基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法、装置及存储介质

1.本发明涉及脑电技术领域，尤其是一种基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法、计算机装置及存储介质。


背景技术：

2.人类的能够识别大千世界的万物，首先依赖于眼球对视觉信息的收集(类似摄像头)，其次依赖于大脑对传入的视觉信息的处理(类似中央处理器)。现阶段，视光科和眼科医生有很多办法来检查人的眼球视觉系统是否正常工作。但是视觉信息传输到大脑之后是否能有效的处理信息的评估则比较少。
3.研究表明，视觉信息输入大脑之后会经过从低级到高级的层级加工，比较低级的信息如对比度，朝向，空间分辨率等在初级视皮层(v1)就可以完成加工，而形状，轮廓等由低级特征组成的中级特征则需要在中级视皮层如v2，v3，v4。更高级的视觉信息如工具，面孔，房子，自然场景等则需要在高级皮层如外侧枕叶，腹侧梭状回，腹侧海马旁回等脑区处理。另外，视觉信息的处理也可以按照静态和动态分类，静态的信息在腹侧视觉通路完成加工，而动态视觉信息以及和运动相关的信息在背侧视觉通路完成加工。也就是说，大脑对视觉信息的加工是严密精细的，而且具有从低到高，从简单到复杂逐步分级完成的特点。
4.另外，存在部分特殊人群，如意识障碍患者，盲视患者和脑损伤导致的视力障碍人群等等，他们的眼球视觉系统很有可能是完好的。现有的评估这些特殊人群的大脑视觉加工能力的工具包括，在脑电技术上的视觉诱发电位检查(vep)，以及在行为评估上的昏迷恢复量表修订版(crs-r)中的视觉量表。视觉诱发电位检查(vep)是以一定强度的闪光刺激视网膜，通过分析在枕区记录的p100(距离刺激出现100ms左右出现的正相波)的潜伏期和波幅信息来判断特殊人群的视觉信息接受能力。但是vep主要是靠医生的主观判断，缺乏客观的数据参照。而且vep一般只呈现单一的视觉刺激，难以进行全面有层级的视觉评估。昏迷恢复量表(修订版)则是通过一定的指导语来判断患者是否能识别物体，需要特殊人群对指导语有一定程度的理解。同时，行为量表的评估也难以体现出特殊人群的大脑视觉能力。以往研究还有采用功能磁共振技术评估视觉功能，但是需要人完成视觉任务，设备昂贵，费时费力，且要求人的身体内不能有导磁物质，因此磁共振技术评估方法不适用于特殊人群。也有研究利用静息态磁共振成像对盲人的视觉皮层功能进行评估，但是该技术还没有应用到其他人群上。因此，必须寻找更加快速、全面且对人群的语言和行动能力要求不高的办法来评估人的大脑视觉功能。


技术实现要素：

5.针对目前评估人的视觉能力时面临的设备复杂、程序麻烦以及难以进行全面有层级的视觉评估等技术问题和现实需求，本发明的目的在于提供一种基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法、装置及存储介质。
6.一方面，本发明实施例包括一种基于脑电快速周期性视觉刺激奇异范式(fast periodic visual stimulation oddball paradigm)的大脑视觉功能快速检测方法，所述基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法包括：
7.向目标人员显示若干组视觉刺激图片，每组刺激图片考察目标人员的一种视觉功能，所述若干种视觉刺激图片考察目标人员从低级到高级的多种大脑视觉功能。
8.同一组的视觉刺激图片包括若干个基础刺激图片和若干个奇异刺激图片；基础刺激图片和奇异刺激图片分别按照特定的频率穿插呈现为一个刺激序列。所述的基础刺激图片的呈现频率为基础频率，所述的奇异刺激图片的呈现频率为奇异频率；基础频率比奇异频率大，且基础频率是奇异频率的倍数。
9.在呈现所述视觉刺激图片的同时，采集所述目标人员的脑电信号；
10.检测所述脑电信号中的第一信号振幅和第二信号振幅，所述第一信号振幅对应所述目标人员的基础频率，所述第二信号振幅对应所述目标人员的奇异频率及其谐频；
11.进一步地，根据所述第一信号振幅，与数据库中健康人员的第三信号振幅做对比，确定所述目标人员的视觉加工能力分数，根据所述第二信号振幅，与数据库中健康人员的第四信号振幅做对比，确定所述目标人员的视觉分辨能力分数包括：
12.确定若干个健康控制组人员；
13.向健康控制组人员显示若干组视觉刺激图片；同一组所述视觉刺激图片中包括若干个基础刺激图片和若干个奇异刺激图片；在每一组视觉刺激图片中，基础刺激图片和奇异刺激图片是分别按照特定的频率穿插呈现为一个刺激序列。所述的基础刺激图片的呈现频率为基础频率，所述的奇异刺激图片的呈现频率为奇异频率；
