康疗脑神经失序所引发症状的辅助系统

摘要

本发明公开了一种康疗脑神经失序所引发症状的辅助系统，所述辅助系统包括控制模块、探测模块、分析模块、调节模块、康疗循环模块和音乐模块，所述探测模块连接分析模块，所述分析模块连接调节模块，所述调节模块连接康疗循环模块，所述康疗循环模块连接探测模块，所述控制模块控制探测模块、分析模块和音乐模块，本发明设计的辅助系统，集检测、分析及康疗于一体，配合音乐的舒缓作用，长期使用后，能够有效的达到康疗脑神经失序所引发的症状的效果。

主权项

一种康疗脑神经失序所引发症状的辅助系统，其特征在于：所述辅助系统包括控制模块(1)、探测模块(2)、分析模块(3)、调节模块(4)、康疗循环模块(5)和音乐模块(6)，所述探测模块(2)连接分析模块(3)，所述分析模块(3)连接调节模块(4)，所述调节模块(4)连接康疗循环模块(5)，所述康疗循环模块(5)连接探测模块(2)，所述控制模块(1)分别控制探测模块(2)、分析模块(3)和音乐模块(6)，其中：(一)、控制模块(1)开启探测模块(2)，通过探测模块(2)对患者的脑神经的脑电信号进行检测，将得到的脑电信号的信息送入分析模块(3)分析区域；(二)、控制模块(1)自动启动分析模块(3)读取所述脑电信号的信息并进行分析，将分析结果送入调节模块(4)；(三)、调节模块(4)根据分析模块(3)对脑电信号信息分析的结果调节外部物理磁场；(四)、调整后的外部物理磁场通过康疗循环模块(5)作用于患者的脑神经，触发脑电信号发生变化；根据脑电信号的变化，重复上述步骤(一)到步骤(四)进行操作，通过即时的微调外部物理磁场，进行循环的康疗；音乐模块(6)持续的播放能够使患者的精神处于舒缓状态的音乐；所述脑电信号的信息分析步骤包括：步骤1、分析生物磁场脑电信号的动力学过程：构建一系列信息传输矩阵，来表征脑电信号的动力学过程，并据此信息传输矩阵计算得到脑电信号信息传输的时间序列；所述信息传输矩阵第i行表示从第i个电极向其他电极位置的信息传递量，包括第i个电极本身，第j列表示在第j个电极处接收到的信息量；所述信息传输矩阵的构造和计算步骤为：步骤1.1、将探测模块(2)中每一个电极检测到的EEG序列构造一个m维的相空间，在第i个电极处，取一段从t[，0]开始、时间窗长为1024ms的脑电数据[x[，i](t[，0])，x[，i](t[，0]+1)，x[，i](t[，0]+2)，…，x[，i](t[，0]+1023)]；步骤1.2、根据步骤1.1计算向量[x[，i](t[，0])，x[，i](t[，0]+1)，x[，i](t[，0]+2)]及其落在相空间三维子空间中的概率，并且计算其熵H[X[，i](t[，0])]、H[X[，j](t[，0]+k[，τ])]以及联合熵H[X[，i](t[，0])，X[，j](t[，0]+k[，τ])]，其中H[X[，j](t[，0]+k[，τ])]为电极j的t[，0]+k[，τ]的熵、τ为1ms；因此从第i个电极到第j个电极之间的延迟为k[，τ]的信息传输可以由公式决定：IT[，ij](t[，0]，k[，τ])＝H[X[，i](t[，0]+k[，τ])]‑H[X[，i](t[，0]+k[，τ])]；步骤1.3、确定t[，0]，且k的取值范围是0到511，由此构造一个信息传输矩阵，并得到信息传输的时间序列；用复杂度计算这个时间序列，得到从第i个电极到第j个电极在区间[t[，0]，t[，0]+511]之间的信息传输活动程度的特征指标；步骤1.4、逐渐增加t[，0]的值，重复步骤1.1‑1.3，得到一系列信息传输矩阵和其对应的时间序列；步骤2、分析脑电信号有序程度：对步骤1得到的时间序列计算其K[，c]复杂度，以刻画序列复杂性的基于K[，c]复杂度为指标，分析反映大脑信息加工活动所产生的脑电信号的有序程度；所述K[，c]复杂度的计算步骤为：步骤2.1、粗粒化预处理：对于所述步骤1中得到的每一个时间序列X＝(X[，1]，X[，2]，…，X[，n])，首先求得这个序列的平均值，再重构该序列；令大于平均值的X[，i]为1，小于平均值的X[，i]为0；将序列(X[，1]，X[，2]，…，X[，n])转化为一个字符串形式的0、1序列(s[，1]，s[，2]，…，s[，n])；步骤2.2、在S＝(s[，1]，s[，2]，…，s[，m])后加一个或一串字符Q，Q＝s[，m+1]或Q＝(s[，m+1]，s[，m+2]，…，s[，m+k])，得到字符串SQ＝(s[，1]，s[，2]，…，s[，m]，s[，m+1])或SQ＝(s[，1]，s[，2]，…，s[，m]，s[，m+1]，s[，m+2]，…，s[，m+k])，令SQv为SQ减去最后一个字符所得到的字符串；如果Q属于SQv中的“字句”，那么把Q加在S后为“复制”；反之则为“插入”；步骤2.3、重复步骤2.2，得到相应的字符串，分成的段的数目即为“复杂度”C(n)；步骤2.4、对所有的X属于[0，1]的C(n)都会趋向一个定值b(n)，以b(n)来对C(n)进行归一化后得到一个相对复杂度c(n)＝C(n)/b(n)，即为K[，c]复杂度；K[，c]复杂度反映了时间序列的随机程度，如果时间序列是周期性的，K[，c]趋向于0；如果时间序列是随机的，则K[，c]趋向于1。