論文-便攜式腦電健康檢查的專家系統(tǒng)關(guān)鍵技術(shù)研究

1、項(xiàng)目名稱： 便攜式腦電健康檢查的專家系統(tǒng)關(guān)鍵技術(shù)研究 項(xiàng)目負(fù)責(zé)人（簽名） 所在學(xué)校（蓋章） 1本項(xiàng)目研究意義及國(guó)內(nèi)外同類(lèi)研究工作現(xiàn)狀（附主要參考文獻(xiàn)及出處）：（1）項(xiàng)目背景 人體的大腦與身體其他部位如心臟、肌肉等一樣，能產(chǎn)生生物電流。通過(guò)安裝在頭皮部位的電極記錄的腦生物電活動(dòng)，就稱為腦電圖（electroencephalogram，EEG）。自上世紀(jì)80年代以來(lái)，人類(lèi)對(duì)大腦疾病的診斷方法產(chǎn)生了劃時(shí)代的進(jìn)展，CT、MRI及數(shù)字減影血管造影（DSA）等產(chǎn)品的問(wèn)世，大大簡(jiǎn)化了診斷的過(guò)程，提高了診斷的精確性，并且能夠顯示出大腦結(jié)構(gòu)形態(tài)改變的清晰影響，以供臨床判斷。但是這些方法不能對(duì)大腦功能性疾病顯影，

2、這也是它們的一大缺點(diǎn)之一；而腦電圖、動(dòng)態(tài)腦電圖、腦電地形圖、誘發(fā)電位圖等腦電檢測(cè)手段正好彌補(bǔ)了這一不足，對(duì)了解腦功能狀況，揭示腦的病理、生理狀態(tài)及其活動(dòng)特性、輔助診斷腦疾病等能夠提供極為有益的資料。利用常規(guī)腦電設(shè)備進(jìn)行檢測(cè)，由于時(shí)間和環(huán)境的限制，往往得不到有確切意義的結(jié)果。為此，人們一直致力于在非醫(yī)院環(huán)境中進(jìn)行腦電檢測(cè)的腦電系統(tǒng)的研制工作，以在不影響病人的日常生活的情況下，獲得長(zhǎng)時(shí)間的腦電記錄，輔助于腦部疾患的診斷，尤其是對(duì)那些能引起腦電陣發(fā)異常的疾病診斷價(jià)值更大。本課題的主要任務(wù)就是設(shè)計(jì)一個(gè)低成本、便攜式、可以在任意時(shí)間記錄腦電信號(hào)，并通過(guò)“云”專家系統(tǒng)獲取腦電診斷知識(shí)庫(kù)的健康建議的大眾化腦

3、電檢查系統(tǒng)；該系統(tǒng)以腦電數(shù)據(jù)的模式識(shí)別和云計(jì)算為技術(shù)基礎(chǔ)，兼顧專業(yè)醫(yī)院腦電診斷和普通百姓腦電健康檢查兩方面的需求，將腦電檢查從必須由專業(yè)醫(yī)院專營(yíng)實(shí)施的復(fù)雜臨床醫(yī)療工作，變成一個(gè)大眾化的、可以由普通非專業(yè)人員使用的大腦健康狀況速查，從而普及腦電量化診斷，及早發(fā)現(xiàn)可能的腦部隱患，以采取有針對(duì)性的保健或醫(yī)療措施，提高公眾腦健康水平。（2）腦電檢查的現(xiàn)狀和問(wèn)題目前，雖然單次普通腦電檢查的費(fèi)用并不是非常高（參見(jiàn)表1的某醫(yī)院腦電檢查項(xiàng)目?jī)r(jià)目表），但是，動(dòng)態(tài)腦電的監(jiān)測(cè)、腦地形圖、無(wú)紙腦電圖等項(xiàng)目費(fèi)用仍比較高；更況一般百姓到醫(yī)院檢查，從“交通”到“掛號(hào)”到“診斷單”、“繳費(fèi)”、“排隊(duì)”等一系列流程，其人力和時(shí)