14.在显示所述视觉刺激图片的同时，采集所述健康控制组人员的脑电信号；
15.检测所述脑电信号中的第三信号振幅和第四信号振幅，所述第三信号振幅对应所述健康控制组人员的基础频率，所述第四信号振幅对应所述健康控制组人员的奇异频率及其谐频；
16.分别确定所述第三信号振幅和第四信号振幅的信噪比；
17.根据所述第一信号振幅的信噪比在第三信号振幅的信噪比中的百分位数，确定所述目标人员的视觉加工能力分数；根据所述第二信号振幅的信噪比在第四信号振幅的信噪比中的百分位数，确定所述目标人员的视觉分辨能力分数。
18.进一步地，所述基于脑电快速周期性视觉刺激奇异范式是有层次、系统地呈现基础刺激图片和奇异刺激图片，包括：
19.在视觉低水平、中水平、高水平上，基础刺激图片和奇异刺激图片都存在差异；
20.在低水平上，基础刺激图片和奇异刺激图片分别具有不同的对比度/亮度、具有不同的尺寸大小、具有不同的颜色、具有不同的图像朝向、具有不同的图像空间频率；
21.在中水平上，基础刺激图片和奇异刺激图片分别具有不同的图像运动状态(基础刺激为静止的随机分布的点，奇异刺激为同样的点但在随机运动中)或具有不同的形状；
22.在高水平上，基础刺激图片为随机打乱的客体图像，奇异刺激图片为完整的客体图像；或者，基础刺激图片为非面孔的客体图像，奇异刺激图片为面孔图像；或者，基础刺激图片为非工具的客体图像，奇异刺激图片为工具图像；或者，基础刺激图片为陌生人面孔图像，奇异刺激图片为熟悉的人的面孔图像；或者，基础刺激图片为陌生人面孔图像，奇异刺
激图片为自我的面孔图像。
23.进一步地，所述基础频率比奇异频率大，且基础频率是奇异频率的倍数。
24.另一方面，本发明实施例还包括一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法。
25.最后，本发明实施例还包括一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法。
26.本发明的有益效果是：实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，能够通过向目标人员展示分别以不同的特定频率穿插的基础刺激图片以及奇异刺激图片，检测目标人员的脑电信号，从而可靠地对目标人员的视觉加工能力和视觉分辨能力进行定量分析；检测方法的实现基于脑电技术，无需添加新的设备，短时高效(几分钟内即可完成)，适用于全体目标人群的评估，对目标人群要求低(目标人群只需要能睁开眼睛看图片即可，即使无法进行言语理解无法口头或动作报告也可完成此评估)，数据处理快(几分钟到十几分钟内即可拿到结果)，对特殊目标人群的无负面影响。
附图说明
27.图1为实施例中快速周期性视觉刺激奇异范式中工具条件下呈现基础刺激图片和奇异刺激图片的一个试次的流程图；
28.图2为实施例中各个视觉水平下基础刺激图片和奇异刺激图片的示意图；
29.图3为实施例中实施例中机器学习具体过程示意图；
30.图4为实施例中健康控制组在快速周期性视觉刺激奇异范式中得到的频率信噪比示意图；
31.图5为实施例中意识障碍组在快速周期性视觉刺激奇异范式中得到的频率信噪比示意图；
32.图6为实施例中意识障碍组和健康控制组的基础频率信噪比和奇异频率及其谐频的平均信噪比的整合结果示意图；
33.图7为实施例中意识障碍组与健康控制组信噪比的比较结果示意图；
34.图8为实施例中健康控制组的基础频率信噪比的分布示意图；
35.图9为实施例中健康控制组的奇异频率以及谐频的平均信噪比的分布示意图；
36.图10为实施例中基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法的一种流程图。
具体实施方式
37.为了提供基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，从而检测大脑视觉功能模块损伤者的大脑视觉功能，先说明一个实验。
38.(一)图片刺激
39.结合脑电技术，快速周期性视觉刺激奇异范式从低水平到高水平呈现多种视觉刺激来全面系统地评估意识障碍患者的视觉功能。视觉低水平条件包括对比度/亮度，大小，
颜色，朝向、空间频率；视觉中水平条件包括视觉运动(motion)、形状；视觉高水平条件包括物体识别、面孔识别、工具识别、熟悉面孔识别、自我面孔识别条件，如图2所示。其中，要求基础频率为奇异频率的倍数，因此该实施例中以基础频率为6hz和奇异频率为1.2hz来实现快速周期性视觉刺激奇异范式，其中以工具条件作为实例，工具识别条件下的一个试次的流程图如图1所示。每个条件中包括两类刺激，一类为基础刺激，一共96张，呈现的频率为6hz，第二类为奇异刺激，一共为24张，呈现的频率为1.2hz。以下对范式中的视觉刺激进行详细的描述。
