發(fā)性電位活動(dòng)，是一種重要的生物電信號(hào)。靜息態(tài)腦電信號(hào)多用于研究心理疾病患者與健康人群的對(duì)比分析，誘發(fā)腦電多用于研究患者的認(rèn)知功能的變化。腦電信號(hào)具有如下的特點(diǎn)：它是由腦神經(jīng)活動(dòng)產(chǎn)生且始終存在于中樞神經(jīng)系統(tǒng)的自發(fā)性電位；腦電信號(hào)非常微弱；抗干擾性能弱、魯棒性差；它是隨機(jī)信號(hào)，具有非平穩(wěn)和非高斯非線性的特點(diǎn)；能夠反映神經(jīng)系統(tǒng)的狀態(tài)和變化。因此，采集腦電信號(hào)，通過分析可以監(jiān)測(cè)人的生理和心理狀態(tài)，從而可以對(duì)抑郁癥風(fēng)險(xiǎn)患者進(jìn)行篩查。

非介入式腦電采集技術(shù)比較復(fù)雜，采集到的信號(hào)過于微弱，很容易受噪聲的干擾，因此只有采集到信噪比足夠高的腦電信號(hào)，并對(duì)信號(hào)進(jìn)行精準(zhǔn)的放大，濾波等去噪處理，同時(shí)進(jìn)行正確的信號(hào)提取和分析，才能得到準(zhǔn)確的病理分析結(jié)果，使得腦電更有效的反映人體的生理和心理狀態(tài)。國(guó)際上按腦電信號(hào)重復(fù)節(jié)律不同進(jìn)行分類，統(tǒng)一為以下四個(gè)頻段：

δ波：1--3Hz，幅度在20μV-200μV主要反應(yīng)人在深度睡眠的狀態(tài)或者有嚴(yán)重器質(zhì)性腦疾病患。

θ波：4--7Hz，幅度在100μV－150μV，主要反映人處于睡眠初期、冥想狀態(tài)、困倦時(shí)、感情壓抑時(shí)。

α波：8--13Hz，幅度在20μV－100μV，主要反映人處于清醒、安靜并閉眼狀態(tài)。

β波：14--30Hz，幅度在5μV－20μV，主要反映人處于精神緊張、情緒激動(dòng)或亢奮以及思維活躍、注意力集中時(shí)的狀態(tài)。

腦電活性的測(cè)量歷來需要復(fù)雜和昂貴的設(shè)備，并且需要受過專業(yè)訓(xùn)練的員工操作，腦電信號(hào)的采集方式又可分為有創(chuàng)、無創(chuàng)兩種。有創(chuàng)采集方式需要進(jìn)行開顱手術(shù)，因而會(huì)對(duì)大腦帶來一定的損傷；無創(chuàng)的采集方式則不需要手術(shù)，對(duì)人腦沒有損害。EEG信號(hào)的微弱性、易受干擾特性要求醫(yī)院采集EEG信號(hào)必須在屏蔽的環(huán)境下進(jìn)行。而隨著腦電測(cè)量在人機(jī)交互腦電控制、個(gè)性化的醫(yī)療保健等領(lǐng)域的廣泛應(yīng)用，便攜式腦電采集生物傳感器成為必然，因此，便攜式腦電生物傳感器應(yīng)達(dá)到高效與便攜性，易用性，并適合于復(fù)雜的環(huán)境。

2.虛擬現(xiàn)實(shí)相關(guān)的技術(shù)背景信息

虛擬現(xiàn)實(shí)(Virtual Reality,簡(jiǎn)稱VR)，于1989年由美國(guó)Jarn Lanier正式提出，又稱為虛擬實(shí)在、虛擬實(shí)鏡、靈境、臨鏡。它是指綜合利用計(jì)算機(jī)系統(tǒng)和各種顯示及控制等接口設(shè)備，在計(jì)算機(jī)上生成的可交互的三維環(huán)境中提供沉浸感覺的技術(shù)。其中，計(jì)算機(jī)生成的可交互三維環(huán)境稱為虛擬環(huán)境。

虛擬現(xiàn)實(shí)的特征三角形，即VR技術(shù)的“3I”性，沉浸性(Immersion)、交互性(Interaction)、構(gòu)想性(Imagination)。

a.沉浸性是虛擬現(xiàn)實(shí)技術(shù)的主要特征。

b.交互性是指用戶與虛擬場(chǎng)景中各種對(duì)象相互作用的能力。

c.構(gòu)想性是指通過用戶沉浸在“真實(shí)的”虛擬環(huán)境中，與虛擬環(huán)境進(jìn)行各種交互作用，從定性和定量綜合集成的環(huán)境中得到感性和理性認(rèn)識(shí)，產(chǎn)生認(rèn)識(shí)上的飛躍。

虛擬現(xiàn)實(shí)的應(yīng)用領(lǐng)域設(shè)計(jì)工程設(shè)計(jì)、計(jì)算機(jī)、醫(yī)療、藝術(shù)創(chuàng)作、游戲、娛樂等方面。它是一項(xiàng)發(fā)展中、具有深遠(yuǎn)的潛在應(yīng)用方向的新技術(shù)。它由虛擬現(xiàn)實(shí)系統(tǒng)結(jié)構(gòu)和特征可知實(shí)現(xiàn)虛擬現(xiàn)實(shí)的關(guān)鍵技術(shù)主要有動(dòng)態(tài)環(huán)境建模技術(shù)、實(shí)時(shí)三維圖像生成技術(shù)、立體顯示和傳感器技術(shù)。虛擬現(xiàn)實(shí)技術(shù)應(yīng)用動(dòng)態(tài)環(huán)境建模技術(shù)獲取實(shí)際環(huán)境的三維數(shù)據(jù)，根據(jù)需要，利用獲取的三維數(shù)據(jù)建立相應(yīng)的虛擬環(huán)境模型。

3.數(shù)據(jù)建模及數(shù)據(jù)分析相關(guān)背景技術(shù)信息

腦電研究與應(yīng)用中，最首要的工作就是去除噪聲干擾，從而得到干凈的腦電信號(hào)，這是腦電分析的基礎(chǔ)。環(huán)境以及其他工頻干擾在頻域上與腦電無重疊現(xiàn)象，眼電信號(hào)則和腦電有頻段上的重疊。最早的噪聲去除方法是實(shí)驗(yàn)控制法，這種方法主要基于實(shí)驗(yàn)過程中對(duì)被試者行為的要求。但由于被試不可避免的無意識(shí)運(yùn)動(dòng)反應(yīng)，必然產(chǎn)生生物偽跡；技術(shù)上來說最簡(jiǎn)單的去噪方法是直接手動(dòng)剔除數(shù)據(jù)，這回造成數(shù)據(jù)樣本的連貫性被破壞，信息丟失。

