CN201308487Y - 基于p-vep的弱视检查系统 - Google Patents
基于p-vep的弱视检查系统 Download PDFInfo
- Publication number
- CN201308487Y CN201308487Y CNU2008201631453U CN200820163145U CN201308487Y CN 201308487 Y CN201308487 Y CN 201308487Y CN U2008201631453 U CNU2008201631453 U CN U2008201631453U CN 200820163145 U CN200820163145 U CN 200820163145U CN 201308487 Y CN201308487 Y CN 201308487Y
- Authority
- CN
- China
- Prior art keywords
- module
- vep
- amblyopia
- stimulation
- host machine
- 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.)
- Expired - Fee Related
Links
- 201000009487 Amblyopia Diseases 0.000 title claims abstract description 24
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims 2
- 230000000638 stimulation Effects 0.000 abstract description 27
- 230000000007 visual effect Effects 0.000 abstract description 27
- 238000006243 chemical reaction Methods 0.000 abstract description 12
- 238000013523 data management Methods 0.000 abstract description 12
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 238000012549 training Methods 0.000 abstract description 3
- 230000006698 induction Effects 0.000 abstract 1
- 230000000763 evoking effect Effects 0.000 description 26
- 238000007689 inspection Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000001595 mastoid Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本实用新型涉及基于P－VEP的弱视检查系统，主机上设主显示器及A/D转换卡，主显示器显示系统界面，供医生操作；主机连接辅显示器，辅显示器显示刺激图形；电极一端接被检查者，另一端接全隔离生物电放大器，全隔离生物电放大器通过A/D转换卡与主机相连，主机上设一基于P－VEP的弱视检查模块，该模块包括数据管理模块和检查模块，数据管理模块由用户管理、数据管理子模块构成；检查模块由阀值搜索、信号处理、叠加平均、信号采集、刺激图形及实时显示子模块构成。本实用新型具有能较准确地检测出诱发电位信号；根据需要灵活地实现多种脑机接口视觉刺激模式；使用者无需训练或只需很少训练，容易被人接受。
Description
技术领域
本实用新型属于医疗电子产品制造技术领域，具体涉及一种基于图像翻转模式视觉诱发电位(P-VEP)的弱视检查系统。
背景技术
弱视是指眼部无明显器质性病变，以功能性因素为主所引起的远视力≤0.8且不能矫正者，弱视是儿童中较为常见的眼病，发病率约为2％-3％。我国有3亿多儿童，约有1千万弱视患儿。因此，弱视的研究及防治是一个相当重要的问题，关系到下一代的健康成长。
对弱视进行早期诊断和治疗是防治弱视的关键。作为客观评估视功能的检查方法，视觉电生理广泛用于弱视的辅助诊断。视诱发电位(Visual EvokedPotential，VEP)属于诱发电位(Evoked Potential，EP)的范畴，是大脑皮层对视觉刺激发生反应得一簇电信号，又称为视诱发皮层电位(Visual EvokedCortical Potential，VECP)或视诱发反应(Visual Evoked Response，VER)。VEP可通过放在头部相应位置的表面电极被记录下来。