40.第一，对比度/亮度条件，视觉刺激只有两种不同对比度/亮度的黑白棋盘格图片，所有的基础刺激图片都具有某一个值的对比度/亮度，所有的奇异刺激图片都具有另一值的对比度/亮度；
41.第二，大小条件，视觉刺激为两种面积大小不同的黑白棋盘格图片，其中基础刺激图片的棋盘格面积较大，奇异刺激图片的棋盘格面积较小。两类刺激除了面积大小外，其他因素均保持一致；
42.第三，颜色条件，基础刺激图片和奇异刺激图片的颜色不同，如基础刺激图片为某种颜色(例如红色)的图片，奇异刺激图片则为另一种颜色(例如蓝色)的图片。所有图片分辨率保持一致，为了排除亮度因素的影响，采用亮度计进行测试，将颜色图片设置为相同亮度。
43.第四，朝向条件，采用朝左和朝右两种方向的光栅图片分别作为基础刺激图片和奇异刺激图片。两类光栅图片的空间频率保持一致，两种图片刺激除朝向不同外其他因素均保持一致。
44.第五，空间频率条件，采用的基础和奇异刺激图片的空间频率不一致，除空间频率不同外其他因素均保持一致。
45.第六，运动条件，在屏幕上呈现多个白色圆点，这些白色的圆点存在静止和移动两种状态，静止状态下的为基础刺激，移动状态下的为奇异刺激。
46.第七，形状条件，基础和奇异刺激图片中的形状样式不一致，如基础刺激图片的形状可以是长方形，而奇异刺激图片的形状可以是正方形。
47.第八，物体识别条件，在灰色背景上呈现的彩色物体图片(共24张)以及其相对应的相位随机扰乱(scrambled)的图片(亮度、对比度等视觉低级信息一致，共96张)。在每张彩色物体图片(24张)的中心以物体图片像素范围内进行随机扰乱多次，分别生成其相对应的随机扰乱图片，每一张彩色物体图片都生成四张相对应的随机扰乱的图片，即生成的相对应的随机扰乱图片共96张。基础刺激图片为相位随机扰乱的图片(96张)，奇异刺激图片为完整的彩色物体图片(24张)。在该条件下，基础频率(6hz)体现的是随机扰乱的物体图片的加工能力，奇异频率(1.2hz)体现的是随机扰乱图片和完整的物体图片之间的分辨能力。
48.第九，面孔识别条件，基础刺激图片采用96张彩色非面孔图片，种类包含水果、植物、蔬菜、甜点、乐器、家具、动物等；奇异刺激图片采用24张彩色人物面孔图片，人物的性别包括男、女性，年龄层覆盖儿童、青少年、中年人、老年人。图片均来自公开图库，分辨率一致。在该条件下，基础频率(6hz)体现的是对于物体图片的加工，而奇异频率(1.2hz)体现的是面孔图片和物体图片之间的分辨能力。
49.第十，工具识别条件，基础刺激图片为96张非工具图片，奇异刺激图片为24张工具
图片，共120张图片，均来自于公开图库。为了控制形状的影响，两类图片均为狭长形状的物体图片，分辨率均一致。在该条件下，基础频率(6hz)体现的是对于非工具物体图片的加工，而奇异频率(1.2hz)体现的是工具图片和非工具图片之间的分辨能力。
50.第十一，熟悉面孔条件，采用96张陌生人的面孔图片作为基础刺激图片，采用了24张目标人群熟悉的面孔图片作为奇异刺激图片。在该条件下，基础频率(6hz)体现的是对于面孔图片的加工，而奇异频率(1.2hz)体现的是熟悉面孔图片和陌生面孔图片之间的分辨能力。
51.第十二，自我面孔条件，采用96张陌生人的面孔图片作为基础刺激图片，采用了24张目标人群自己的面孔图片作为奇异刺激图片。在该条件下，基础频率(6hz)体现的是对于面孔图片的加工，而奇异频率(1.2hz)体现的是自我面孔图片和陌生面孔图片之间的分辨能力。
52.(二)被试
53.被试包括50名健康人被试，50名意识障碍患者(24名植物状态患者，18名微意识状态患者，8名脱离微意识状态患者)。
54.(三)数据收集过程
55.脑电实验过程中，给被试随机呈现不同条件下的快速周期性视觉刺激范式，同时收集被试的脑电信号。以显示“工具识别”组视觉刺激图片为例，在一秒钟内，先呈现四张非工具图片(基础刺激图片)，然后呈现一张工具图片(奇异刺激图片)，最后紧接着一张非工具图片(基础刺激图片)。不论是基础刺激图片还是奇异刺激图片，每张视觉刺激图片的呈现时间均为83ms，每两张视觉刺激图片之间的间隔时间为83ms，具体见图一。一个试次共20秒，每个条件6个试次，2分钟即可完成。如果完成12个条件的快速周期性视觉刺激范式，则需要20-30分钟。脑电实验中以置于被试的鼻尖的外接电极作为参考电极，将电阻降至10kω以下，采样率为1000hz，滤波带通为0.5-100hz，放大器放大倍数为1000倍。
56.(四)数据分析方法
57.1、脑电数据预处理
58.在每个条件下，对于收集每个试次的脑电数据的预处理包括基线矫正、低通滤波、重参考。在每个条件下，平均预处理之后的每个有效试次的数据，以下分析都基于平均后的事件相关电位数据。