當(dāng)前，已有一些改進(jìn)算法能夠?qū)崿F(xiàn)噪聲干擾的有效消除，比較典型的有回歸算法、小波變換、獨(dú)立主成分分析、神經(jīng)網(wǎng)絡(luò)、數(shù)字濾波器、自適應(yīng)濾波器等。但在本發(fā)明中用的是小波分析及改進(jìn)的自適應(yīng)動(dòng)態(tài)AR模型參數(shù)進(jìn)行去噪、濾波，其具有：參數(shù)可自動(dòng)調(diào)節(jié)、學(xué)習(xí)并跟蹤時(shí)變輸入信號(hào)特征、算法簡(jiǎn)單實(shí)用；在對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取時(shí)，考慮到大腦具有非平穩(wěn)性和隨機(jī)性，具有非線性動(dòng)力學(xué)系統(tǒng)的特點(diǎn)，基于非線性動(dòng)力學(xué)理論對(duì)腦電信號(hào)進(jìn)行分析，提取出腦電信號(hào)的非線性特征；在特征提取以后，通過關(guān)聯(lián)規(guī)則的特征選擇算法(CFS)和K最鄰近算法(KNN)的結(jié)合方法對(duì)數(shù)據(jù)進(jìn)行特征選擇和特征分類。

4.抑郁癥風(fēng)險(xiǎn)篩查診斷的現(xiàn)有技術(shù)及缺點(diǎn)

抑郁癥的診斷尚處于癥狀推斷階段，并無客觀的理化檢查診斷指標(biāo)?，F(xiàn)有的篩查抑郁癥風(fēng)險(xiǎn)手段和采集方法存在著較多缺陷，其主要在于：

(1)抑郁癥篩查方案少、手段單一：用于抑郁癥篩查手段多是依據(jù)患者體內(nèi)激素水平和各種生化指標(biāo)作為篩查參考指標(biāo)，市面上缺乏抑郁癥篩查的普式化手段與相應(yīng)方案，缺乏生物電信號(hào)的指標(biāo)參數(shù)，使得篩查抑郁癥的方法具有一定的局限性；

(2)腦電信號(hào)采集設(shè)備不具有普式性：醫(yī)用腦電信號(hào)采集儀，設(shè)備復(fù)雜，成本高，需要專人負(fù)責(zé)采集；便攜式腦電采集儀，腦電采集電極的個(gè)數(shù)、位置不確定，腦電采集電極和傳輸數(shù)據(jù)的方式，以及成本和應(yīng)用領(lǐng)域都不同，最主要就是功耗比較大，不能連續(xù)使用，A/D轉(zhuǎn)換位數(shù)低；

(3)傳統(tǒng)刺激方案不具有良好的實(shí)施性：傳統(tǒng)刺激方式多以圖片、音樂、2D視頻為主，不能很好的引起受試者的注意。系統(tǒng)體驗(yàn)不佳，沉浸性不足，與患者互動(dòng)性不足，不能很好引導(dǎo)患者使用，易受環(huán)境影響，影響篩查效果，造成患者中途退出率高；

(4)數(shù)據(jù)建模與分析缺乏相對(duì)可靠性：建模數(shù)據(jù)少，所含信息量小，使數(shù)據(jù)模型不具有良好的平衡性和有效性。腦電提取算法不佳，無法獲得純凈的生理腦電信號(hào)。單一的數(shù)據(jù)分析方法，使得特征提取和選擇的結(jié)果缺乏代表性和精確性。這些缺點(diǎn)致使不能針對(duì)受試者的特征信息給出合理化的抑郁癥風(fēng)險(xiǎn)結(jié)果。

目前還未見在虛擬現(xiàn)實(shí)場(chǎng)景刺激下基于普式化腦電信號(hào)的抑郁癥篩查系統(tǒng)的相關(guān)報(bào)道。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)和方法，以醫(yī)學(xué)界已有的心理學(xué)、生理學(xué)的內(nèi)容為基礎(chǔ)，在虛擬現(xiàn)實(shí)場(chǎng)景的三維視聽刺激下，通過普適化腦電采集系統(tǒng)，對(duì)腦電信號(hào)進(jìn)行數(shù)據(jù)的實(shí)時(shí)采集、處理、分析，最后通過數(shù)據(jù)挖掘的方法對(duì)抑郁癥風(fēng)險(xiǎn)進(jìn)行篩查。

本發(fā)明的技術(shù)方案是：

1.一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)，其特征在于，包括虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)、腦電信號(hào)采集系統(tǒng)、數(shù)據(jù)分析系統(tǒng)；所述虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)用于建立不同的虛擬現(xiàn)實(shí)場(chǎng)景，所述腦電信號(hào)采集系統(tǒng)用于采集人腦在虛擬現(xiàn)實(shí)場(chǎng)景刺激下發(fā)生連續(xù)變化的腦電信號(hào)，輸出處理后的腦電信號(hào)及提取的實(shí)時(shí)特征信息；所述數(shù)據(jù)分析系統(tǒng)具有由已貼標(biāo)簽的健康人群和抑郁癥風(fēng)險(xiǎn)人群所訓(xùn)練出來的分類判別模型，用于對(duì)虛擬現(xiàn)實(shí)場(chǎng)景所激發(fā)的被式者腦電信號(hào)的特征信息進(jìn)行特征分類，并將抑郁癥篩查中所要求的特征信息與預(yù)先訓(xùn)練好的分類判別模型特征參數(shù)進(jìn)行比較，區(qū)分判別健康人群和抑郁癥風(fēng)險(xiǎn)人群，為抑郁癥風(fēng)險(xiǎn)篩查提供客觀依據(jù)。

2.所述腦電信號(hào)采集系統(tǒng)包括腦電信號(hào)提取模塊、實(shí)時(shí)腦電信號(hào)處理模塊；所述腦電信號(hào)提取模塊用于腦電信號(hào)的提取、放大和濾波處理，并將處理后的信號(hào)經(jīng)A/D轉(zhuǎn)換成數(shù)字信號(hào)送入實(shí)時(shí)腦電信號(hào)處理模塊；所述實(shí)時(shí)腦電信號(hào)處理模塊用于對(duì)A/D轉(zhuǎn)換的數(shù)字信號(hào)進(jìn)行預(yù)處理，進(jìn)一步消除干擾和生理偽差帶來的噪聲。

3.所述虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)包括依次連接的初始化模塊、虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊、獲取輸入信息和邏輯處理模塊、渲染幀圖模塊、同步顯示模塊；所述初始化模塊用于對(duì)Unity3D，聲音處理，輸入設(shè)備的初始化；所述虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊用于響應(yīng)系統(tǒng)消息，并對(duì)視聽信息的模型進(jìn)行渲染；所述獲取輸入信息和邏輯處理模塊用于依據(jù)設(shè)定的腦電指標(biāo)判斷是否達(dá)到消息，在消息處理模式中控制虛擬現(xiàn)實(shí)場(chǎng)景刺激，同時(shí)對(duì)獲得的消息進(jìn)行計(jì)數(shù)，判斷是否切換虛擬現(xiàn)實(shí)場(chǎng)景刺激方案；所述渲染幀圖模塊用于對(duì)視聽信息情緒誘發(fā)刺激中出現(xiàn)的各種模型進(jìn)行渲染；所述同步顯示模塊用于將要顯示的物體按一定的邏輯繪制在不可見的后備緩沖區(qū)上，再翻轉(zhuǎn)到可見的前緩沖區(qū)上，顯示出連續(xù)畫面的圖像。

