基于生理信息的抑郁症评估系统及其评估方法
【技术领域】
[0001] 本发明设及一种抑郁症评估技术，特别设及一种基于生理信息的抑郁症评估系统 及其评估方法。
【背景技术】
[0002] 随着社会发展，人们面临越来越多的压力，抑郁症的发病率也越来越高。根据调查 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 患者一般表现为情绪低沉，对W前感兴趣的事物丧失兴趣W及注意力降低。抑郁症等级有 轻度、中度、重度的区别，患病情况严重的有自杀倾向。抑郁症的病因是复杂的，而不是单一 的，主要由生物、屯、理和社会因素共同组成生物-屯、理-社会的统一模式，有遗传因素、生物 化学因素、神经内分泌因素、屯、理社会因素等原因影响。抑郁症的发病机制研究多集中于神 经递质及其受体，尤其是单胺类神经递质及其受体，研究认为神经肤在抑郁症发病中起重 要作用。但是至今，抑郁症的发病机制还没有一个统一的定论。
[0003] 如今临床上对抑郁症的评估主要根据病史、临床症状等方式，目前国际上通用的 评估标准有ICD-10和DSM-IV。国内主要采用ICD-10,通过抑郁症症状的表现W及抑郁症 自评量表（SD巧判断受测者是否患有抑郁症，运样的评估方式会受到受测者主观陈述、屯、 理医生的自身主观因素和临床经验的影响，并不是客观评估抑郁症的有效方法。因此需要 一种基于生理信息对抑郁症进行评估，客观量化是否患有抑郁症W及抑郁等级。
[0004] 根据W往的研究，抑郁症患者的屯、电、脉搏波、脑电、皮电、胃电、肌电、眼电、多导 睡眠、溫度等生理信息跟正常人有所差异。表现为电信号的时域、频域、时域几何参数等有 所不同。因此根据多种生理信息表现的差异，对信号进行处理，计算大量的信号参数，建立 抑郁评估数学模型评估抑郁症具有研究基础、可行性和临床实用性。
【发明内容】
阳〇化]本发明的首要目的在于克服现有抑郁症评价技术的缺点和不足，提供一种基于生 理信息的抑郁症评估系统，该系统通过采集人体屯、电信息W及脉搏波、脑电、皮电、胃电、肌 电、眼电、多导睡眠、溫度中一种或一种W上生理信息，计算生理信息的时域、频域等参数， 提取特征参数集，建立抑郁评估数学模型，进而对受测者是否患有抑郁症W及抑郁等级进 行评估。
[0006] 本发明的另一目的在于克服现有抑郁症评价方法的缺点和不足，提供一种应用于 基于生理信息的抑郁症评估系统的评估方法，该评估方法能够客观量化地评估受测者是否 患有抑郁症W及抑郁等级。
[0007] 本发明的首要目的通过下述技术方案实现：一种基于生理信息的抑郁症评估系 统，包括：信息采集模块、信号处理模块、参数计算模块、特征选择模块、机器学习模块和输 出结果模块。
[0008] 信息采集模块，用于采集屯、电信号W及选择性地采集脉搏波信号、脑电信号、皮电 信号、胃电信号、肌电信号、眼电信号、多导睡眠信号、溫度信号中一种或一种w上的生理信 息。信息采集模块采集的信号通过USB串口有线传输或者蓝牙无线传输的方式传输到信号 处理模块中。
[0009] 信号处理模块，用于对生理信息进行信号处理，包括屯、电信号处理单元、脉搏波信 号处理单元、脑电信号处理单元、皮电信号处理单元、胃电信号处理单元、肌电信号处理单 元、眼电信号处理单元、多导睡眠信号处理单元和溫度信号处理单元。其中屯、电信号处理单 元包括去基线处理、滤波去噪处理、提取窦性屯、搏间期（RR间期）处理、插值处理、傅里叶变 换处理W及谱分析和谱估计处理。脉搏波信号处理单元包括去基线处理、滤波去噪处理、 提取脉搏间期（PP间期）处理、插值处理、傅里叶变换处理W及谱分析和谱估计处理。脑 电信号处理单元包括去基线处理、阔值去噪处理、小波分解处理W及谱分析和谱估计处理。 皮电信号处理单元包括去基线处理和小波滤波处理。胃电信号处理单元包括去基线处理、 HiAed-Huang变换处理、小波分析处理、多分辨率分析处理和独立成分分析处理。肌电信 号处理单元包括去基线处理和小波包自适应阔值去噪。眼电信号处理单元包括去基线处 理、加权中值滤波处理和小波变换处理。多导睡眠信号处理单元包括处理睡眠脑电信号、睡 眠肌电信号和睡眠眼电信号，对所述睡眠脑电信号进行去基线处理、阔值去噪处理、小波分 解处理W及谱分析和谱估计处理，对所述睡眠眼电信号进行去基线处理、加权中值滤波处 理和小波变换处理，对所述睡眠肌电信号进行去基线处理、小波包自适应阔值去噪处理和 睡眠分期处理。溫度信号处理单元包括去基线处理、阔值滤波处理、建立溫度值与图像灰度 值的关系式。信号处理模块输出经过处理的信号到参数计算模块。