59.2、频谱分析
60.对每个条件下平均后的数据进行快速傅里叶变换(fast fourier transform,fft)，得到频谱图。对每个被试都进行相同的频谱分析，之后平均每个条件下所有被试的频谱数据。
61.3、信噪比(signal-to-noise ratio,snr)
62.基于频谱分析结果，求每个电极的基础频率(6hz)和奇异频率(1.2hz)的振幅与周围直接相邻的20个点的平均振幅的比值(每边10个点，但排除直接相邻的两个点)以得到该感兴趣频率的信噪比(snr)。
63.4、贝叶斯统计方法
64.为了统计每一组被试在每个条件的下的基础频率(6hz)和奇异频率(1.2hz)的信噪比(snr)是否显著大于1，采用贝叶斯t检验来进行计算。采用贝叶斯统计方法的原因是其
适用于小样本的统计。贝叶斯t检验得到的贝叶斯因子大于1且小于3，则表明有弱证据支持信噪比显著大于1这一假设；贝叶斯因子大于3且小于10则表明有中等证据支持信噪比显著大于1这一假设；贝叶斯因子大于10则表明有强证据支持信噪比显著大于1这一假设。
65.5、相关分析
66.为了验证采用快速周期性视觉刺激奇异范式是否能检测到意识障碍患者的意识水平，将该范式下得到的基础频率(6hz)和奇异频率及其谐频(oddball and its harmonies(averaged),平均1.2，2.4，3.6，4.8，7.2hz)的信噪比(snr)分别与crs-r量表的视觉子量表分数和总分求相关。
67.为了比较基于快速周期性视觉刺激范式的视觉评估技术与现有的常用视觉评估技术的关系，我们将该范式下得到的基础频率和奇异频率分别和vep求相关。
68.6、机器学习
69.利用机器学习的方法，深入探索视觉加工能力和分辨能力与意识水平之间的关系，在视觉方面找到与意识相关的标志物。
70.参照图3，机器学习具体过程为：
71.第一步，组建数据集。以快速周期性视觉刺激奇异范式中每个条件下得到的基础频率和奇异频率(以及其谐频)的信噪比作为数据集。
72.第二步，特征提取。在此仅包括十个条件：对比度/亮度、大小、颜色、朝向、空间频率、运动、形状、物体识别、面孔识别、工具识别。在提取特征这一步，提取当中单个或多个条件组合的基础频率或奇异频率(或者平均奇异频率以及其谐频)作为特征。
73.第三步，重抽样以平衡样本量。由于不同组被试的样本量都不同，因此样本量不均衡。在此，采用重抽样的方法来均衡样本量。
74.第四步，训练和分类。利用重抽样后的数据，采用十折交叉验证法和线性判别分析(lda)或支持向量机(svm)、k近邻、神经网络、随机森林二类分类器分别对植物状态、微意识状态、脱离微意识状态和健康控制组进行两两分类。类似地，还采用了十折交叉验证法和支持向量机(svm)三分分类器对植物状态、微意识状态和健康控制组进行三分类。在十折交叉验证中报告的分类正确率为十次训练和分类的分类正确率的平均值。采用十折交叉验证的目的是为了得到较为精确、稳定的分类正确率。
75.(五)结果
76.1、健康控制组结果
77.采用贝叶斯t检验进行组别分析，结果表明，在对比度/亮度、大小、颜色、朝向、空间频率、运动(motion)、形状、物体识别、面孔识别、工具识别、熟悉面孔识别、自我面孔识别条件下，健康控制组在快速周期性视觉刺激奇异范式中得到的基础频率和奇异频率的信噪比都显著大于1(如图4所示)，这说明健康被试能够加工和分辨所有条件下的视觉刺激，而该范式能够有效地体现出健康被试的加工和分辨能力。
78.参照图4，每组每个条件都采用贝叶斯t检验来分别计算基础频率6hz，奇异频率1.2hz及其谐频(2.4，3.6，4.8，7.2hz)的信噪比(db)是否显著大于1。
79.2、意识障碍组结果
80.由于意识障碍组在熟悉面孔识别和自我面孔识别条件下的被试人数过少，以下结果仅包括了对比度/亮度、大小、颜色、朝向、空间频率、运动(motion)、形状、物体识别、面孔
识别、工具识别条件，共十个条件。采用贝叶斯t检验进行组别分析，结果表明，植物状态患者只保留了低水平视觉刺激(对比度、大小、颜色)的加工(体现在基础频率)和分辨能力(体现在奇异频率及其谐频)；微意识状态(mcs)以及脱离微意识状态(emcs)保留了几乎所有水平的视觉加工能力(体现在基础频率)，以及部分低、中、高水平的视觉分辨能力(体现在奇异频率及其谐频)。具体见图5和图6。
81.参照图5，每组每个条件都采用贝叶斯t检验来分别计算基础频率6hz，奇异频率1.2hz及其谐频(2.4，3.6，4.8，7.2hz)的信噪比(db)是否显著大于1