4.所述數(shù)據(jù)分析系統(tǒng)包括采集模塊、離線分析模塊、腦電信號(hào)二次處理模塊、數(shù)據(jù)分析模塊、通訊邏輯模塊；所述采集模塊采集由通訊邏輯模塊傳輸上來的經(jīng)過預(yù)處理的腦電信號(hào)以及實(shí)時(shí)特征信息包；所述離線分析模塊對(duì)采集模塊的腦電信號(hào)存儲(chǔ)到本地硬盤，可在有需求時(shí)送入腦電信號(hào)二次處理模塊進(jìn)行時(shí)頻域的特征分析，具備隨時(shí)重演分析功能，快速尋找指定數(shù)據(jù)；采集模塊的數(shù)據(jù)也可以直接送入腦電信號(hào)二次處理模塊，對(duì)實(shí)時(shí)腦電處理模塊的數(shù)據(jù)進(jìn)行進(jìn)一步的處理，消除傳輸過程中的信號(hào)失真；所述數(shù)據(jù)分析模塊，采用小波包分析的方法消除干擾和生理偽差并采用非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，最后通過CFS+KNN的算法進(jìn)行特征選擇和分類。

5.所述數(shù)據(jù)分析系統(tǒng)還包括管理模塊、數(shù)據(jù)庫(kù)支持模塊、顯示模塊；所述管理模塊用于對(duì)篩查進(jìn)程和受試者信息進(jìn)行管理，包括受試者信息的創(chuàng)建、查詢、修改、刪除，以及診斷篩查方案的選擇，設(shè)置篩查抑郁癥方案所要求的指標(biāo)和形式以及資料的存儲(chǔ)，實(shí)時(shí)更新并修改通訊邏輯模塊和數(shù)據(jù)庫(kù)模塊的內(nèi)容；所述數(shù)據(jù)庫(kù)支持模塊用于存儲(chǔ)篩查方案、被試者的信息及其篩查診斷抑郁癥的過程；所述顯示模塊用于實(shí)時(shí)顯示被試者的動(dòng)態(tài)腦電圖及其變化情況。

6.一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查方法，其特征在于，包括以下步驟：

1)啟動(dòng)虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)，建立虛擬現(xiàn)實(shí)刺激場(chǎng)景；

2)啟動(dòng)腦電信號(hào)采集系統(tǒng)，分別采集人腦在未有任何刺激的平靜期、在虛擬現(xiàn)實(shí)場(chǎng)景刺激下以及在情緒恢復(fù)期發(fā)生的連續(xù)變化的腦電信號(hào)；

3)對(duì)獲取的腦電信號(hào)進(jìn)行處理分析，將提取出的抑郁癥篩查中所要求的特征信息與預(yù)先訓(xùn)練好的分類判別模型特征參數(shù)進(jìn)行比較，區(qū)分判別健康人群和抑郁癥風(fēng)險(xiǎn)人群，為抑郁癥風(fēng)險(xiǎn)篩查提供客觀依據(jù)。

7.所述步驟1)中，包括虛擬現(xiàn)實(shí)場(chǎng)景開發(fā)的步驟：進(jìn)入視聽信息情緒誘發(fā)系統(tǒng)以后，首先在初始化模塊中對(duì)Unity3D，聲音處理，輸入設(shè)備進(jìn)行初始化，然后進(jìn)入虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊，進(jìn)行視聽信息情緒誘發(fā)刺激，在獲取輸入信息和邏輯處理模塊中控制虛擬現(xiàn)實(shí)場(chǎng)景刺激，同時(shí)對(duì)獲得的消息進(jìn)行計(jì)數(shù)，判斷是否結(jié)束虛擬現(xiàn)實(shí)場(chǎng)景刺激，進(jìn)入渲染幀圖模塊和同步顯示模塊進(jìn)行下一幀圖像渲染并實(shí)時(shí)同步顯示，視聽信息誘發(fā)刺激完畢以后，退出程序。

8.所述步驟2)中，采集的腦電信號(hào)為被試者腦電的α波、β波、δ波、θ波信號(hào)，原始數(shù)據(jù)各波段混疊在一起的腦電信號(hào)是由腦電信號(hào)采集系統(tǒng)的三個(gè)電極采集得到；所述電極被放置于Fp1，F(xiàn)pZ和Fp2位于前額的位置。

9.所述步驟3)中，包括腦電信號(hào)預(yù)處理的步驟：首先應(yīng)用離散小波變換對(duì)采集到的腦電信號(hào)進(jìn)行小波分解,得到小波系數(shù)；對(duì)低頻段的小波系數(shù)做特定的閾值處理,然后對(duì)處理之后的小波系數(shù)進(jìn)行小波重構(gòu),從而提取出眼電參考信號(hào)；最后,將提取到的眼電參考信號(hào)作為自適應(yīng)濾波器的參考輸入,將未處理的腦電信號(hào)作為自適應(yīng)濾波器的原始輸入,這樣系統(tǒng)的輸出就得到了去除眼電噪聲后的干凈的腦電信號(hào)。

10.所述步驟3)中，包括分類判別模型建模的步驟：首先通過虛擬現(xiàn)實(shí)場(chǎng)景對(duì)已貼標(biāo)簽的健康人群和抑郁癥風(fēng)險(xiǎn)人群進(jìn)行情緒誘發(fā)刺激，然后采集腦電信號(hào)，對(duì)采集到的原始腦電信號(hào)通過小波包分析進(jìn)行信號(hào)預(yù)處理，然后通過非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，最后通過CFS+KNN的混合算法進(jìn)行特征選擇和特征分類，從而得到分類判別器模型。

11.所述步驟3)中，包括抑郁癥風(fēng)險(xiǎn)分析判別過程的步驟：通過虛擬現(xiàn)實(shí)場(chǎng)景對(duì)未知個(gè)體受試者進(jìn)行情緒誘發(fā)刺激，采集該個(gè)體受試者的腦電信號(hào)并通過信號(hào)去噪等預(yù)處理模塊以后通過非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，將提取出來的特征參量送入分類判別模型從而得出抑郁癥風(fēng)險(xiǎn)篩查結(jié)果。

本發(fā)明的技術(shù)效果：

本發(fā)明提供的一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)和方法。以醫(yī)學(xué)界已有的心理學(xué)、生理學(xué)的內(nèi)容為基礎(chǔ)，使用腦電信號(hào)作為生物信息的篩查抑郁癥風(fēng)險(xiǎn)信號(hào)，發(fā)揮虛擬現(xiàn)實(shí)的浸沉感強(qiáng)、交互性強(qiáng)、構(gòu)想性強(qiáng)的優(yōu)勢(shì)，在虛擬現(xiàn)實(shí)場(chǎng)景的三維視聽刺激下，使被試者浸沉在虛擬環(huán)境中，通過普適化腦電采集系統(tǒng)，檢測(cè)被試者腦電的α波、β波、δ波、θ波信號(hào)和高頻β波能量百分比的特征進(jìn)行分析診斷，對(duì)腦電信號(hào)進(jìn)行數(shù)據(jù)的實(shí)時(shí)采集、處理、分析，最后通過數(shù)據(jù)挖掘的方法，為抑郁癥的診斷進(jìn)行客觀的評(píng)價(jià)和界定，實(shí)現(xiàn)為抑郁癥風(fēng)險(xiǎn)進(jìn)行篩查提供客觀依據(jù)的目的。提高了抑郁病癥風(fēng)險(xiǎn)篩查的效率和可靠性?？珊Y查癥狀廣泛，能及時(shí)地處理、存貯并傳輸數(shù)據(jù)，使用方便。整個(gè)系統(tǒng)無創(chuàng)，無副作用，無依賴性，并且成本低廉，易推廣。