根据刺激频率的不同，视觉诱发电位可分为瞬态视觉诱发电位和稳态视觉诱发电位。中国专利局公布了“基于脑电稳态诱发响应的控制装置”(申请号：99122161.3)，其采用稳态刺激诱发视觉诱发电位实现脑机接口，用快速傅立叶变换对脑电信号进行频率分析，得到相应的频率成分，进而实现判断和控制。该技术的优点是信号提取方法简单，易实现。但该技术亦存在一定的局限性。(1)稳态视觉诱发电位对视觉刺激器的频率稳定性要求很严格，不同的目标需要采用不同的刺激频率，而且各个频率必须非常稳定。若刺激频率不稳定，诱发电位的频谱峰值会发生变化，将直接影响脑机接口控制信号提取的正确率。(2)稳态刺激频率范围一般为6-14Hz，而人的自发脑电α波频率为8-13Hz，其信号幅度强于诱发电位，选择刺激频率还需避开α波所在频带，视觉刺激频率的选择受到一定的限制。(3)当视觉刺激频率较高时，部分受试者感觉眼睛不适，眨眼次数增多，难以持续注视刺激目标。(4)还有少数受试者的瞬态诱发电位比较大，但当刺激频率较高时，可能会有部分人不能利用稳态视觉诱发电位实现脑机接口，则可尝试采用瞬态视觉诱发电位来实现脑机接口。
根据刺激方式不同，VEP主要分为闪光视觉诱发电位(F-VEP)和图形视觉诱发电位(P-VEP)，利用图形方式(一般采用不同空间频率和时间频率的黑白棋盘格)刺激视网膜后，产生的VEP信号，称之为P-VEP。在弱视诊断中，F-VEP没有特殊意义。患者的P-VEP信号有着特征的改变，这在弱视临床和研究工作中有两点重要意义，一是为临床医师提供早期发现儿童弱视的方法；二是对弱视发生机制提供客观的研究手段。
然而，P-VEP的提取非常困难，因为P-VEP信号十分微弱，通常淹没在波幅较大的背景脑电及其它噪声中，必须采取一些特殊的处理技术来达到检测的目的。而常用的消噪方法在消除噪声的同时，数据信息也会产生失真而丢失真实信息。基于小波变换的消噪法能满足各种消噪要求，且与传统的消噪方法相比，小波消噪有很多优点。
发明内容
本实用新型的目的是提供一种基于瞬态的图像模式翻转视觉诱发电位(P-VEP)技术提取脑机接口控制信号并实现了一个基于P-VEP的弱视检查系统。
本实用新型所采取的技术方案：基于P-VEP的弱视检查系统包括主机、辅显示器、电极、全隔离生物电放大器，主机上设主显示器及A/D转换卡，主显示器显示系统界面，供医生操作；主机连接辅显示器，辅显示器采用图像翻转方式，产生能诱发视觉电位信号的刺激图形；电极一端接被检查者大脑枕部的头皮，另一端接全隔离生物电放大器，电极采集视觉诱发电位信号(作用电极的位置通常是放在OZ位，OZ位是位于前后中线枕外粗隆向上10％；参考电极通常是放在鼻根上方5~8cm处；地电极通常放在耳垂或乳突处)，并将该信号传至全隔离生物电放大器进行放大处理；全隔离生物电放大器通过A/D转换卡与主机相连，经全隔离生物电放大器输出的信号进行A/D转换；主机上设一基于P-VEP的弱视检查模块，该模块包括数据管理模块和检查模块，数据管理模块由用户管理、数据管理子模块构成；检查模块由阀值搜索、信号处理、叠加平均、信号采集、刺激图形及实时显示子模块构成；主机对A/D转换卡输出的数据进行一系列处理，包括错相刺激策略用于诱发电位的叠加，在小波变换域提取特征向量，特征相量输入感知器神经网络，感知器神经网络输出待识别信号隶属于视觉诱发电位信号模糊集的隶属度，然后通过行简单的模糊模式识别，得到脑机接口控制信号，并在主显示器显示；医生对提取到的信号曲线关键特征值进行标注，生成并打印检查报告。
所述的基于P-VEP的弱视检查系统，弱视检查模块还包括各种图形翻转模式刺激源生成模块以及数据分析模块，数据分析模块由波形分析、阀值分析及对比分析子模块构成。
所述的基于P-VEP的弱视检查系统，电极采用国际标准银盘电极。
本实用新型具有以下优点：
(1)由于瞬态视觉诱发电位与刺激之间具有较严格的琐时关系(视觉诱发电位出现在刺激后相对固定的时间段内)，能较准确地检测出诱发电位信号，有利于提高脑机接口的准确率。
(2)控制信号的提取方法对刺激频率的稳定性没有严格要求，采用软件编程方式即可在计算机屏幕上产生视觉刺激模式，而且可根据需要灵活地实现多种脑机接口视觉刺激模式。
(3)采用头皮电极记录枕部的皮层视觉诱发电位，该记录方式无创，使用者无需训练或只需很少训练，容易被人接受。
附图说明
图1是本实用新型的系统硬件结构图。
图2是本实用新型的系统功能模块图。
图3是本实用新型的系统处理流程图。
具体实施方式
下面结合附图对本实用新型作详细说明。
如图1所示，本系统硬件部分主要由工控主机、辅显示器、全隔离全隔离生物电放大器、A/D转换卡、国际标准银盘电极组成。主机上设主显示器及A/D转换卡，主显示器显示系统界面，由医生操作并控制主机；主机与辅显示器相连，辅显示器显示黑白棋盘格的刺激图形；银盘电极按照国际EEG标准接在被检查者头部相应位置，电极一端接被检查者，另一端接全隔离生物电放大器，电极采集EEG信号并送至全隔离生物电放大器；全隔离生物电放大器对信号进行放大至几伏和基本滤波，全隔离生物电放大器通过线路与主机上的A/D转换卡相连；A/D转换卡对全隔离生物电放大器输出的信号进行A/D转换；主机对A/D转换卡输出的数据进行一系列处理，最终在主显示器中显示处理的结果。
