本發(fā)明涉及一種基于樣本熵的下背痛癥狀分類系統(tǒng)。

背景技術(shù)：

腰椎間盤突出癥在脊柱外科屬于多發(fā)病的一種，主要是由于患者軟骨板、纖維環(huán)以及髓核在高能量的撞擊下，發(fā)生髓核突出以及纖維環(huán)破裂的現(xiàn)象，并可能對患者的神經(jīng)根以及硬膜囊進(jìn)行刺激，嚴(yán)重影響患者的日常生活。

目前，對腰椎間盤突出、腰肌筋膜炎等的診斷，主要是通過X光、CT掃描、MRI檢查等，這些檢查價(jià)格不等，一般的X光大概100元以上，CT掃面在300元到500元之間，而MRI則為1000元左右，通過這些檢查結(jié)果，醫(yī)生做出相應(yīng)的診斷。這些檢查這些診斷措施只能在醫(yī)院進(jìn)行，而對于初期癥狀不是很嚴(yán)重，或者癥狀很嚴(yán)重由于患者的經(jīng)濟(jì)條件和時(shí)間、距離、忍耐度等問題，使得很多人放棄去醫(yī)院就醫(yī)，這樣會嚴(yán)重延誤了患者的最佳治療和康復(fù)療效。。

發(fā)明專利201180034896.X提供了一種診斷椎間盤退行性疾病的方法，該方法利用背痛患者椎間盤之內(nèi)或相鄰位置標(biāo)記炎癥、血管、神經(jīng)元或代謝疼痛標(biāo)志，以成像的方式增加疼痛標(biāo)志圖像結(jié)合疼痛發(fā)生器或疑似疼痛發(fā)生器對患者進(jìn)行診斷，該發(fā)明也是利用圖像的手段對患者進(jìn)行診斷，操作較為繁瑣，也需要在醫(yī)護(hù)人員的配合下完成，具有一定的局限性。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對現(xiàn)有技術(shù)存在的缺陷，提供一種操作簡單、科學(xué)客觀的基于樣本熵的下背痛癥狀分類系統(tǒng)。

為實(shí)現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案：

一種基于樣本熵的下背痛癥狀分類系統(tǒng)，肌電信號采集模塊，用于采集多個(gè)測試者的多裂肌肌電信號；

信號預(yù)處理模塊，用于對所述多裂肌肌電信號進(jìn)行預(yù)處理；

特征提取模塊，用于對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，其中，左右側(cè)多裂肌成對稱位置分布在脊椎的兩側(cè)；及

分類模塊，用于求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果。

在一些較佳實(shí)施例中，所述肌電信號采集模塊包括：肌電信號采集單元、信號發(fā)射單元、信號接收單元及模數(shù)轉(zhuǎn)換單元，其中：

肌電信號采集單元采集測試者運(yùn)動過程的肌肉信息，并傳輸至所述信號發(fā)射單元中，所述信號發(fā)射單元再將所述肌肉信息發(fā)射給所述信號接收單元中，再通過所述模數(shù)轉(zhuǎn)換單元轉(zhuǎn)換后，將所述肌肉信息表現(xiàn)為肌肉特性的多裂肌肌電信號。

在一些較佳實(shí)施例中，所述肌電信號采集單元為BIOPAC MP150生理采集系統(tǒng)。

在一些較佳實(shí)施例中，所述預(yù)處理包括對所述多裂肌肌電信號進(jìn)行濾波、去噪及歸一化處理。

在一些較佳實(shí)施例中，所述濾波為采用切比雪夫帶通濾波器對所述多裂肌肌電信號進(jìn)行濾波處理。

在一些較佳實(shí)施例中，對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，包括：確定多裂肌肌電信號的最大模板長度m和匹配閾值r。

在一些較佳實(shí)施例中，所述多裂肌肌電信號的最大模板長度m為2和匹配閾值r為1.5。

另外，本發(fā)明還提供了一種基于樣本熵的下背痛癥狀分類方法，包括下述步驟：

采集多個(gè)測試者的多裂肌肌電信號；

對所述多裂肌肌電信號進(jìn)行預(yù)處理；

對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，其中，左右側(cè)多裂肌成對稱位置分布在脊椎的兩側(cè)；