1.普適化腦電采集系統(tǒng)優(yōu)點(diǎn)如下：

(1)具有更高的靈活性：系統(tǒng)采集多個(gè)頭皮電極得到的多導(dǎo)腦電信號(hào)提取篩查信息，其對(duì)應(yīng)的電極片可以根據(jù)不同的需要放置不同的位置，提取與篩查抑郁癥相關(guān)性最大的腦電信號(hào)；使用普式化腦電采集系統(tǒng)準(zhǔn)確的采集腦電信號(hào)，處理并提取出純凈的腦電信號(hào)，對(duì)信號(hào)特征處理，對(duì)比數(shù)據(jù)庫(kù)分析之后，得到準(zhǔn)確的壓力級(jí)別。

(2)具有更好的便捷性：采用硬件實(shí)現(xiàn)實(shí)時(shí)腦電信號(hào)的預(yù)處理和特征提取，大大提高運(yùn)算速度，實(shí)時(shí)運(yùn)算系統(tǒng)，能直觀看到被試當(dāng)前狀態(tài)。從而更好的保證篩查信息的便捷性。

2.虛擬現(xiàn)實(shí)場(chǎng)景刺激的優(yōu)點(diǎn)如下：

虛擬現(xiàn)實(shí)場(chǎng)景刺激作為誘發(fā)刺激手段，使刺激更加有個(gè)性化和真實(shí)感。用戶完全沉浸于計(jì)算機(jī)生成的虛擬環(huán)境中，用戶在計(jì)算機(jī)所創(chuàng)建的三維虛擬環(huán)境中處于一種身臨其境的感覺。真實(shí)感非常強(qiáng)的虛擬現(xiàn)實(shí)場(chǎng)景，配以適當(dāng)?shù)谋尘耙魳?，用戶可以通過多種傳感器與多維化信息的環(huán)境發(fā)生交互作用。該場(chǎng)景從患者的角度出發(fā)，依托設(shè)計(jì)心理學(xué)，在內(nèi)容和形式上的設(shè)計(jì)都充分考慮患者的疾病類型，年齡，性別，性格，使被試者能夠更有更為真實(shí)的沉浸感和良好的帶入感，其中穿插特殊的音效作用，更為有效真實(shí)的誘發(fā)刺激被試者的情緒狀態(tài)，力求更為精準(zhǔn)的對(duì)被試進(jìn)行抑郁癥風(fēng)險(xiǎn)性的篩查。

3.本發(fā)明采用最新的數(shù)據(jù)模型和可靠的數(shù)據(jù)分析方法優(yōu)點(diǎn)如下：

(1)數(shù)據(jù)模型的體系更加健全：該數(shù)據(jù)模型是以最新的“973”實(shí)驗(yàn)數(shù)據(jù)分析的數(shù)據(jù)模型作為基礎(chǔ)指標(biāo)參量，豐富的數(shù)據(jù)庫(kù)資源，其數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單、清晰，有很好的數(shù)據(jù)獨(dú)立性、安全保密性，用戶易懂易用，可以與已有數(shù)據(jù)進(jìn)行交叉對(duì)比，龐大的實(shí)驗(yàn)數(shù)據(jù)體系的到的數(shù)據(jù)模型具有精度高、數(shù)據(jù)模型的不平衡性低等特點(diǎn)，提高篩查診斷的準(zhǔn)確性與針對(duì)性。

(2)數(shù)據(jù)分析方法更加精確，更加有效：在噪聲去除上，工頻干擾采用陷波器完成，眼電噪聲的去除基于離散小波變換及改進(jìn)的自適應(yīng)動(dòng)態(tài)AR模型參數(shù)進(jìn)行去噪、濾除，其具有：參數(shù)可自動(dòng)調(diào)節(jié)、學(xué)習(xí)并跟蹤時(shí)變輸入信號(hào)特征、算法簡(jiǎn)單實(shí)用；使用非線性動(dòng)力學(xué)理論提取腦電信號(hào)的非線性特征，可以更快速更精準(zhǔn)的得到有用的特征值；通過關(guān)聯(lián)規(guī)則的特征選擇算法(CFS)和K最鄰近算法(KNN)的結(jié)合方法對(duì)數(shù)據(jù)進(jìn)行特征選擇和特征分類，此種方法增加了分類器模型的有效性和精確性。從而得到更精準(zhǔn)的模型便于篩查抑郁癥時(shí)的對(duì)比分析。

本發(fā)明的系統(tǒng)采用友好簡(jiǎn)單的人機(jī)界面，具有很便捷很靈活的普式化性能，使用簡(jiǎn)單，同時(shí)界面友好，易于醫(yī)生和患者接受。系統(tǒng)不要求使用者具有編程經(jīng)驗(yàn)，不提供復(fù)雜的操作環(huán)境。

附圖說明

圖1是本發(fā)明的系統(tǒng)組成結(jié)構(gòu)示意圖。

圖2是數(shù)據(jù)分析系統(tǒng)組成結(jié)構(gòu)示意圖。

圖3是本發(fā)明的方法流程示意圖。

圖4是虛擬現(xiàn)實(shí)場(chǎng)景開發(fā)流程圖。

圖5是腦電信號(hào)預(yù)處理流程圖。

圖6是分類判別模型建模過程流程圖。

圖7是抑郁癥風(fēng)險(xiǎn)分析判別過程流程圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作進(jìn)一步詳細(xì)說明。

如圖1所示，是本發(fā)明的系統(tǒng)組成結(jié)構(gòu)示意圖。

一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)，包括虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)、腦電信號(hào)采集系統(tǒng)、數(shù)據(jù)分析系統(tǒng)；所述虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)用于建立不同的虛擬現(xiàn)實(shí)場(chǎng)景，所述腦電信號(hào)采集系統(tǒng)用于采集人腦在虛擬現(xiàn)實(shí)場(chǎng)景刺激下發(fā)生連續(xù)變化的腦電信號(hào)，輸出處理后的腦電信號(hào)及提取的實(shí)時(shí)特征信息；所述數(shù)據(jù)分析系統(tǒng)具有由已貼標(biāo)簽的健康人群和抑郁癥風(fēng)險(xiǎn)人群所訓(xùn)練出來的分類判別模型，用于對(duì)虛擬現(xiàn)實(shí)場(chǎng)景所激發(fā)的被式者腦電信號(hào)的特征信息進(jìn)行特征分類，并將抑郁癥篩查中所要求的特征信息與預(yù)先訓(xùn)練好的分類判別模型特征參數(shù)進(jìn)行比較，區(qū)分判別健康人群和抑郁癥風(fēng)險(xiǎn)人群，為抑郁癥風(fēng)險(xiǎn)篩查提供客觀依據(jù)。

