本发明涉及脑电波诊断，具体为一种基于脑机接口的脑电波分析诊断方法。
背景技术：
1、在当今的医学和神经科学领域，基于脑机接口的脑电波分析诊断方法正逐渐崭露头角，随着科技的飞速发展，我们对大脑的探索不断深入，脑电波作为大脑活动的电生理表现，蕴含着丰富的信息，传统的医学诊断手段在某些神经系统疾病的检测中存在局限性，而脑机接口技术的出现为脑电波分析带来了新的契机，通过直接采集大脑产生的电信号，我们能够更实时、更准确地获取大脑的活动状态，早期的脑电波研究主要依赖于简单的脑电图设备，但这些设备在信号分辨率和采集速度上存在不足，随着传感器技术、信号处理算法以及人工智能的进步，脑机接口能够捕捉到更细微、更复杂的脑电波变化，这一技术不仅在疾病诊断方面具有潜力，如癫痫、帕金森病、阿尔茨海默病等，还能为精神疾病的评估提供新的视角，例如抑郁症、精神分裂症等；
2、但是现有的脑电波分析诊断方法因部分个体差异较大以及对脑电波特征分析较为模糊，可能导致分析结果准确度受到影响，为此，我们提出一种基于脑机接口的脑电波分析诊断方法。
技术实现思路
1、本发明的目的在于提供一种基于脑机接口的脑电波分析诊断方法。
2、以解决上述背景技术中提出的问题，本发明提供如下技术方案：一种基于脑机接口的脑电波分析诊断方法，包括以下步骤：
3、s100.获取预处理的δ、θ、α、β以及γ的频段脑电波频率信号、脑电波频率监测的时间以及患者个人信息；
4、s200.将不同频段进行等距离多次划分，并提取每次划分的特征数据，按照每次划分的特征数据传输到模型上进行比对和分析。
5、作为本发明的进一步方案：频段划分的具体过程为：
6、s210.获取不同频段的频率信号，并将频率信号转换为频谱，同时根据特定时间将频谱截取成多段频谱，并将多段频谱依照时间顺序依次传输至模型上分析；
7、s220.对特定时间进行增加，使得多段频谱的特征进行增加，然后将增加后的频谱按照时间顺序依次传输至模型上进行分析，进而获取模型的分析诊断数据。
8、作为本发明的进一步方案：所述诊断结果数据通过公式进行获取，具体公式如下：
9、
10、其中，qi表示当前患者的诊断结果数据，m表示不同的脑电波频段数据，fa表示模型对频谱的处理操作，li表示第i次对频谱特征数据的划分，l表示频谱特征数据，进而获取模型对不同划分次数的频谱特征诊断结果数据。
11、作为本发明的进一步方案：通过多次对患者诊断数据的能量分布以及峰值频率进行分析，进而模型获取患者当前划分的脑电波特征数据，对当前患者脑电波划分进行快速分析。
12、作为本发明的进一步方案：本次测量患者脑电波的不同频率进行整合，且i∈(1、2、……、n)，通过模型对不同频率的特征进行多次诊断分析，利用公式获取当次脑电波频率信号的总划分次数的诊断结果数据为wt；
13、其中，n表示患者脑电波的最大划分次数，然后将总分析特征次数导入模型中。
14、作为本发明的进一步方案：所述模型调取当前患者的历史特征数据以及模板特征数据，并根据特征数据以及当前患者的历史特征数据对本次测量的频谱特征数据进行预处理。
15、作为本发明的进一步方案：所述模型中预设阈值w33％、w66％以及w100％，且w33％、w66％以及w100％分别表示在特征中出现的特征分析走向，将因个体差异的特征次数进行归类，并将wt分别于w33％、w66％以及w100％进行匹配，进而使得模型因患者特征分析出的误差进行保存，进而对wt中属于w33％、w66％以及w100％的诊断结果数据进行分类，将wt与模型分析的特征数据进行匹配，分别将wt中不同的诊断结果数据与模型中相应特征数据所占的数据进行匹配；
16、当wt≤w33％时，则模型对wt中的诊断结果数据进行删除；
17、当w33％<wt≤w66％时，则模型对wt中的诊断结果数据进行导出；
18、当w66％<wt<w100％时，则模型对wt中的诊断结果数据进行导出以及存储；
19、并将存储数据以及导出数据转换为可视化列表数据。
20、作为本发明的进一步方案：通过模型建立临时存储区，且临时存储区用于对相同患者的检测数据进行临时存储，并利用模型调取历史特征数据与当前特征数据进行匹配，并通过公式获取模型对患者脑电波特征的诊断结果数据，具体公式如下：