求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果。

本發(fā)明采用上述技術(shù)方案的有益效果在于：

本發(fā)明提供的基于樣本熵的下背痛癥狀分類系統(tǒng)，對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，再求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果，本發(fā)明對采集得到的人體軀干彎曲運(yùn)動過程中的脊柱周圍核心肌肉多裂肌肌電信號，提取出的樣本熵特征值，將腰椎退行性病癥劃分開，為人體肌肉生理信號系統(tǒng)和人體疾病綜合系統(tǒng)評估方式提供了理論依據(jù)，科學(xué)客觀，且操作簡單，成本低廉。

附圖說明

圖1為一實(shí)施方式提供的基于樣本熵的下背痛癥狀分類系統(tǒng)的結(jié)構(gòu)示意圖。

圖2為本發(fā)明一實(shí)施例提供的肌電信號采集模塊的結(jié)構(gòu)示意圖。

圖3(a)及(b)分別表示為處理前后的樣本數(shù)據(jù)信號示意圖。

圖4(a)及(b)分別表示為m，r參數(shù)的選擇示意圖。

圖5為本發(fā)明提供的基于樣本熵的下背痛癥狀分類方法的步驟流程圖。

圖6為基于樣本熵的下背痛癥狀分類系統(tǒng)分類得到的結(jié)果示意圖。

具體實(shí)施方式

為了便于理解本發(fā)明，下面將參照相關(guān)附圖對本發(fā)明進(jìn)行更全面的描述。附圖中給出了本發(fā)明的較佳的實(shí)施例。但是，本發(fā)明可以以許多不同的形式來實(shí)現(xiàn)，并不限于本文所描述的實(shí)施例。相反地，提供這些實(shí)施例的目的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面。

除非另有定義，本文所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實(shí)施例的目的，不是旨在于限制本發(fā)明。

如圖1所示，一實(shí)施方式的基于樣本熵的下背痛癥狀分類系統(tǒng)100，包括：肌電信號采集模塊110、信號預(yù)處理模塊120、特征提取模塊130及分類模塊140。其中：

所述肌電信號采集模塊110用于采集多個(gè)測試者的多裂肌肌電信號。

請參閱圖2，為本發(fā)明一實(shí)施例提供的肌電信號采集模塊110結(jié)構(gòu)示意圖，包括：肌電信號采集單元111、信號發(fā)射單元112、信號接收單元113及模數(shù)轉(zhuǎn)換單元114。

優(yōu)選地，肌電信號采集單元111為BIOPAC MP150生理采集系統(tǒng)。在本發(fā)明提供的實(shí)施例中，采用BIOPAC MP150生理信號采集系統(tǒng)對57例測試者進(jìn)行表面肌電信號的采集，其中19例腰椎間盤突出癥患者、19例腰肌筋膜炎患者和19例健康對照者，三組在年齡、性別上匹配。測試者在醫(yī)師的指導(dǎo)下，盡可能最大的向前彎曲軀干，彎到最大角度后返回站立位，在此過程中，實(shí)驗(yàn)人員采集測試者的多裂肌肌電信號。

可以理解，肌電信號采集單元111將采集測試者運(yùn)動過程的肌肉信息，并傳輸至所述信號發(fā)射單元112，所述信號發(fā)射單元112再將所述肌肉信息發(fā)射給所述信號接收單元113，再通過所述模數(shù)轉(zhuǎn)換單元114轉(zhuǎn)換后，將所述肌肉信息表現(xiàn)為肌肉特性的多裂肌肌電信號，再發(fā)送至信號預(yù)處理模塊120處理。

信號預(yù)處理模塊120用于對所述多裂肌肌電信號進(jìn)行預(yù)處理。

可以理解，由于皮膚表面的多裂肌肌電信號非常微弱，能量主要集中在10～500Hz頻段，采集的信號中包含50Hz工頻干擾，因此，需要對所述多裂肌肌電信號進(jìn)行預(yù)處理。