1.本發(fā)明采用最新設(shè)計(jì)的普適化腦電采集系統(tǒng)。采用普適化多導(dǎo)腦電采集系統(tǒng)(關(guān)聯(lián)專利：專利號(hào)：CN201520628152.6)采集腦電信號(hào)。多導(dǎo)腦電傳感器有多個(gè)頭皮電極，用于腦電信號(hào)采集，采樣頻率是256Hz，并將采集的腦電信號(hào)送入腦電信號(hào)提取模塊；腦電信號(hào)提取模塊，用于腦電信號(hào)的提取、放大和濾波處理，放大的信號(hào)通過16位A/D轉(zhuǎn)換成數(shù)字信號(hào)后送入硬件實(shí)時(shí)腦電信號(hào)處理模塊；腦電信號(hào)處理模塊，用于對(duì)A/D轉(zhuǎn)換的數(shù)字信號(hào)進(jìn)行預(yù)處理，采用小波包分解、小波閾值的方法進(jìn)一步消除干擾和生理偽差，并利用非線性動(dòng)力學(xué)理論對(duì)信號(hào)進(jìn)行實(shí)時(shí)的特征信息提取，并將處理后的腦電信號(hào)以及實(shí)時(shí)特征信息輸出。

本發(fā)明實(shí)施例的腦電信號(hào)采集系統(tǒng)包括腦電信號(hào)提取模塊、實(shí)時(shí)腦電信號(hào)處理模塊；所述腦電信號(hào)提取模塊用于腦電信號(hào)的提取、放大和濾波處理，并將處理后的信號(hào)經(jīng)A/D轉(zhuǎn)換成數(shù)字信號(hào)送入實(shí)時(shí)腦電信號(hào)處理模塊；所述實(shí)時(shí)腦電信號(hào)處理模塊用于對(duì)A/D轉(zhuǎn)換的數(shù)字信號(hào)進(jìn)行預(yù)處理，進(jìn)一步消除干擾和生理偽差帶來的噪聲。

2.本發(fā)明采用虛擬現(xiàn)實(shí)技術(shù)，虛擬現(xiàn)實(shí)技術(shù)應(yīng)用動(dòng)態(tài)環(huán)境建模技術(shù)獲取實(shí)際環(huán)境的三維數(shù)據(jù)，根據(jù)需要，利用獲取的三維數(shù)據(jù)建立相應(yīng)的虛擬環(huán)境模型：實(shí)現(xiàn)了全新的互動(dòng)手段及互動(dòng)場(chǎng)景設(shè)計(jì)，這使得被試患者不是被動(dòng)的感受而是積極主動(dòng)的走進(jìn)場(chǎng)景方案中完成情緒誘發(fā)刺激；提高了整個(gè)系統(tǒng)的沉浸感，這使得人能夠完全沉浸在虛擬環(huán)境中，具有和真實(shí)環(huán)境中一樣的感覺，增加了情緒誘發(fā)刺激的帶入感，降低患者中途退出率。虛擬現(xiàn)實(shí)技術(shù)能夠充分的引起患者注意并能最大化的誘發(fā)患者內(nèi)心的情緒狀態(tài)，最大限度的減少了環(huán)境的干擾，完善的引導(dǎo)系統(tǒng)更便于被試積極使用系統(tǒng)，使得實(shí)現(xiàn)更好的診斷效果成為可能。通過佩戴虛擬現(xiàn)實(shí)眼鏡，達(dá)到視覺場(chǎng)景與音頻雙重刺激。

本發(fā)明實(shí)施例的虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)包括依次連接的初始化模塊、虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊、獲取輸入信息和邏輯處理模塊、渲染幀圖模塊、同步顯示模塊；所述初始化模塊用于對(duì)Unity3D，聲音處理，輸入設(shè)備等的初始化，進(jìn)行一些內(nèi)存分配、資源采集、從磁盤載入數(shù)據(jù)等；所述虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊用于響應(yīng)系統(tǒng)消息，并對(duì)視聽信息的模型進(jìn)行渲染；所述獲取輸入信息和邏輯處理模塊用于依抑郁癥風(fēng)險(xiǎn)篩查方案中設(shè)定的腦電指標(biāo)判斷是否達(dá)到消息，若達(dá)到指標(biāo)則獲取消息，在消息處理模式中控制虛擬現(xiàn)實(shí)場(chǎng)景刺激，同時(shí)對(duì)獲得的消息進(jìn)行計(jì)數(shù)，判斷是否切換虛擬現(xiàn)實(shí)場(chǎng)景刺激方案；渲染幀圖模塊用于對(duì)視聽信息情緒誘發(fā)刺激中出現(xiàn)的各種模型進(jìn)行渲染；同步顯示模塊用于清除不可見的后備緩沖區(qū)，再將要顯示的物體按一定的邏輯繪制在這塊內(nèi)存區(qū)上，繪制完后，將其翻轉(zhuǎn)到可見的前緩沖區(qū)上，按照60幀/秒的畫面刷新率顯示出連續(xù)畫面的圖像。

3.本發(fā)明采用全新的數(shù)據(jù)模型及數(shù)據(jù)分析系統(tǒng)。采集模塊，采集由USB傳輸上來的經(jīng)過預(yù)處理的腦電信號(hào)以及實(shí)時(shí)特征信息包；離線分析模塊，對(duì)采集模塊的腦電信號(hào)存儲(chǔ)到本地硬盤，可在以后有需求時(shí)送入腦電信號(hào)二次處理模塊進(jìn)行時(shí)頻域的特征分析，具備隨時(shí)重演分析功能，快速尋找指定數(shù)據(jù)；采集模塊的數(shù)據(jù)也可以直接送入腦電信號(hào)二次處理模塊，對(duì)硬件實(shí)時(shí)腦電處理模塊的數(shù)據(jù)進(jìn)行進(jìn)一步的處理，消除傳輸過程中的信號(hào)失真；數(shù)據(jù)分析模塊，采用小波包分析的方法消除干擾和生理偽差并采用非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，最后通過CFS+KNN的算法得到分類器的模型，從而得到更加精確的篩查抑郁癥風(fēng)險(xiǎn)信息。管理模塊，對(duì)篩查進(jìn)程和受試者信息進(jìn)行管理，包括被試者信息的創(chuàng)建、查詢、修改、刪除，以及診斷篩查方案的選擇，設(shè)置篩查抑郁癥方案所要求的指標(biāo)和形式以及資料的存儲(chǔ)，管理模塊課一實(shí)時(shí)更新修改通訊邏輯模塊和數(shù)據(jù)庫(kù)模塊的內(nèi)容；數(shù)據(jù)庫(kù)，存儲(chǔ)篩查方案、被試者的信息及其篩查診斷抑郁癥的過程；顯示模塊，實(shí)時(shí)顯示被試者的動(dòng)態(tài)腦電圖及其變化情況；管理模塊分別與通訊邏輯模塊、離線分析模塊、采集模塊、抑郁癥風(fēng)險(xiǎn)篩查數(shù)據(jù)分析模塊、數(shù)據(jù)庫(kù)、顯示模塊直接連接。系統(tǒng)的各模塊之間相輔相成，相互支撐，使得最后的結(jié)果才具有更高性能的可靠性和精確有效性。