[0010] 参数计算模块，用于计算经过处理的信号的信号参数，包括屯、电参数计算单元、脉 搏波参数计算单元、脑电参数计算单元、皮电参数计算单元、胃电参数计算单元、肌电参数 计算单元、眼电参数计算单元、多导睡眠参数计算单元和溫度参数计算单元。其中屯、电参数 计算单元包括计算RR间期、所有RR间期的均值（Mean)、屯、跳间期的标准差（SDNN)、相邻屯、 跳间期差值的均方根（MSSD)、50毫秒间隔W上相邻屯、跳间期差值的比例（PNN50)、相邻屯、 跳间期之间的标准差（SDSD)、极低频成分（VLF)、低频成分（LF)、高频成分（HF)、频谱总功 率灯巧、低频成分与高频成分的比值（LF/HF)、RR间期散点图中垂直于y=X的标准偏差 (SD1)、RR间期散点图中y=X直线的标准偏差（SD2)、短期去趋势波动分析的斜率（al)和 长期去趋势波动分析的斜率（a2)。脉搏波参数计算单元包括计算PP间期、所有PP间期的 均值（Mean)、脉搏间期的标准差（SDNN)、相邻脉搏间期差值的均方根（RMSSD)、50毫秒间隔 W上相邻脉搏间期差值的比例（P順50)、相邻脉搏间期之间的标准差（SDSD)、极低频成分 (VLF)、低频成分（LF)、高频成分（HF)、频谱总功率灯巧、低频成分与高频成分的比值（LF/ HF)、PP间期散点图中垂直于y=X的标准偏差（SD1)、PP间期散点图中y=X直线的标准 偏差（SD2)、短期去趋势波动分析的斜率（al)和长期去趋势波动分析的斜率（a2)。脑电参 数计算单元包括计算5波幅值、5波功率、5波均值、5波方差、5波偏歪度、5波峭度、 0波幅值、0波功率、0波均值、0波方差、0波偏歪度、0波峭度、a波幅值、a波功 率、a波均值、a波方差、a波偏歪度、a波峭度、P波幅值、P波功率、P波均值、P波 方差、P波偏歪度、P波峭度和小波赌。皮电参数计算单元包括计算皮肤交感反应潜伏期、 皮肤交感反应波幅和皮肤电阻值。胃电参数计算单元包括计算正常胃电节律、慢波、胃动过 缓成分和胃动过速成分。肌电参数计算单元包括计算基础值、最小值、最高值、肌电下降能 力和肌电曲线。眼电参数计算单元包括计算R波成分、r波成分、S波成分和s波成分。多 导睡眠信号参数计算单元包括计算睡眠潜伏期、睡眠总时间、觉醒指数、入睡期（S1)、浅睡 期（S2)、中度睡眠期（S3)、深度睡眠期（S4)、快速眼动百分比、快速眼动睡眠周期数、快速 眼动睡眠潜伏期，快速眼动睡眠强度，快速眼动睡眠密度和快速眼动睡眠时间。溫度参数计 算单元包括计算人体体内溫度分布。参数计算模块输出信号参数到特征选择模块。
[0011] 特征选择模块，用于在全部信号参数中获取与抑郁等级相关的特征参数集。特征 选择模块输出特征参数集到机器学习模块。
[0012] 机器学习模块，用于训练抑郁等级量化的分类器，利用特征参数集建立抑郁评估 数学模型，量化抑郁等级。机器学习模块输出抑郁等级到输出结果模块。
[0013] 输出结果模块，用于显示抑郁评估数学模型输出的抑郁等级。
[0014] 本发明的另一目的通过下述技术方案实现：一种应用于基于生理信息的抑郁症评 估系统的评估方法，可W包括W下步骤：
[001引步骤1 :对屯、电信号进行信号处理并同时对脉搏波信号、脑电信号、皮电信号、胃 电信号、肌电信号、眼电信号、多导睡眠信号和溫度信号中的一种信号或一种W上的信号进 行信号处理，并计算经过处理的信号的信号参数。其中：
[0016] 屯、电信号处理和参数计算通过屯、电信号去基线处理、滤波去噪处理、提取RR间 期处理、插值处理、傅里叶变换处理W及谱分析和谱估计处理计算RR间期、Mean、SD順、 RMSSD、P順50、SDSDVLF、LF、HF、TP、LF/HF、SD1、SD2、al和曰2 ;
[0017] 脉搏波信号处理和参数计算通过脉搏波信号去基线处理、滤波去噪处理、提取PP 间期处理、插值处理、傅里叶变换处理W及谱分析和谱估计处理；
[0018] 脑