優(yōu)選地，所述預(yù)處理包括對所述多裂肌肌電信號進(jìn)行濾波、去噪及歸一化處理。

具體地，采用切比雪夫帶通濾波器對信號進(jìn)行能量集中處理后，再進(jìn)行50Hz帶阻去噪，為了避免采集的樣本數(shù)據(jù)受其他參數(shù)的影響，滿足統(tǒng)計(jì)學(xué)分析，需要對樣本數(shù)據(jù)進(jìn)行Z-score歸一化處理，如圖3(a)及(b)，分別表示為處理前后的樣本數(shù)據(jù)信號示意圖。

特征提取模塊130用于對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，其中，左右側(cè)多裂肌成對稱位置分布在脊椎的兩側(cè)。

可以理解，樣本熵是時(shí)間序列復(fù)雜度的一種度量，樣本熵值越低，序列自我相似性越高，樣本熵值越大，序列越復(fù)雜。而對于表面肌電信號，樣本熵算法的實(shí)現(xiàn)，需要確定最大模板長度m和匹配閾值r，通過對樣本進(jìn)行分析，肌電信號的在模板長度m＝2時(shí)，樣本熵值收斂，為了滿足樣本熵的統(tǒng)計(jì)意義，選擇的匹配閾值需要符合樣本熵最大相對誤差最小，最終確定m值為2，r值為0.15，請參閱圖4(a)及(b)分別表示為m，r參數(shù)的選擇示意圖。

分類模塊140用于求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果。

請參閱圖5，為本發(fā)明提供的基于樣本熵的下背痛癥狀分類方法的步驟流程圖，包括下述步驟：

步驟S110：采集多個(gè)測試者的多裂肌肌電信號；

步驟S120：對所述多裂肌肌電信號進(jìn)行預(yù)處理；

步驟S130：對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，其中，左右側(cè)多裂肌成對稱位置分布在脊椎的兩側(cè)；

步驟S140：求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果。

上述基于樣本熵的下背痛癥狀分類方法詳細(xì)技術(shù)方案在本發(fā)明提供的分類系統(tǒng)中已有詳細(xì)描述，這里不再贅述。

本發(fā)明提供的基于樣本熵的下背痛癥狀分類系統(tǒng)和方法，通過肌電信號采集模塊110采集多裂肌肌電信號，信號預(yù)處理模塊120對多裂肌肌電信號進(jìn)行預(yù)處理，特征提取模塊130對預(yù)處理后的多裂肌肌電信號進(jìn)行樣本熵算法處理，獲取多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，分類模塊140再求取所述多個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果，本發(fā)明對采集得到的人體軀干彎曲運(yùn)動過程中的脊柱周圍核心肌肉多裂肌肌電信號，提取出的樣本熵特征值，將腰椎退行性病癥劃分開，為人體肌肉生理信號系統(tǒng)和人體疾病綜合系統(tǒng)評估方式提供了理論依據(jù)，科學(xué)客觀，且操作簡單，成本低廉。

以下結(jié)合實(shí)施例對本發(fā)明上述提供的基于樣本熵的下背痛癥狀分類系統(tǒng)和方法進(jìn)行詳細(xì)說明。

實(shí)施例

采用本發(fā)明提供的基于樣本熵的下背痛癥狀分類系統(tǒng)對57例測試者進(jìn)行表面肌電信號的采集，其中19例腰椎間盤突出癥患者、19例腰肌筋膜炎患者和19例健康對照者，三組在年齡、性別上匹配。測試者在醫(yī)師的指導(dǎo)下，盡可能最大的向前彎曲軀干，彎到最大角度后返回站立位，在此過程中，實(shí)驗(yàn)人員采集測試者的多裂肌肌電信號，再對上述57類多裂肌肌電信號進(jìn)行預(yù)處理后進(jìn)行樣本熵算法處理，得到57例測試者的左右側(cè)多裂肌肌電信號樣本熵特征值，再求取57個(gè)測試者的左右側(cè)多裂肌肌電信號樣本熵特征值的平均值，并以所述平均值作為每個(gè)測試者的整體特征參數(shù)，再通過K均值聚類算法分析得不同病癥分類結(jié)果。

請參閱圖6，為基于樣本熵的下背痛癥狀分類系統(tǒng)分類得到的結(jié)果示意圖，圖6表明腰椎間盤突出癥患者與腰肌筋膜炎患者以及健康者之間存在不同的特性，所以可以通過本裝置來診斷腰椎退行性病癥患者。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。