如圖2所示，是數(shù)據(jù)分析系統(tǒng)組成結(jié)構(gòu)示意圖。本發(fā)明實(shí)施例的數(shù)據(jù)分析系統(tǒng)包括采集模塊、離線分析模塊、腦電信號(hào)二次處理模塊、數(shù)據(jù)分析模塊、通訊邏輯模塊；所述采集模塊采集由通訊邏輯模塊傳輸上來的經(jīng)過預(yù)處理的腦電信號(hào)以及實(shí)時(shí)特征信息包，所述離線模塊對(duì)采集模塊的腦電信號(hào)存儲(chǔ)到本地硬盤，可在以后有需求時(shí)送入腦電信號(hào)二次處理模塊進(jìn)行時(shí)頻域的特征分析，具備隨時(shí)重演分析功能，快速尋找指定數(shù)據(jù)；采集模塊的數(shù)據(jù)也可以直接送入腦電信號(hào)二次處理模塊，對(duì)實(shí)時(shí)腦電處理模塊的數(shù)據(jù)進(jìn)行進(jìn)一步的處理，消除傳輸過程中的信號(hào)失真；通過對(duì)預(yù)處理后得到的腦電信號(hào)進(jìn)行更為精細(xì)的處理，以得到腦電功率譜陣列圖和腦電θ、α、β等指標(biāo)直方圖的實(shí)時(shí)動(dòng)態(tài)顯示，實(shí)現(xiàn)腦電指標(biāo)實(shí)時(shí)監(jiān)護(hù)，醫(yī)生通過該功能實(shí)時(shí)觀察病人腦電信息各項(xiàng)指標(biāo)變化，直觀、準(zhǔn)確地掌握病人腦功能狀態(tài)，用以監(jiān)測(cè)篩查的過程。直觀的反映出被使者的信息，更有助于醫(yī)生給出客觀的診斷結(jié)果。所述數(shù)據(jù)分析模塊，采用小波包分析的方法消除干擾和生理偽差并采用非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，最后通過CFS+KNN的算法進(jìn)行特征選擇和分類。

數(shù)據(jù)分析系統(tǒng)還包括管理模塊、數(shù)據(jù)庫(kù)支持模塊、顯示模塊；管理模塊用于對(duì)篩查進(jìn)程和受試者信息進(jìn)行管理，包括受試者信息的創(chuàng)建、查詢、修改、刪除，以及診斷篩查方案的選擇，設(shè)置篩查抑郁癥方案所要求的指標(biāo)和形式以及資料的存儲(chǔ)，實(shí)時(shí)更新修改通訊邏輯模塊與數(shù)據(jù)庫(kù)模塊的內(nèi)容。數(shù)據(jù)庫(kù)支持模塊用于存儲(chǔ)篩查方案、被試者的信息及其篩查診斷抑郁癥的過程；本系統(tǒng)的所有數(shù)據(jù)都是由數(shù)據(jù)庫(kù)支持系統(tǒng)的(DBSS)進(jìn)行存儲(chǔ)的，數(shù)據(jù)存儲(chǔ)主要分兩類，第一類是患者的基本信息，包括：患者的編號(hào)、姓名、性別、年齡、診斷方案、接受篩查抑郁癥風(fēng)險(xiǎn)的次數(shù)、聯(lián)系地址等，第二類是患者在最近一次診斷記錄的腦電數(shù)據(jù)；除了接受篩查的方案和篩查的次數(shù)發(fā)生改變外，第一類數(shù)據(jù)基本不變。第二類數(shù)據(jù)會(huì)經(jīng)常發(fā)生變化，可存儲(chǔ)每一次篩查的腦電信號(hào)數(shù)據(jù)；另外，本系統(tǒng)也可將數(shù)據(jù)存儲(chǔ)為XML格式的文件，以用于以后的網(wǎng)上傳輸和遠(yuǎn)程調(diào)用。顯示模塊用于實(shí)時(shí)顯示被試者的動(dòng)態(tài)腦電圖及其變化情況，做出未接受刺激-----接受情緒刺激-----結(jié)束刺激的患者的動(dòng)態(tài)腦電圖的變化圖，將接受虛擬現(xiàn)實(shí)刺激下的腦電信號(hào)波形動(dòng)態(tài)實(shí)時(shí)地顯示在顯示器上，本系統(tǒng)實(shí)現(xiàn)了腦電圖的變化圖動(dòng)態(tài)無筆描記。

如圖3所示，是本發(fā)明的方法流程示意圖。

一種基于虛擬現(xiàn)實(shí)場(chǎng)景腦電信號(hào)的抑郁癥風(fēng)險(xiǎn)篩查方法，包括以下步驟：

1)啟動(dòng)虛擬現(xiàn)實(shí)誘發(fā)系統(tǒng)，建立虛擬現(xiàn)實(shí)刺激場(chǎng)景；

2)啟動(dòng)腦電信號(hào)采集系統(tǒng)，分別采集人腦在未有任何刺激的平靜期、在虛擬現(xiàn)實(shí)場(chǎng)景刺激下以及在情緒恢復(fù)期發(fā)生的連續(xù)變化的腦電信號(hào)；

3)對(duì)獲取的腦電信號(hào)進(jìn)行處理分析，將提取出的抑郁癥篩查中所要求的特征信息與預(yù)先訓(xùn)練好的分類判別模型特征參數(shù)進(jìn)行比較，區(qū)分判別健康人群和抑郁癥風(fēng)險(xiǎn)人群，為抑郁癥風(fēng)險(xiǎn)篩查提供客觀依據(jù)。

首先，啟動(dòng)在虛擬現(xiàn)實(shí)場(chǎng)景刺激下普式化腦電信號(hào)抑郁癥風(fēng)險(xiǎn)篩查系統(tǒng)，接受風(fēng)險(xiǎn)篩查的患者先注冊(cè)自己的信息，其中包括患者的編號(hào)、姓名、性別、年齡等信息。然后，醫(yī)生按照所要針對(duì)的癥狀選擇放置腦電多導(dǎo)電極片的位置，打開實(shí)時(shí)腦電記錄?；颊叩哪X電信號(hào)通過多導(dǎo)腦電極傳感器提取進(jìn)來后，通過腦電前置放大器對(duì)微弱的腦電信號(hào)進(jìn)行放大，同時(shí)對(duì)原始腦電信號(hào)進(jìn)行工頻濾波處理，放大的信號(hào)通過16位A/D轉(zhuǎn)換成數(shù)字信號(hào)，通過調(diào)用腦電信號(hào)實(shí)時(shí)處理模塊中的預(yù)處理程序?qū)δX電信號(hào)進(jìn)行預(yù)處理以減少偽差的干擾，保證抑郁癥風(fēng)險(xiǎn)篩查的有效性，然后通過藍(lán)牙2.0傳輸?shù)接?jì)算機(jī)，然后實(shí)時(shí)顯示在屏幕上。醫(yī)生調(diào)用腦電分析中相應(yīng)的信號(hào)處理程序?qū)Σ杉男盘?hào)進(jìn)行二次處理，得到患者信息的特征值，根據(jù)特征值與分類器模型的相應(yīng)參數(shù)做比較。

