智能癫痫病监测报警系统

杨振凯+苗成林+吴龙涛+黄睿

摘 要：通过相关渠道获得了癫痫病人脑电波数据库，并运用LVQ神经网络模型进行训练并在Matlab环境下进行仿真，得到结论：当脑电波中高频的γ波（医学称为“棘波”）强度较大且反复出现时，癫痫极易发作。基于此分别设计并制作了适用于户外和夜晚情景的癫痫病人智能监护系统。针对夜间环境研发的警报仪分为4个部分：脑电波传感器、51单片机系统、蓝牙模块和语音警报模块。针对户外环境开发了一个基于安卓平台的App。脑电波传感器实时采集病人的脑电波，并通过蓝牙分别传输到单片机和手机，这些设备对数据进行解析。若发现脑电波异常，单片机将驱动警报模块发出警报;手机则会以短信息方式将病人位置信息通知家人，从而让他们迅速采取措施。

关键词：癫痫病;智能监控;报警;脑电波

癫痫病，是一种常见的神经系统疾病，其发病往往具有时间、地点的随机性，尤其夜间户外发病不易被发现，极易发生危险。针对此种情况，文章设计了智能癫痫病监测报警系统，下面将分别详细介绍该系统的工作原理及创新点等。

1  工作原理

癫痫病人智能监护系统的研发主要完成了以下三方面工作，分别是前期理论研究、警报仪的设计和手机客户端的App开发。

（1）理论研究。人的脑电波可按频率分为θ、δ、α、β、γ5种基本波形，在不同精神状态下不同波形占据主导。根据这一基本原理，我们首先获取到了大量的癫痫患者脑电波数据。基于Matlab环境，进行LVQ神经网络建模，对数据进行相关性分析，以得到患者脑电波的5种波形强度的相对大小和发病情况的关系。发现low-γ和mid-γ两个频率相对高的分量权重系数较高。分析神经网络的神经节点情况，我们可得到以下结论：当相对高频的频率分量强度较大且反复出现，脑电波呈现出“棘波”和“尖波”时，患者癫痫发作的可能性很大。我们将这种波的强度加权组合，得到一个判断脑电波癫痫可能性的阈值，以下的警报仪和安卓App就是基于这个阈值进行癫痫判别和预警的。

（2）警报仪由51单片机、蓝牙收发模块、语音警报模块和脑电波传感器组成。三者的通信由蓝牙方式通过串口通信。系统硬件结构组成如图1所示。

（3）手机客户端的App。基于Android平台的癫痫病人监护App应用首先通过蓝牙模块与脑电波传感器连通，实时获取脑电波数据，并进行脑电波的解析。当检测到脑电波处于高度兴奋或紧张状态时，会通过铃声提示患者平静心情;当检测到高频γ波（或“棘波”）频繁出现时，即表示癫痫很可能要发作，此时会通过GPS模块获取患者位置信息，并通过短信模块发送至预先设定的号码。App工作过程如图2所示。

图1  系统硬件结构组成图

图2  App工作过程图

2  创新点

癫痫病人监护系统的创新点主要体现在以下几个方面：

（1）数据通信采用蓝牙通信，这样就能做到实时采集，实时监控，而且模块轻便，适合在室内放置。

（2）基于原始脑电波，进行脑电波的分离解析，通过理论研究结论进行波形分析，实时获取患者精神状态，在发病之前触发警报。

（3）系统可以实时获取患者精神状态，日常中当患者情绪波动较大时及时提醒患者调整情绪，从而降低发病频率。

（4）基于Android平台的手机App操作简单，可以设置多位亲人的号码进行呼救，而且发送患者的位置信息方便及时施救。

3  市场前景

目前认为癫痫的患病率为4‰～9‰，由世界卫生组织在我国组织的大规模的调查报告为8‰，我国现有癫痫病人1000多万人。我国的新发病率为25/10万*年，所以每年新增发病人数为35万人，然而现实生活中大量病人由于夜间发病或户外突然发病，家人不能及时救治酿成悲剧，我们这款产品在研究癫痫病的发病机理后，针对其发病突然性和随机性的特点，开发出分别适应户外和夜间两种环境的应用，解决了患者家属实时有效看护患者的问题，而且操作简单，携带方便，后期产品化后可以将脑电波传感器置于常用的帽子中，从而保护患者隐私，其市场前景巨大。

4  获奖感言

参加这个比赛对于我们而言既是一次学习，又是一次锻炼，这是青春的比拼，这是智慧的碰撞，我们在ICAN里面不仅收获了一个奖项，更多的是一种精神，一种团队合作的精神，一种开拓进取不断进取的精神，这些都是比得奖重要得多的东西，在这个过程里我们还收获了友情，感谢ICAN，希望越来越多的人关注它。