82.参照图6，横轴为每个条件，纵轴为信噪比(db)。每组每个条件采用贝叶斯t检验来分别计算基础频率6hz，奇异频率1.2hz及其谐频(2.4，3.6，4.8，7.2hz)的平均信噪比(db)是否显著大于1。根据贝叶斯因子来判断是否显著。圆圈和实线标注为基础频率(base,6hz)，三角形和虚线标注为奇异频率及其谐频的平均(oddball and its harmonies(averaged),平均1.2，2.4，3.6，4.8，7.2hz)。图6中，“a1”所标示的曲线表示植物状态患者，“b1”所标示的曲线表示微意识状态患者，“c1”所标示的曲线表示脱离微意识状态患者。
83.将意识障碍组的基础频率的信噪比和奇异频率及其谐频的平均信噪比分别与健康控制组相比，发现在所有条件下，他们两个组之间都存在显著差异。并且植物状态跟健康控制组的差异最大，微意识状态次之，脱离微意识状态最小，见图7。
84.参照图7，横轴为条件，纵轴表示意识障碍患者和健康控制组进行贝叶斯t检验所得到的贝叶斯因子。圆圈和实线标注为基础频率(6hz)，三角形和虚线标注为奇异频率及其谐频(oddball and its harmonies(averaged),平均1.2，2.4，3.6，4.8，7.2hz)。图7中，“a2”所标示的曲线表示植物状态患者，“b2”所标示的曲线表示微意识状态患者，“c2”所标示的曲线表示脱离微意识状态患者。
85.3、信噪比与crs-r分数、vep的相关关系
86.将意识障碍所有患者在所有条件下的基础频率、平均奇异频率及其谐频的(1.2以及2.4,3.6,4.8，7.2hz)的信噪比分别跟crs-r量表的视觉子量表和总分求相关，结果发现，大部分条件的基础频率都与crs-r的视觉子量表分数显著相关，只有物体识别的奇异频率与crs-r的视觉子量表分数显著相关，如表1所示，说明crs-r的视觉子量表主要体现出视觉加工能力，而对于视觉分辨能力的方面的评估有所欠缺。中、高水平的基础频率与crs-r总分显著相关，也就是中高条件的基础频率也能显著体现出意识的程度，如表2所示。
87.而意识障碍所有患者在所有条件下的基础频率(6hz)与vep的分类结果进行相关。与vep相关最高的其中三个条件，分别是大小、运动和物体识别条件。vep分类结果与运动条件的基础频率的相关值最高，为0.53。该结果说明，vep的评估在一定程度上只能表现出患者的视觉加工能力，而对于视觉分辨能力的评估也有所欠缺。
88.综合该范式所得到的信噪比与crs-r分数、vep的相关结果，我们可以得知crs-r、vep对于视觉能力的评估存在一定的缺陷。crs-r、vep只能够体现出患者的视觉加工能力，而难以体现患者的视觉分辨能力。
89.表1每个条件下基础频率(base)和奇异频率及其谐频(oddball and its harmonies(averaged),平均1.2，2.4，3.6，4.8，7.2hz)的信噪比与crs-r视觉子量表分数的相关结果
[0090][0091]
表2每个条件下基础频率(base)和奇异频率及其谐频(oddballl and its harmonies(averaged),平均1.2，2.4，3.6，4.8，7.2hz)的信噪比与crs-r总分的相关结果
[0092][0093]
4、具体应用
[0094]
多层次快速周期性视觉刺激奇异范式能给意识障碍患者生成全面的视觉能力报告，一方面，可以根据患者个人的基础频率和奇异频率的数值来判断患者是否还有视觉加工能力(能否接收视觉信号)和分辨能力(能否区别视觉特征)。具体而言，即根据当前患者在每个条件下单个电极所得到的基础频率和奇异频率的z分数是否显著大于1.64来判断患者在每个条件下的视觉加工能力和视觉分辨能力，从而快速地形成系统的视觉能力评估报告。表3为其中一名患者的视觉评估报告。
[0095]
表3一名患者的视觉评估报告
[0096][0097]
结论：患者在视觉对比度、大小、颜色、朝向、空间频率、运动、形状、客体识别、面孔识别和工具识别的条件下都发现显著的6hz峰值，说明患者的大脑能接收到视觉输入。在视觉对比度、大小、颜色、空间频率、运动、形状、客体识别、面孔识别和工具识别的条件下发现显著的1.2hz峰值，仅在朝向条件下没有发现显著1.2hz峰值，说明患者能够进行视觉刺激分类加工。但需进一步观察和评估。
[0098]
另一方面，可以根据与健康控制组的基础频率和奇异频率的对比，从而形成客观的有对照性的视觉加工能力和分辨能力分数报告。
[0099]
由于以往的crs-r量表和视觉诱发电位(vep)技术存在一定的缺陷。crs-r量表中的视觉子量表需要患者能够理解指导语，对于有听觉缺陷的患者而言存在一定误诊情况。而视觉诱发电位(vep)技术又仅仅是依靠个人的诱发电位来判断其视觉的接收能力，该技术受限于医生的主观性判断，缺乏大数据的对照。而我们在健康控制组中也有应用快速周期性视觉刺激奇异范式，获得了健康控制组的数据集，见图8和图9。