4、間的成本是非常高的。對(duì)于普通大眾，一般在沒(méi)有明顯的病癥的情況下，是不會(huì)輕易進(jìn)行類(lèi)似的檢查的。表1 某醫(yī)院的腦電檢查項(xiàng)目?jī)r(jià)目表項(xiàng)目單位價(jià)格/元說(shuō)明腦電圖次8腦電圖（14導(dǎo)）次100腦電圖（16導(dǎo)）（18導(dǎo)）次160無(wú)紙腦電圖次280進(jìn)口機(jī)癔癇誘導(dǎo)、誘發(fā)次80癲癇和癔癥鑒別診斷次100睡眠誘導(dǎo)次200誘導(dǎo)EP蝶骨電極次90復(fù)雜性EP閃光刺激次90腦地形圖次200腦血流圖（轉(zhuǎn)頸試驗(yàn)加倍）次30轉(zhuǎn)頸試驗(yàn)加倍腦電圖監(jiān)測(cè)小時(shí)3024小時(shí)動(dòng)態(tài)腦電圖監(jiān)測(cè)(國(guó)產(chǎn)) 次800國(guó)產(chǎn)儀器24小時(shí)動(dòng)態(tài)腦電圖監(jiān)測(cè)(進(jìn)口)次1000進(jìn)口儀器數(shù)字化腦電圖次180腦電超慢漲落分析次200因此，從總體上來(lái)說(shuō)，目前的腦電檢查，存在

5、如下問(wèn)題：?jiǎn)未螜z查成本較高，難以成為“保健”行為。綜合考慮個(gè)人到醫(yī)院進(jìn)行腦電檢查的全面成本（包括人力、時(shí)間等因素），單次腦電檢查的成本實(shí)際上已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)個(gè)人“健康檢查”的成本預(yù)期，因此常規(guī)的腦電檢查難以成為一個(gè)健康“普查”行為（例如家庭中的“血壓”測(cè)量就是一種大眾化的健康普查行為），而只能是一種針對(duì)嚴(yán)重疾病的病理檢查。依賴專家個(gè)人的臨床經(jīng)驗(yàn)，準(zhǔn)確度波動(dòng)較大。而腦電檢查的長(zhǎng)處所在即對(duì)“功能性”疾病的診斷能力由于專家個(gè)人經(jīng)驗(yàn)的不同而可能導(dǎo)致診斷結(jié)果的可靠性差異較大。難以進(jìn)行診斷知識(shí)的積累。由于不同的專家和不同的病例沒(méi)有共享數(shù)據(jù)存儲(chǔ)，更沒(méi)有計(jì)算機(jī)人工智能輔助的模式識(shí)別等大規(guī)模計(jì)算能力的運(yùn)用，診斷知識(shí)

6、僅僅依賴醫(yī)學(xué)實(shí)驗(yàn)和醫(yī)學(xué)專著、論文的積累，對(duì)于單獨(dú)的診所和醫(yī)生個(gè)人來(lái)說(shuō)，難以在短時(shí)間內(nèi)提高診斷的準(zhǔn)確性。（3）目標(biāo)和意義目標(biāo)：(a) 分模塊完成系統(tǒng)研發(fā)所需的關(guān)鍵技術(shù)研究。系統(tǒng)模塊包括：數(shù)據(jù)采集子系統(tǒng)，數(shù)據(jù)處理子系統(tǒng)，模式識(shí)別子系統(tǒng)，專家診斷子系統(tǒng)。(b) 構(gòu)建系統(tǒng)原型，并為推廣應(yīng)用和產(chǎn)業(yè)化進(jìn)行前期測(cè)試。意義：腦電是一種具有重要臨床意義的生理指標(biāo)，是各種顱內(nèi)病變，如癲癇、腦中風(fēng)、腦炎、腦瘤、代謝性腦病變等的輔助診斷手段，更是多種功能性疾病（例如失眠、抑郁等）的重要診斷指標(biāo)。但是，由于目前的由醫(yī)院和醫(yī)生專營(yíng)的腦電診斷存在個(gè)人成本較高，實(shí)施過(guò)程繁瑣，準(zhǔn)確度的波動(dòng)性較大等問(wèn)題，腦電檢查難以成為一種大眾