21、se＝γ1·wt66％+γ2·wt100％
22、其中，se表示患者的诊断输出结果，γ1以及γ2分别表示wt66％和wt100％相对应的权重系数，wt66％表示在w33％<wt≤w66％之间的诊断结果数据，wt100％表示在w66％<wt<w100％之间的诊断结果数据，进而将模型分析的结果转换成可视化列表数据进行导出。
23、采用上述技术方案，与现有技术相比，本发明的有益效果在于：
24、1.本发明通过将δ、θ、α、β以及γ的频段进行划分，并对划分后的多段频谱中的特征进行处理，使得模型对划分不同的频段进行分析，便于模型对δ、θ、α、β以及γ的频段进行更加精准的分析以及挖掘频谱特征中的数据，通过多次诊断分析模型获取相同时间段的频谱，提高模型分析出的诊断数据的精准度；
25、2.本发明通过诊断结果数据wt对每次划分的诊断结果数据进行整合，并将整合后的数据传输至模型，利用模型中的患者历史特征数据与诊断数据进行结合分析，进而判断患者的脑部改善状态以及对患者的特征数据进行丰富，同时将丰富的脑电波特征数据与模板特征数据进行结合，使得当前模型分析脑电波的特征数据更加符合患者本身，使其减少了个体差异提高了一定程度上诊断结果的精准度；
26、3.本发明通过模型中预设阈值w33％、w66％以及w100％对wt进行处理，进而将wt中不同的诊断结果数据进行删除、存储以及导出等操作，并将导出的数据生成相应的可视化列表数据，医务人员便于通过可视化列表数据对患者的诊断结果进行快速查阅，使得该分析诊断方法能够对患者脑部的问题进行深度挖掘，提高了对患者脑部的检测效率。
1.一种基于脑机接口的脑电波分析诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于，频段划分的具体过程为：
3.根据权利要求2所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：所述诊断结果数据通过公式进行获取，具体公式如下：
4.根据权利要求3所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：通过多次对患者诊断数据的能量分布以及峰值频率进行分析，进而模型获取患者当前划分的脑电波特征数据，对当前患者脑电波划分进行快速分析。
5.根据权利要求4所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：本次测量患者脑电波的不同频率进行整合，且i∈(1、2、……、n)，通过模型对不同频率的特征进行多次诊断分析，利用公式获取当次脑电波频率信号的总划分次数的诊断结果数据为wt；
6.根据权利要求5所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：所述模型调取当前患者的历史特征数据以及模板特征数据，并根据特征数据以及当前患者的历史特征数据对本次测量的频谱特征数据进行预处理。
7.根据权利要求6所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：所述模型中预设阈值w33％、w66％以及w100％，且w33％、w66％以及w100％分别表示在特征中出现的特征分析走向，将因个体差异的特征次数进行归类，并将wt分别于w33％、w66％以及w100％进行匹配，进而使得模型因患者特征分析出的误差进行保存，进而对wt中属于w33％、w66％以及w100％的诊断结果数据进行分类，将wt与模型分析的特征数据进行匹配，分别将wt中不同的诊断结果数据与模型中相应特征数据所占的数据进行匹配；
8.根据权利要求7所述的一种基于脑机接口的脑电波分析诊断方法，其特征在于：通过模型建立临时存储区，且临时存储区用于对相同患者的检测数据进行临时存储，并利用模型调取历史特征数据与当前特征数据进行匹配，并通过公式获取模型对患者脑电波特征的诊断结果数据，具体公式如下：