[0100]
图8为健康控制组被试在对比度/亮度、大小、颜色、朝向、空间频率、运动、形状、物体识别、面孔识别、工具识别的基础频率信噪比(snr)的分布图。横轴为基础频率6hz的信噪比，纵轴为信噪比的概率。
[0101]
图9为健康控制组被试在对比度/亮度、大小、颜色、朝向、空间频率、运动、形状、物体识别、面孔识别、工具识别的奇异频率及其谐频的平均信噪比(snr)的分布图。横轴为奇异频率1.2hz的信噪比，纵轴为信噪比的概率。
[0102]
因此，将意识障碍组与健康控制组在快速周期性视觉刺激奇异范式下的基础频率、奇异频率及其谐频进行对比，其结果能更客观地揭示意识障碍患者的低、中、高水平视觉加工和分辨能力。根据他们在多个条件下的基础频率和奇异频率及其谐频的信噪比在健康控制组的百分位数，可以分别得到每个患者在各个视觉水平下的视觉加工能力分数和视觉分辨能力分数(满分均为100分)。例如，见表4的p34患者，这是一名植物状态患者。我们分别在十个条件下计算基础频率和奇异频率及其谐频的百分位数，可以得到该患者在十个条件下的视觉加工能力分数和分辨能力分数；再平均其在十个条件下的基础频率的百分位数，得到其视觉加工能力平均分为4.8分(满分100分)；最后，平均其在十个条件下的奇异频率及其谐频的百分位数，得到其视觉分辨能力平均分为7.4分(满分为100分)。另一名患者p57为微意识状态患者，按照相同的算法得到其在十个条件下的视觉加工能力分数，以及视觉加工能力平均分为12分，视觉分辨能力平均分为6.8分，见表4的p57患者。
[0103]
表4 p34植物患者和p57微意识状态患者在十个条件下视觉加工能力和分辨能力分数及其平均分
[0104][0105]
5、高级应用
[0106]
多层次水平的快速周期性视觉刺激奇异范式结合机器学习方法(具体流程见图3)，我们还能深入探索视觉加工能力和分辨能力与意识水平之间的关系，在视觉方面找到与意识相关的标志物。
[0107]
利用机器学习，以基础和/或奇异频率(及其谐频)作为特征，分别对植物状态、微意识状态、脱离微意识状态和健康控制组进行两分类。在样本量均衡下，结果发现，运动(motion)、形状(shape)和物体识别(object)条件的分类正确率普遍都较高。总结而言：
[0108]
①
对于植物状态与微意识状态而言，以形状和工具条件下的基础频率(6hz)的信噪比(snr)作为特征，分类正确率达到84％；
[0109]
②
对于植物状态与脱离微意识状态而言,中、高水平的大多数条件的基础频率(6hz)和奇异频率(1.2hz)的信噪比为特征，分类正确率一般都能达到70％以上，最高达到79％；
[0110]
③
对于微意识状态与脱离微意识状态而言，形状条件的奇异频率(1.2hz)的信噪比作为特征，分类正确率达到79％；
[0111]
④
对于植物状态与健康控制组而言，形状条件下的基础频率、奇异频率及其谐频的信噪比均值为特征，分类正确率能高达85％；
[0112]
⑤
对于微意识状态与健康控制组而言，运动和形状条件下的奇异频率及其谐频的信噪比为特征，分类正确率能高达90％；
[0113]
⑥
对于脱离微意识状态和健康控制组而言，面孔识别条件下的基础频率和奇异频率及其谐频的信噪比为特征，分类正确率高达84％。
[0114]
对植物状态、微意识状态、健康控制组进行三分类，在样本量均衡情况下，结果发现，以物体识别条件的奇异频率及其谐频(平均1.2，2.4，3.6，4.8，7.2hz)的平均信噪比作为特征，分类正确率达到75％。
[0115]
总而言之，多层次水平的快速周期性视觉刺激奇异范式能够高效快速地评估意识障碍患者的视觉加工和分辨能力。并且在该范式下的大脑视觉评估功能与意识水平存在显著相关，甚至可以根据中、高水平的视觉条件来区分不同类型的患者，分类正确率高达84％。
[0116]
根据上述实验，可以得到以下结论：快速周期性视觉刺激奇异范式的数据结果处理迅速，脑电数据在预处理后仅仅通过简单的频谱分析和信噪比的转换，则可以得到单个患者对于是每个水平视觉刺激的加工能力和分辨能力结果，形成该患者的视觉评估报告，为患者的康复治疗提供辅助性的引导。另外，在快速周期性视觉刺激奇异范式下利用机器学习可以深入探索视觉加工和分辨能力与意识的关系，有望能挖掘出意识的标志物。
[0117]