7、化的健康檢查行為。本課題研究低成本、便攜式、大眾化、高智能的腦電測(cè)量工具，應(yīng)用模式識(shí)別和人工智能的方法，建立云端的腦電診斷專家系統(tǒng)，并通過(guò)互聯(lián)網(wǎng)（特別是3G網(wǎng)絡(luò)）進(jìn)行數(shù)據(jù)的傳輸和展示，方便普通大眾使用，從而將腦電檢查變成一種大眾化的保健檢查，并通過(guò)逐步的知識(shí)積累，不斷豐富和完善專家?guī)斓闹悄茉\斷能力，為大眾和專業(yè)醫(yī)院提供基于腦電的健康維護(hù)的技術(shù)手段。2主要研究?jī)?nèi)容、目標(biāo)、方案和進(jìn)度及擬解決的關(guān)鍵問(wèn)題：研究?jī)?nèi)容：本課題研發(fā)的總體框架如圖1所示；其中可分為3條技術(shù)主線：（1）腦電數(shù)據(jù)采集；（2）腦電數(shù)據(jù)傳輸和可視化；（3）“云”專家系統(tǒng)智能診斷。其關(guān)鍵技術(shù)，為路線（3）中的腦電時(shí)間序列數(shù)據(jù)的特征提取

8、和模式分類(lèi)。圖1 大眾化腦電普查云專家系統(tǒng)的總體框架圖腦電數(shù)據(jù)采集子系統(tǒng)通過(guò)放置在人體頭部的干電極，采集腦電信號(hào)。采集操作由PC或者手執(zhí)設(shè)備（例如手機(jī)）內(nèi)的應(yīng)用程序（App）控制，通過(guò)藍(lán)牙進(jìn)行通訊。采集到的數(shù)據(jù)經(jīng)過(guò)簡(jiǎn)單處理后，提交給云端的專家系統(tǒng)進(jìn)行模式匹配和識(shí)別，并根據(jù)識(shí)別結(jié)果給出診斷建議。研發(fā)目標(biāo)：本項(xiàng)目的實(shí)施目標(biāo)為：針對(duì)小型診所和普通民眾家庭使用的大眾化腦電健康檢測(cè)需求，完成大眾化的便攜式腦電檢測(cè)專家系統(tǒng)的整體原型，包括如下組件：（1）便攜式腦電采集終端原型1臺(tái)：執(zhí)行腦電數(shù)據(jù)采集操作；（2）手機(jī)Android App操控軟件：用于操控采集和數(shù)據(jù)傳輸；（3）專家系統(tǒng)軟件：用于腦電診斷數(shù)據(jù)的

9、特征分析和檢索；（4）服務(wù)器Web接口：用于在手機(jī)App和專家?guī)熘g通訊。便攜式采集終端實(shí)現(xiàn)如下參數(shù)要求：（1）終端設(shè)備硬件成本：<500元；（2）終端設(shè)備重量：<200克；專家系統(tǒng)建設(shè)實(shí)現(xiàn)如下要求：（1）積累超過(guò)500個(gè)病例樣本數(shù)據(jù)；（2）單次模式檢索時(shí)間<10秒；（3）支持并發(fā)的模式檢索，并發(fā)數(shù)>10。研發(fā)進(jìn)度：起止年月進(jìn)度目標(biāo)要求（每欄限80字）2014-07-01至2014-12-31設(shè)計(jì)并實(shí)現(xiàn)便攜式腦電測(cè)試儀；構(gòu)建基于云平臺(tái)的專家系統(tǒng)；與醫(yī)院和專家合作，完成一定數(shù)量的腦電數(shù)據(jù)的采集；研究時(shí)間序列的簡(jiǎn)明模式識(shí)別方法。2015-01-01至2015-06-30完成

10、典型腦電案例的分析，研究典型腦電的特征提取方法；完成安卓App軟件設(shè)計(jì)，并進(jìn)行軟件測(cè)試；通過(guò)申報(bào)系統(tǒng)主動(dòng)報(bào)告前期研發(fā)工作和階段性成果。 2015-07-01至2015-12-31實(shí)現(xiàn)裝置與android的通信、利用手機(jī)與云服務(wù)器通信；完成特征提取與匹配算法的研究和軟件編程工作；進(jìn)行大范圍系統(tǒng)測(cè)試和數(shù)據(jù)采集工作，完善專家知識(shí)庫(kù)；總結(jié)研究成果，完成論文撰寫(xiě)和專利申請(qǐng)。2016-01-01至2016-06-30做好項(xiàng)目驗(yàn)收所需要的文本，包括工作報(bào)告、技術(shù)報(bào)告、相關(guān)測(cè)試報(bào)告和用戶報(bào)告等。做好項(xiàng)目驗(yàn)收的財(cái)務(wù)審計(jì)。 擬解決的關(guān)鍵問(wèn)題：為降低終端成本，同時(shí)提高輔助檢查的準(zhǔn)確度，本課題應(yīng)用