主要元器件选择如下：放大器选全隔离生物电放大器ISO VEP50μV。放大器的主要性能指标如下：标称电压为
增益(倍)20000，精度误差
极化电位＞
时间常数0.22S，检出幅度
CMRR120db，频带：1Hz-300Hz(有50Hz工频陷波)，分辨率
输入阻抗
(内偏置)/
(外偏置)，工作电压+15V/15mA，偏置电流隔离电压1500Vrms(
)。A/D转换卡选用USB2000A型AD卡。A/D转换卡主要性能指标如下：12位单端32通道/双端16通道100K A/D卡，硬件增益1～1000可选(INA128)，8K字FIFO存储器，0～10V、±5V、±10V输入可选，开关量输入、输出各16路，1路16位定时/计数器。
如图2所示，基于P-VEP的弱视检查模块包括数据管理模块、检查模块、分析模块，数据管理模块由用户管理、数据管理子模块构成；检查模块由阀值搜索、信号处理、叠加平均、信号采集、刺激图形及实时显示子模块构成；分析模块由波形分析、阀值分析以及对比分析构成。
检查模块实现了一种空间频率刺激参数下P-VEP波形提取和多种空间频率刺激参数下空间频率阈值自动搜索。
数据管理模块实现了用户基本信息管理、用户诊断信息管理、P-VEP波形数据管理、空间频率阈值自动搜索曲线数据管理、手动空间频率阈值和自动空间频率阈值信息管理。
波形和阈值分析子模块：将被检查者不同刺激参数下P-VEP波形进行比较，便于医生分析判断得出手动空间频率阈值，结合前述多种空间频率刺激参数下自动搜索的空间频率阈值，确定最终的最优阈值，将相关最优阈值保存到数据库。
图3是本实用新型的处理流程图。点击开始进入到基于P-VEP的弱视检查系统，首先由医生在主控机器上完成刺激源的相关参数设置；然后在医生监控状态下，由医生完成对被检查者刺激过程中的相关参数设置，给出被检查者刺激源的同时，医生实时采集刺激后产生的信号数据，而且提供了医生在对被检查者刺激过程中根据需要撤销刺激源刺激；刺激操作完成后，将检查结果保存，并对结果进行数据分析，打印分析结果，操作结束。
Claims (2)
1、基于P-VEP的弱视检查系统，其特征是：包括主机、辅显示器、电极、全隔离生物电放大器，主机上设主显示器及A/D转换卡，主显示器显示系统界面，供医生操作；主机连接辅显示器，辅显示器显示刺激图形；电极一端接被检查者，另一端接全隔离生物电放大器，全隔离生物电放大器通过A/D转换卡与主机相连。
2、如权利要求1所述的基于P-VEP的弱视检查系统，其特征是：所述的电极采用国际标准银盘电极。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNU2008201631453U CN201308487Y (zh) | 2008-08-25 | 2008-08-25 | 基于p-vep的弱视检查系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNU2008201631453U CN201308487Y (zh) | 2008-08-25 | 2008-08-25 | 基于p-vep的弱视检查系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN201308487Y true CN201308487Y (zh) | 2009-09-16 |
Family
ID=41105740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNU2008201631453U Expired - Fee Related CN201308487Y (zh) | 2008-08-25 | 2008-08-25 | 基于p-vep的弱视检查系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN201308487Y (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8516568B2 (en) | 2011-06-17 | 2013-08-20 | Elliot D. Cohen | Neural network data filtering and monitoring systems and methods |
| CN105138818A (zh) * | 2015-07-23 | 2015-12-09 | 西安交通大学 | 结合图形视觉诱发电位的弱视辅助诊疗系统 |
| CN109124560A (zh) * | 2018-06-27 | 2019-01-04 | 林子申 | 一种视觉功能评定方法及其系统 |