根据上述实验的结论，本实施例中，所提供的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，可以按照以下原理进行：给病人呈现图片，同时采集病人的脑电信号对其大脑的视觉功能进行评估；评估可以和医院的其他脑电评估一起进行，无需再次连接脑电图设备；图片的选择严格参照人脑视觉加工从简单到复杂的层级加工结构的特点，图片既有低级的对比度，大小，颜色，朝向，空间频率等信息；也有中水平的运动，形状，等信息；还有物体识别，面孔识别，工具识别等高级视觉信息；还可以包括专门考察病人能否识别自我面孔，识别熟悉面孔的条件。每种条件的评估仅需2分钟，如果数据分析结果显示病人可以完成低级视觉加工，则继续考察其是否可以完成更高级的加工；如果数据分析结果显示病人连基本的低级视觉功能不能，则评估停止。换句话说，病人仅需要睁着眼睛，不需要完成任何其他任务，整个评估需要2到30分钟就可以评估完成；每种图片采用基础频率(以6hz为例)呈现，在基础频率(6hz)的图片序列里面会有一些图片被替换，这些替换的图片按照奇异频率(以1.2hz为例)呈现；如果病人的视觉输入功能正常，则脑电波进行频谱分析之后应该观察到基础频率(6hz)的峰值；反之，如果观察不到基础频率(6hz)的峰值，则说明该病人的基本视觉处理能力受损。如果只观察到6hz但没有1.2hz，说明该病人虽然有视觉输入，但是无法分辨完成某一层次的视觉信息；在观察到基础频率(6hz)峰值的前提下，如果还能观察到奇异频率(1.2hz)的峰值，则说明病人能够区分出按照6hz和1.2hz的呈现的图片，也就说明其相应的视觉加工和分辨能力是正常的。
[0118]
基于上述原理，本实施例中，参照图10，基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法包括以下步骤：
[0119]
s1.向目标人员显示若干组视觉刺激图片，每组刺激图片考察目标人员的一种视觉功能，若干种视觉刺激图片考察目标人员从低级到高级的多种大脑视觉功能；
[0120]
其中，同一组的视觉刺激图片包括若干个基础刺激图片和若干个奇异刺激图片；基础刺激图片和奇异刺激图片分别按照特定的频率穿插呈现为一个刺激序列；的基础刺激图片的呈现频率为基础频率，的奇异刺激图片的呈现频率为奇异频率；
[0121]
s2.在呈现视觉刺激图片的同时，采集目标人员的脑电信号；
[0122]
s3.检测脑电信号中的第一信号振幅和第二信号振幅，第一信号振幅对应目标人员的基础频率，第二信号振幅对应目标人员的奇异频率及其谐频；
[0123]
s4.根据第一信号振幅，与数据库中健康人员的第三信号振幅做对比，确定目标人员的视觉加工能力分数，根据第二信号振幅，与数据库中健康人员的第四信号振幅做对比，确定目标人员的视觉分辨能力分数。
[0124]
本实施例中，基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法中的各步骤可以由计算机设备运行，这样的计算机设备可以称为基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测系统，其中包括第一模块、第二模块、第三模块和第四模块，分别用于执行步骤s1、s2、s3和s4。
[0125]
步骤s1中，向目标人员显示若干组视觉刺激图片，每组刺激图片考察目标人员的一种视觉功能；所述若干种视觉刺激图片考察目标人员从低级到高级的多种大脑视觉功能；同一组的视觉刺激图片包括若干个基础刺激图片和若干个奇异刺激图片；基础刺激图片和奇异刺激图片分别按照特定的频率穿插呈现为一个刺激序列。所述的基础刺激图片的呈现频率为基础频率，所述的奇异刺激图片的呈现频率为奇异频率。
[0126]
本实施例中，参照图2，一共显示12组视觉刺激图片。这12组视觉刺激图片中，分别通过“对比度/亮度”、“大小”、“颜色”、“朝向”、“空间频率”、“运动”、“形状”、“物体识别”、“面孔识别”、“工具识别”、“熟悉面孔识别”和“自我面孔识别”区分基础刺激图片和奇异刺激图片。
[0127]
步骤s1中，基础刺激图片和奇异刺激图片分别按照特定的频率穿插呈现为一个刺激序列，所述的基础刺激图片的呈现频率为基础频率(以6hz为例)，所述的奇异刺激图片的呈现频率为奇异频率(以1.2hz为例)。
[0128]
例如，在一个试次(每个试次可以显示其中一组视觉刺激图片的基础刺激图片和奇异刺激图片)中，按照特定的频率交替地显示和基础刺激图片和奇异刺激图片。其中基础刺激图片的呈现频率为6hz，奇异刺激图片的呈现频率为1.2hz。
[0129]
参照图1，以显示“工具识别”组视觉刺激图片为例，在一秒钟内，先呈现四张非工具图片(基础刺激图片)，然后呈现一张工具图片(奇异刺激图片)，最后紧接着一张非工具图片(基础刺激图片)。不论是基础刺激图片还是奇异刺激图片，每张视觉刺激图片的呈现时间均为83ms，每两张视觉刺激图片之间的间隔时间为83ms。
[0130]