11、云計(jì)算模式，在“云端”構(gòu)建腦電模式提取和檢索專家系統(tǒng)，并將腦電檢查中的大部分計(jì)算任務(wù)通過(guò)網(wǎng)絡(luò)分配到云端。病人或普通民眾通過(guò)便攜式腦電檢測(cè)儀進(jìn)行腦電數(shù)據(jù)采集，并將腦電信息通過(guò)手機(jī)傳遞至云服務(wù)器，調(diào)用專家系統(tǒng)給出診斷建議。經(jīng)過(guò)醫(yī)生確認(rèn)的診斷案例將再次傳至云服務(wù)器以充實(shí)專家系統(tǒng)的知識(shí)數(shù)據(jù)庫(kù)。專家系統(tǒng)所涉及的關(guān)鍵技術(shù)包括：(a) 腦電數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)(b) 特征提取與知識(shí)庫(kù)建設(shè)(c) 模式匹配檢索其中，“特征提取與知識(shí)庫(kù)建設(shè)”是本系統(tǒng)的核心，它負(fù)責(zé)完成“云”專家?guī)熘胁±\斷數(shù)據(jù)的抽象存儲(chǔ)，為后續(xù)的模式查詢和檢索提供服務(wù)。研發(fā)方案：1. 技術(shù)路線及可行性分析(1) 腦電數(shù)據(jù)采集腦電數(shù)據(jù)采集擬采用TGAM

12、（ThinkGear AM）腦電模塊。TGAM是Neurosky為大眾市場(chǎng)應(yīng)用所設(shè)計(jì)的腦波傳感器ASIC模塊。它可以處理并輸出腦波頻率譜，原始腦電波和三個(gè)Neurosky獨(dú)有的eSense參數(shù)：專注度，放松度和眨眼偵測(cè)。其人體界面是一個(gè)簡(jiǎn)單的干接觸點(diǎn)，可以很容易地運(yùn)用于便攜式健康設(shè)備中，又由于能耗小，適合于電池供電。圖2和圖3分別是TGAM模塊的外觀視圖以及和藍(lán)牙連接的引線示意圖。圖2 TGAM腦電模塊（2.79cm x 1.52cm x 0.25cm）圖3 傳感器和藍(lán)牙等的連線示意圖TGAM模塊的特點(diǎn)及優(yōu)勢(shì)包括： 能直接連接干接觸點(diǎn)，不像傳統(tǒng)醫(yī)學(xué)用的濕傳感器使用時(shí)需要上導(dǎo)電膠，便于使用和攜帶

13、。 先進(jìn)的噪音過(guò)濾技術(shù)，能抗拒日常生活中環(huán)境里的各種干擾。 低能耗（15毫安 3.3伏），適合便攜式消費(fèi)產(chǎn)品的電池供電的設(shè)備 嵌入式的信號(hào)質(zhì)量分析功能能警告接觸不良或是完全沒(méi)接觸的異常狀態(tài)，便于軟件開(kāi)發(fā)和大眾化使用。 不僅可以輸出原始腦波信號(hào)，也可以處理和輸出,等腦波波段數(shù)據(jù)，還可以處理和輸出Neurosky獲得專利技術(shù)的eSense專注度和放松度指數(shù)以及眨眼偵測(cè)等和未來(lái)開(kāi)發(fā)的其他數(shù)據(jù)。以上特性，使得根據(jù)TGAM模塊進(jìn)行腦電采集子系統(tǒng)的研發(fā)，具有快速原型建立、方便測(cè)試等優(yōu)點(diǎn)，便于我們將主要精力集中于“云”專家系統(tǒng)和腦電時(shí)間序列數(shù)據(jù)模式識(shí)別等關(guān)鍵技術(shù)的研究上。(2) 數(shù)據(jù)傳輸和可視化我們使用移動(dòng)