啟動(dòng)虛擬現(xiàn)實(shí)場(chǎng)景刺激程序。腦電信號(hào)經(jīng)過放大、采集、預(yù)處理以后，對(duì)讀取的腦電信號(hào)進(jìn)行實(shí)時(shí)分解，得到不同頻率成分，然后對(duì)已知的多源特征信息融合技術(shù)進(jìn)行處理，最終得出一個(gè)針對(duì)該個(gè)體的、消除不確定因素的在情感誘發(fā)狀態(tài)下的指標(biāo)參數(shù)，用于進(jìn)行更精確的抑郁癥風(fēng)險(xiǎn)篩查診斷。虛擬現(xiàn)實(shí)刺激程序篩查抑郁癥的設(shè)計(jì)方案從心理學(xué)的角度上，針對(duì)不同年齡，不同癥狀，不同性格的受試者設(shè)計(jì)不同類型的刺激方案。在虛擬現(xiàn)實(shí)刺激開發(fā)方面，采用Unity Technologies公司的Unity3D來開發(fā)虛擬現(xiàn)實(shí)的游戲。運(yùn)用功能強(qiáng)大的Unity3D能渲染出真實(shí)感非常強(qiáng)的三維場(chǎng)景，配以適當(dāng)?shù)谋尘耙魳?，使患者能夠有身臨其境的感覺，其中穿插特殊的音效作用，更能最大化的激發(fā)患者的情緒狀態(tài)。

啟動(dòng)虛擬現(xiàn)實(shí)場(chǎng)刺激程序后，首先對(duì)各個(gè)對(duì)象初始化，然后進(jìn)入虛擬現(xiàn)實(shí)視聽信息情緒誘發(fā)刺激模塊，響應(yīng)系統(tǒng)消息，并對(duì)視聽信息情緒誘發(fā)刺激中的模型進(jìn)行渲染，控制視聽信息情緒誘發(fā)刺激的進(jìn)行。虛擬現(xiàn)實(shí)視聽信息情緒誘發(fā)的具體操作是這樣的：當(dāng)啟動(dòng)該程序時(shí)，先給一段時(shí)序1分鐘的不攜帶任何情感因素的舒適視聽片段，采集患者平靜期的腦電信號(hào)；間隔1分鐘后，給出一段時(shí)序3分鐘的三維視聽情緒誘發(fā)刺激片段，采集患者在誘發(fā)情緒狀態(tài)下的腦電信號(hào)；最后五分鐘不給于任何三維視聽片段，采集患者在恢復(fù)期的腦電信號(hào)?？倳r(shí)長(zhǎng)10分鐘。

將獲取的腦電信號(hào)通過信號(hào)處理模塊處理，應(yīng)用離散小波變換對(duì)采集到的腦電信號(hào)進(jìn)行小波分解，得到小波系數(shù)；由于眼電頻率較低，所以僅對(duì)低頻段的小波系數(shù)做特定的閾值處理，然后對(duì)處理之后的小波系數(shù)進(jìn)行小波重構(gòu)，從而提取出眼電參考信號(hào)；最后，將提取到的眼電參考信號(hào)作為自適應(yīng)濾波器的參考輸入，將未處理的腦電信號(hào)作為自適應(yīng)濾波器的原始輸入，這樣系統(tǒng)的輸出就得到了去除眼電噪聲后的干凈的腦電信號(hào)。得到純凈的腦電信號(hào)以后以后送入篩查抑郁癥風(fēng)險(xiǎn)數(shù)據(jù)分析系統(tǒng)，得到患者的特征值并與已有的數(shù)據(jù)模型參數(shù)指標(biāo)進(jìn)行對(duì)比，從而得到有效的結(jié)論供醫(yī)生參考。

在虛擬現(xiàn)實(shí)場(chǎng)景下情緒誘發(fā)刺激的過程中，系統(tǒng)會(huì)自動(dòng)把患者的腦電信號(hào)儲(chǔ)存下來，醫(yī)生可以在患者做完整個(gè)抑郁癥風(fēng)險(xiǎn)篩查方案的過程后回放該腦電信號(hào)并進(jìn)行分析、打印。

步驟1)中，包括虛擬現(xiàn)實(shí)場(chǎng)景開發(fā)的步驟，圖4是虛擬現(xiàn)實(shí)場(chǎng)景開發(fā)流程圖。

在設(shè)計(jì)中，虛擬現(xiàn)實(shí)場(chǎng)景誘發(fā)刺激主要以事物的核心和患者內(nèi)心的聚焦點(diǎn)作為誘發(fā)情感的主要基礎(chǔ)，患者內(nèi)心對(duì)某件事物的關(guān)注點(diǎn)表明了其注意力的傾向，以此進(jìn)行設(shè)計(jì)，主要考慮到：心理活動(dòng)停留在被選擇的對(duì)象上的強(qiáng)度或緊張度，它使心理活動(dòng)離開一切無關(guān)的事物，并且抑制多余的活動(dòng)，最大化的激發(fā)了患者的情緒狀態(tài)，使得腦電信號(hào)特征反應(yīng)的更加明顯。我們將以情緒誘發(fā)時(shí)注意力對(duì)事物的傾向性特征為基礎(chǔ)，針對(duì)不同年齡，不同癥狀，不同性格的受試者設(shè)計(jì)不同類型和難度的視聽診斷信息。在篩查診斷過程中要求兒童盡量保持注意力集中，所以要求視聽信息篩查抑郁癥時(shí)對(duì)兒童要有很強(qiáng)的吸引力和身臨其境的感覺以便更好地做出篩查。

進(jìn)入視聽信息情緒誘發(fā)系統(tǒng)以后，首先在初始化模塊中對(duì)程序各個(gè)對(duì)象(涉及到對(duì)Unity3D，聲音處理，輸入設(shè)備等的初始化)進(jìn)行初始化，然后依次進(jìn)入虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊，獲取輸入信息和邏輯處理模塊，渲染幀圖模塊和同步顯示模塊，最后退出程序。

虛擬現(xiàn)實(shí)場(chǎng)景刺激初始化：在此模塊中涉及到對(duì)Unity3D，聲音處理，輸入設(shè)備等的初始化。主要是進(jìn)行一些內(nèi)存分配、資源采集、從磁盤載入數(shù)據(jù)等，視聽信息情緒誘發(fā)刺激初試化流程；

進(jìn)入虛擬現(xiàn)實(shí)場(chǎng)景刺激模塊：在此模塊里，該模塊主要是響應(yīng)系統(tǒng)消息，并對(duì)視聽信息的模型進(jìn)行渲染。

獲取輸入消息和邏輯處理：在本視聽信息情緒誘發(fā)刺激中，輸入消息主要來自于抑郁癥風(fēng)險(xiǎn)篩查方案中設(shè)定的腦電閾值參數(shù)消息。依據(jù)和閾值點(diǎn)的比較而被診斷為不同的人群。

渲染幀圖和顯示：主要是對(duì)視聽信息情緒誘發(fā)刺激中出現(xiàn)的各種模型進(jìn)行渲染，控制視聽信息情緒誘發(fā)刺激的進(jìn)行。圖形顯示過程是：先清除后備緩沖區(qū)(不可見)，再將要顯示的物體按一定的邏輯繪制在這塊內(nèi)存區(qū)上，繪制完后，將其翻轉(zhuǎn)到可見的前緩沖區(qū)上，一般視聽信息情緒誘發(fā)的畫面刷新率可達(dá)到30幀/秒，畫面以此速度進(jìn)行翻轉(zhuǎn)，加上眼睛的滯留作用，使看到的圖像變?yōu)檫B續(xù)的了。