| CN110251065A (zh) * | 2019-07-17 | 2019-09-20 | 西安交通大学 | 基于运动视觉诱发电位的对比敏感度检测方法 |
-
2008
- 2008-08-25 CN CNU2008201631453U patent/CN201308487Y/zh not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8516568B2 (en) | 2011-06-17 | 2013-08-20 | Elliot D. Cohen | Neural network data filtering and monitoring systems and methods |
| CN105138818A (zh) * | 2015-07-23 | 2015-12-09 | 西安交通大学 | 结合图形视觉诱发电位的弱视辅助诊疗系统 |
| CN105138818B (zh) * | 2015-07-23 | 2019-02-05 | 西安交通大学 | 结合图形视觉诱发电位的弱视辅助诊疗系统 |
| CN109124560A (zh) * | 2018-06-27 | 2019-01-04 | 林子申 | 一种视觉功能评定方法及其系统 |
| CN110251065A (zh) * | 2019-07-17 | 2019-09-20 | 西安交通大学 | 基于运动视觉诱发电位的对比敏感度检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105520732B (zh) | 用于评估脑功能的方法和便携式自动脑功能评估设备 | |
| Athavale et al. | Biosignal monitoring using wearables: Observations and opportunities | |
| Schandry et al. | Enhancement of heartbeat-related brain potentials through cardiac awareness training | |
| CN104323773B (zh) | 一种基于eog的erg信号采集与处理系统及方法 | |
| CN107280663A (zh) | 一种基于不同实验难度的疲劳脑电特征研究的方法 | |
| CN101391129B (zh) | 基于p300信号脑机接口智能化上肢康复训练器及信号处理方法 | |
| CN104545899A (zh) | 基于移动互联网的老年痴呆症监护系统 | |
| CN101779955A (zh) | 便携式脑功能生物反馈仪 | |
| CN106377252A (zh) | 一种基于虚拟现实的生物信息反馈系统 | |
| CN107281609A (zh) | 一种睡眠质量改善的系统及方法 | |
| US8209000B2 (en) | Device for sensing physiological signal and method for sensing the same | |
| CN103767702A (zh) | 一种脑电非线性双测度特征提取与融合处理方法 | |
| CN105920735A (zh) | 身心康复反馈训练装置 | |
| CN201926979U (zh) | 一种脑机接口设备 | |
| EP3782546B1 (en) | Method for identifying an acupuncture point and/or a meridian | |
| CN104887198A (zh) | 基于人体生理信号多参数融合的疼痛定量分析系统及方法 | |
| CN105326501A (zh) | 基于sEMG的肌肉疾病监测方法 | |
| CN105138818B (zh) | 结合图形视觉诱发电位的弱视辅助诊疗系统 | |
| CN205988477U (zh) | 身心康复反馈训练装置 | |
| CN201308487Y (zh) | 基于p-vep的弱视检查系统 | |
| CN106484106A (zh) | 视敏度自动识别的非注意事件相关电位脑‑机接口方法 | |
| CN2891966Y (zh) | 一种麻醉深度检测装置 | |
| CN110367981A (zh) | 一种弱视脑电客观定量检测方法 | |
| CN110192875B (zh) | 基于多导脑电信号波形因子的测谎方法 | |
| Wang et al. | Performance of flexible non-contact electrodes in bioelectrical signal measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20090916 Termination date: 20110825 |