14、設(shè)備（例如安卓手機(jī)）進(jìn)行數(shù)據(jù)的傳輸和可視化工作。該工作主要通過(guò)兩條通訊線路進(jìn)行：對(duì)于下位的采集模塊，使用藍(lán)牙通訊和MindSet Communications Protocol（MindSet通訊協(xié)議）操縱數(shù)據(jù)采集動(dòng)作，以獲取腦電時(shí)間序列。對(duì)于上位的通訊，則通過(guò)Internet、3G網(wǎng)絡(luò)等，使用Web接口和專家系統(tǒng)交互。除了常規(guī)的腦電數(shù)據(jù)外，TGAM模塊可以輸出,等腦波波段數(shù)據(jù)和Neurosky獲得專利技術(shù)的eSense專注度和放松度指數(shù)：專注度參數(shù)（Attention）表示一個(gè)人精神上的專注程度，或集中注意力的程度。參數(shù)值的范圍是0-100，注意力水平增加說(shuō)明使用者的注意力正集中在某一事物上

15、做單一的思考，分心的時(shí)候注意力參數(shù)就會(huì)下降。放松度參數(shù)（Meditation）表示使用者精神上的“放松”或者“冷靜”的程度，它的數(shù)值范圍也是0-100。放松度參數(shù)上升表示使用者心情放松，參數(shù)下降表示他心情不適或者正在感受壓力。ThinkGear組件使用異步串行數(shù)據(jù)包和控制端通訊；其一般格式為：SYNC SYNC PLENGTH PAYLOAD. CHKSUM_ _ _(Header) (Payload) (Checksum)其中的Data Payload包含腦電采集的關(guān)鍵數(shù)據(jù)；它包含兩類(lèi)代碼：?jiǎn)巫止?jié)代碼（表2）和多字節(jié)代碼（表3）；分別見(jiàn)表2和表3的列示。表2 Single-Byte CODE

16、sExtended Code LevelCODELENGTHData Value Meaning00x02-POOR_SIGNAL Quality (0-255)00x04-ATTENTION eSense (0 to 100)00x05-MEDITATION eSense (0 to 100)00x16-Blink Strength. (0-255) Sent only when Blink event occurs表3 Multi-Byte CODEsExtended Code LevelCODELENGTHData Value Meaning00x802RAW Wave Value: a

17、 single big-endian 16-bit two's-compliment signed value (high-order byte followed by low-order byte) (-32768 to 32767)00x8324ASIC_EEG_POWER: eight big-endian 3-byte unsigned integer values representing delta, theta, low-alpha high-alpha, low-beta, high-beta,low-gamma, and mid-gamma EEG band powe

18、r valuesAny0x55-NEVER USED (reserved for EXCODE)Any0xAA-NEVER USED (reserved for EXCODE)數(shù)據(jù)的初步處理和可視化可以在移動(dòng)設(shè)備上直接進(jìn)行；圖4就是手機(jī)App軟件對(duì)通過(guò)藍(lán)牙接收的,等腦波波段數(shù)據(jù)和Neurosky獲得專利技術(shù)的eSense專注度和放松度指數(shù)的可視化展示。通過(guò)MindSet通訊協(xié)議采集到的數(shù)據(jù)，被手機(jī)App提交到專家?guī)斓腤eb接口，后者從中提取特征并和專家?guī)熘械哪Ｊ竭M(jìn)行比對(duì)，最終將匹配結(jié)果傳回手機(jī)軟件，完成腦電檢查結(jié)果的回顯和可視化。圖4 手機(jī)接收的腦電波形和關(guān)注度、放松度指標(biāo)的動(dòng)態(tài)可視化展示 (

19、3) 云專家系統(tǒng)為降低終端成本，同時(shí)提高輔助檢查的準(zhǔn)確度，本課題應(yīng)用云計(jì)算模式，在“云端”構(gòu)建腦電模式提取和檢索專家系統(tǒng)，并將腦電檢查中的大部分計(jì)算任務(wù)通過(guò)網(wǎng)絡(luò)分配到云端。病人或普通民眾通過(guò)便攜式腦電檢測(cè)儀進(jìn)行腦電數(shù)據(jù)采集，并將腦電信息通過(guò)手機(jī)傳遞至云服務(wù)器，調(diào)用專家系統(tǒng)給出診斷建議。經(jīng)過(guò)醫(yī)生確認(rèn)的診斷案例將再次傳至云服務(wù)器以充實(shí)專家系統(tǒng)的知識(shí)數(shù)據(jù)庫(kù)。專家系統(tǒng)所涉及的關(guān)鍵技術(shù)包括：(a) 腦電數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)(b) 特征提取與知識(shí)庫(kù)建設(shè)(c) 模式匹配檢索其中，“特征提取與知識(shí)庫(kù)建設(shè)”是本系統(tǒng)的核心，它負(fù)責(zé)完成“云”專家?guī)熘胁±\斷數(shù)據(jù)的抽象存儲(chǔ)，為后續(xù)的模式查詢和檢索提供服務(wù)。分述如下。(a