步驟2)中，采集的腦電信號(hào)為被試者腦電的α波、β波、δ波、θ波信號(hào)，原始數(shù)據(jù)各波段混疊在一起的腦電信號(hào)是由腦電信號(hào)采集系統(tǒng)的三個(gè)電極采集得到的信號(hào)。腦電采集時(shí)，電極被放置于Fp1，F(xiàn)pZ和Fp2位于前額的位置，不會(huì)受頭發(fā)的干擾，因此可以使用醫(yī)用貼式濕電極，從而避免電極接觸阻抗的干擾。該設(shè)計(jì)主要采用低功耗器件設(shè)計(jì)，傳輸方式采用藍(lán)牙2.0，并配有電源管理系統(tǒng)，可以監(jiān)測(cè)電源的狀態(tài)。

δ波主要反應(yīng)人在深度睡眠的狀態(tài)或者有嚴(yán)重器質(zhì)性腦疾病患；θ波主要反映人處于睡眠初期、冥想狀態(tài)、困倦時(shí)、感情壓抑時(shí)；α波主要反映人處于清醒、安靜并閉眼狀態(tài)；β波主要反映人處于精神緊張、情緒激動(dòng)或亢奮以及思維活躍、注意力集中時(shí)的狀態(tài)；此四種波段與高頻β波的能量比將作為主要的特征參量能夠很精準(zhǔn)額反映出抑郁癥分析按人群的信息。

步驟3)中，包括腦電信號(hào)預(yù)處理的步驟，圖5是腦電信號(hào)預(yù)處理流程圖。

首先應(yīng)用離散小波變換對(duì)采集到的腦電信號(hào)進(jìn)行小波分解,得到小波系數(shù)；由于眼電頻率較低,所以僅對(duì)低頻段的小波系數(shù)做特定的閾值處理,然后對(duì)處理之后的小波系數(shù)進(jìn)行小波重構(gòu),從而提取出眼電參考信號(hào)；最后,將提取到的眼電參考信號(hào)作為自適應(yīng)濾波器的參考輸入,將未處理的腦電信號(hào)作為自適應(yīng)濾波器的原始輸入,這樣系統(tǒng)的輸出就得到了去除眼電噪聲后的干凈的腦電信號(hào)。

腦電信號(hào)預(yù)處理的實(shí)時(shí)腦電信號(hào)處理模塊是由STM32F101的32位ARM微處理器及其外圍電路實(shí)現(xiàn)。雖然模擬信號(hào)已經(jīng)經(jīng)過模擬濾波處理，但是通過放大器放大的，由A/D采集進(jìn)來的信號(hào)還有存在一些干擾并存在一些生理偽差(例如：心電、眼電、肌電等等)。為了減少在反饋過程中出現(xiàn)錯(cuò)誤判斷，需要對(duì)采集的信號(hào)進(jìn)行預(yù)處理。我們采用小波包分解、小波閾值等技術(shù)對(duì)信號(hào)進(jìn)行實(shí)時(shí)預(yù)處理，以進(jìn)一步消除干擾和生理偽差，為進(jìn)一步分析腦電和進(jìn)行特征診斷做準(zhǔn)備。選用合適的小波分析可以很好滿足在線分析系統(tǒng)中腦電偽差去除的要求。特別是小波包的應(yīng)用，使得頻域空間精細(xì)劃分，更有利于偽差的去除和信號(hào)特征的提取。我們提出的對(duì)偽差信號(hào)相減的方法可以迅速、有效地消除在EEG信號(hào)的眼動(dòng)偽差，濾波后的信號(hào)更適于提取EEG特征。同時(shí)，對(duì)于根據(jù)上層主計(jì)算機(jī)的要求對(duì)預(yù)處理后的腦電數(shù)字信號(hào)采用非線性動(dòng)力學(xué)系統(tǒng)算法等方法進(jìn)行特征提取。這些算法具有很快的運(yùn)算速度，可以滿足我們實(shí)時(shí)處理的要求。

步驟3)中，采用全新的分類判別數(shù)據(jù)模型來判別健康人群和抑郁癥風(fēng)險(xiǎn)人群。全新的分類判別數(shù)據(jù)模型是根據(jù)不同病癥在系統(tǒng)中進(jìn)行分類，依據(jù)國(guó)家“973”計(jì)劃的項(xiàng)目“基于生物、心理多模態(tài)信息的潛在抑郁癥風(fēng)險(xiǎn)預(yù)警理論與生物傳感關(guān)鍵技術(shù)研究”(項(xiàng)目代碼：2014CB744600)實(shí)驗(yàn)的最新數(shù)據(jù)模型以及病患的具體情況，進(jìn)行相應(yīng)的特征選擇、提取，訓(xùn)練出合適的分類器從而可以產(chǎn)生出更合理的生理指標(biāo)參數(shù)。具有豐富的數(shù)據(jù)庫(kù)資源，其數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單、清晰，有很好的數(shù)據(jù)獨(dú)立性、安全保密性，用戶易懂易用，可以與已有數(shù)據(jù)進(jìn)行交叉對(duì)比，提高篩查診斷的準(zhǔn)確性與針對(duì)性。

步驟3)中，包括分類判別模型建模的步驟，圖6是分類判別模型建模過程流程圖。首先通過虛擬現(xiàn)實(shí)場(chǎng)景對(duì)已貼標(biāo)簽的健康人群和抑郁癥風(fēng)險(xiǎn)人群進(jìn)行情緒誘發(fā)刺激，然后采集腦電信號(hào)，對(duì)采集到的原始腦電信號(hào)通過小波包分析進(jìn)行信號(hào)預(yù)處理，然后通過非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，最后通過CFS+KNN的混合算法進(jìn)行特征選擇和特征分類，從而得到分類判別器模型。

相應(yīng)的，圖7是抑郁癥風(fēng)險(xiǎn)分析判別過程流程圖。應(yīng)用分類判別模型進(jìn)行抑郁癥風(fēng)險(xiǎn)分析判別過程的步驟：通過虛擬現(xiàn)實(shí)場(chǎng)景對(duì)未知個(gè)體受試者進(jìn)行情緒誘發(fā)刺激，采集該個(gè)體受試者的腦電信號(hào)并通過信號(hào)去噪等預(yù)處理模塊以后通過非線性動(dòng)力學(xué)理論對(duì)去噪后的腦電信號(hào)進(jìn)行特征提取，將提取出來的特征參量送入分類判別模型從而直接得出抑郁癥風(fēng)險(xiǎn)篩查結(jié)果。

本文雖然已經(jīng)給出了本發(fā)明的一些實(shí)施例，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，在不脫離本發(fā)明精神的情況下，可以對(duì)本文的實(shí)施例進(jìn)行改變。上述實(shí)施例只是示例性的，不應(yīng)以本文的實(shí)施例作為本發(fā)明權(quán)利范圍的限定。