20、) 腦電數(shù)據(jù)的結(jié)構(gòu)化存儲(chǔ)腦電數(shù)據(jù)采集后，經(jīng)過(guò)TGAM模塊的初步處理，可以按醫(yī)學(xué)領(lǐng)域知識(shí)的理解分解為不同的組分，如表4所示，并使用適當(dāng)?shù)牟蓸宇l率存儲(chǔ)，以避免過(guò)多的數(shù)據(jù)（原始采樣512Hz）引起模式分類(lèi)和識(shí)別的困難。表4 初步處理后的腦電數(shù)據(jù)組分腦波類(lèi)型頻率范圍精神狀態(tài)Delta波0.1Hz 到 3Hz沉睡，非快速動(dòng)眼睡眠，無(wú)意識(shí)狀態(tài)Theta波4Hz 到 7Hz直覺(jué)的，創(chuàng)造性的，回憶，幻想，想象，淺睡Alpha波8Hz 到 12Hz放松但不困倦，平靜，有意識(shí)地低頻Beta波12Hz 到 15Hz運(yùn)動(dòng)感覺(jué)節(jié)律, 即輕松又專注，有協(xié)調(diào)性中頻Beta波16Hz 到 20Hz思考，對(duì)于自我和周?chē)h(huán)境意識(shí)

21、清楚高頻Beta波21Hz 到 30Hz警覺(jué)，激動(dòng)關(guān)注度eSense指數(shù)精神上的專注程度，或集中注意力的程度放松度eSense指數(shù)精神上的“放松”或者“冷靜”的程度分解后的腦電數(shù)據(jù)通過(guò)Internet上傳到專家系統(tǒng)，進(jìn)行特征提取和模式分類(lèi)。(b) 特征提取與知識(shí)庫(kù)建設(shè)腦電信號(hào)的特征提取，即如何從 EEG 中提取出少量的有用信息，進(jìn)而利用這些信息進(jìn)行不同腦狀態(tài)的區(qū)分。常用的特征提取方法有時(shí)域分析、頻域分析、時(shí)頻分析以及時(shí)頻空分析和模型參數(shù)方法等。基于經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical mode decomposition，EMD）和希爾波特（Hibert）變換是一種時(shí)頻分析方法，這種變換方法的基函

22、數(shù)并不需要事先設(shè)定，變換方法本身使得變換過(guò)程根據(jù)信號(hào)的局部特征自動(dòng)選擇基函數(shù)，這一特性使得該方法特別適合非線性、非平穩(wěn)信號(hào)的分析，提高了算法的通用性，并且能夠獲得較高的分類(lèi)精度。針對(duì)腦電信號(hào)的非線性、非平穩(wěn)特點(diǎn)，基于EMD具有提取局部瞬態(tài)信息的特點(diǎn)和多尺度熵(MSE)對(duì)非線性信號(hào)復(fù)雜度的定量測(cè)度特性，將二者有機(jī)結(jié)合，構(gòu)建基于EMD-MSE的特征提取及定量描述，應(yīng)用于腦電信號(hào)的特征提取。特征提取的工作流程參見(jiàn)圖5所示。圖5 使用EMD-MSE的腦電特征提取流程(c) 模式匹配檢索為提高模式識(shí)別率，引入極限學(xué)習(xí)機(jī)(ELM)進(jìn)行模式分類(lèi)。ELM算法是由黃廣斌教授提出的一種監(jiān)督型網(wǎng)絡(luò)學(xué)習(xí)算法，該算法在

23、單隱層前饋網(wǎng)絡(luò)隱層節(jié)點(diǎn)的激活函數(shù)無(wú)限可微時(shí)，隨機(jī)確定網(wǎng)絡(luò)輸入權(quán)值和隱層節(jié)點(diǎn)的偏置，并快速獲得輸出權(quán)值。該算法與BP算法等相比，避免了陷入局部最優(yōu)的風(fēng)險(xiǎn)，提高了網(wǎng)絡(luò)的學(xué)習(xí)速度和推廣性能，更適用于規(guī)模較大的腦電數(shù)據(jù)處理。圖6所示為基于ELM的單隱層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。圖6前饋神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)受試者的腦電數(shù)據(jù)，在特征提取后，應(yīng)用ELM進(jìn)行模式分類(lèi)，并與專業(yè)醫(yī)療診斷的結(jié)果數(shù)據(jù)相匹配，存儲(chǔ)于腦電診斷專家?guī)熘?，服?wù)于模式匹配的查詢和檢索。檢索結(jié)果通過(guò)網(wǎng)絡(luò)回饋到移動(dòng)設(shè)備（手機(jī)）上，從而完成整個(gè)智能化的腦電健康檢查的工作流程。3與本項(xiàng)目有關(guān)的工作條件（包括研究工作基礎(chǔ)、實(shí)驗(yàn)條件等）1. 實(shí)驗(yàn)室條件申請(qǐng)人所在的單

24、位有相關(guān)的實(shí)驗(yàn)室5個(gè)，省級(jí)重點(diǎn)學(xué)科實(shí)驗(yàn)室2個(gè)，相關(guān)的基礎(chǔ)設(shè)備配套齊全。其中嵌入式實(shí)驗(yàn)室可用于傳感器、物聯(lián)網(wǎng)方向的實(shí)驗(yàn)和設(shè)備設(shè)計(jì)，圖像與微波光子學(xué)實(shí)驗(yàn)室可用于開(kāi)展智能數(shù)據(jù)處理、模式識(shí)別以及紅外光學(xué)相關(guān)的研究。近年來(lái)，本團(tuán)隊(duì)已承擔(dān)多項(xiàng)研發(fā)工作并有多項(xiàng)研究成果獲獎(jiǎng)。已購(gòu)買(mǎi)項(xiàng)目實(shí)施所需的軟件開(kāi)發(fā)、硬件設(shè)計(jì)的基本設(shè)備和商用軟件，包括數(shù)字腦電地形圖儀、紅外熱像儀和光譜分析儀、FPGA開(kāi)發(fā)平臺(tái)等儀器，以及動(dòng)態(tài)腦電可視化檢測(cè)軟件、腦電數(shù)據(jù)采集接口API等軟件系統(tǒng)?？捎糜谀X電數(shù)據(jù)采集、時(shí)間序列模式識(shí)別、圖像特征識(shí)別算法等多項(xiàng)研究，為該項(xiàng)目的進(jìn)行提供了設(shè)備基礎(chǔ)。2. 人才條件本項(xiàng)目組為承擔(dān)單位重點(diǎn)資助的科研團(tuán)隊(duì)，

25、擁有計(jì)算機(jī)技術(shù)、光電子、嵌入式和圖像處理、數(shù)據(jù)挖掘、人工智能等方向的專業(yè)人才20多人。團(tuán)隊(duì)負(fù)責(zé)人和主要參與者近年來(lái)參與多項(xiàng)國(guó)家自然科學(xué)基金項(xiàng)目的研究，包括“大數(shù)據(jù)環(huán)境下高維數(shù)據(jù)流挖掘算法及應(yīng)用研究”，“基于流形學(xué)習(xí)和時(shí)序語(yǔ)義網(wǎng)挖掘的人體運(yùn)動(dòng)序列分析研究”，“TRIZ多沖突設(shè)計(jì)問(wèn)題的工程語(yǔ)義網(wǎng)求解及專利知識(shí)挖掘方法與應(yīng)用”等；對(duì)數(shù)據(jù)流、時(shí)間序列（腦電數(shù)據(jù)就是典型的時(shí)間序列數(shù)據(jù)）上的模式挖掘算法及相關(guān)領(lǐng)域有豐富的研究經(jīng)驗(yàn)，在國(guó)內(nèi)外期刊上發(fā)表或錄用相關(guān)論文20余篇。團(tuán)隊(duì)負(fù)責(zé)人和主要參與者還參與進(jìn)行多項(xiàng)高新技術(shù)應(yīng)用研究，包括微光夜視系統(tǒng)、CCD與熱像儀融合技術(shù)與系統(tǒng)研究（國(guó)防預(yù)研項(xiàng)目）、微光與紅外圖像實(shí)時(shí)融合關(guān)鍵技術(shù)研究（江蘇省教育廳項(xiàng)目）、基于3G網(wǎng)絡(luò)的移動(dòng)測(cè)速系統(tǒng)、基于多階布里淵散射的鎖模激光器研究（寧波市自然科學(xué)基金項(xiàng)目）等，榮獲