对于属于意识障碍患者的目标人员，每一个水平(对比度/亮度、大小、颜色、朝向、空间频率、运动、形状、客体识别、面孔识别、工具识别、熟悉面孔识别、自我面孔识别)都收集6个试次(2分钟)，因此全部12组视觉刺激图片播放完所需时间为20-30分钟。每一组视觉刺激图片之间的播放顺序是随机的。
[0131]
本实施例中，在执行步骤s1，使目标人员观看各组视觉刺激图片的同时，执行步骤s2，采集得到目标人员的脑电信号。
[0132]
步骤s3中，对目标人员的脑电信号进行预处理、傅里叶变换等分析，检测脑电信号
中对应基础频率(6hz)的分量的振幅，即第一信号振幅；检测脑电信号中对应奇异频率(1.2hz)的分量的振幅，即第二信号振幅。
[0133]
步骤s4中，针对每组图片，对比目标人员的第一信号振幅和已有数据库内健康人的第三信号振幅，确定目标人员的一项视觉加工能力分数；针对每组图片，对比目标人员的第二信号振幅和已有数据库内健康人的第四信号振幅，确定目标人员的一项视觉分辨能力分数。
[0134]
具体地，可以在执行步骤s1的同时或者之前，按照步骤s1一样的流程，向健康控制组人员(已知没有意识障碍等疾病的人员)显示若干组视觉刺激图片，在显示视觉刺激图片的同时，采集健康控制组人员的脑电信号，对健康控制组人员的脑电信号进行预处理、傅里叶变换等分析，检测健康控制组人员的脑电信号中对应基础频率(6hz)的分量的振幅，即第三信号振幅，根据第三信号振幅可以求得其信噪比，从而获得每个健康控制组人员对应的第三信号振幅的信噪比；同理，检测健康控制组人员的脑电信号中对应奇异频率(1.2hz)的分量的振幅，即第四信号振幅，根据第四信号振幅可以求得其信噪比，从而获得每个健康控制组人员对应的第四信号振幅的信噪比。
[0135]
在执行步骤s4时，计算出第一信号振幅的信噪比，健康控制组所得的第三信号振幅的信噪比组成了一个信噪比的集合，可以计算第一信号振幅的信噪比在这个集合中的百分位数(由高到低)，根据这个百分位数确定目标人员(患者)的视觉加工能力分数。例如，可以将这个百分位数本身确定为目标人员(患者)的视觉加工能力分数；同理，计算出第二信号振幅的信噪比，健康控制组所得的第四信号振幅的信噪比组成了一个信噪比的集合，可以计算第二信号振幅的信噪比在这个集合中的百分位数(由高到低)，根据这个百分位数确定目标人员(患者)的视觉分辨能力分数。例如，可以将这个百分位数本身确定为目标人员(患者)的视觉分辨能力分数。
[0136]
步骤s4中，健康控制组内的健康人员的第三信号振幅和第四信号振幅数据存储在一个数据库中。该数据库中的数据将持续更新。如果目标人员是健康人，则被写入数据库中的目标人员的第一信号振幅成为数据库中的新增的第三信号振幅数据，被写入数据库中的目标人员的第二信号振幅成为数据库中的新增的第四信号振幅数据。如果目标人群不是健康人，则单独保存作为特殊群体数据。
[0137]
步骤s1-s4应用了本实施例中的实验的原理，针对每组图片，对比目标人员的第一信号振幅和已有数据库内健康人的第三信号振幅，确定目标人员的一项视觉加工能力分数；针对每组图片，对比目标人员的第二信号振幅和已有数据库内健康人的第四信号振幅，确定目标人员的一项视觉分辨能力分数。
[0138]
本实施例中，采用脑电这一医院普遍使用的技术，仅需在病人的常规脑电图记录中加入执行步骤s1-s4，就可以完成大脑视觉功能的评估。即使意识障碍患者无法与外界交流，其大脑就像一个黑匣子，但是步骤s1-s4仍能够利用意识障碍患者受损的大脑中仍然保留的部分正常功能(例如植物状态患者保留了低水平的视觉加工和分辨能力，而微意识状态和脱离微意识状态保留大多数条件的视觉加工能力以及部分低、中、高水平的视觉分辨能力)，用作唤醒病人的钥匙，快速有效且在无需病人完成任何任务(无需病人做任何反应，只要睁着眼睛看着显示器即可，即使病人体内有导磁物质也可以安全进行)的情况下完成大脑视觉功能评估。
[0139]
具体地，基于快速周期性视觉刺激奇异范式可以从低、中、高水平，全面系统地评估患者的视觉功能，例如“对比度/亮度”、“大小”、“颜色”、“朝向”、“空间频率”等各组基础刺激图片和奇异刺激图片，能够从低水平评估患者的视觉功能；项目类型为“运动”、“形状”等的各组基础刺激图片和奇异刺激图，能够从中水平评估患者的视觉功能；项目类型为“物体识别”、“面孔识别”、“工具识别”、“熟悉面孔识别”和“自我面孔识别”等的各组基础刺激图片和奇异刺激图，能够从高水平评估患者的视觉功能。因此，本实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法具有以下特点：
[0140]
1.基于脑电技术，无需添加新的设备；
[0141]
2.短时高效，适用于患者的评估；
[0142]
3.对病人要求低，应用面广；
[0143]
4.数据处理快，结果有健康控制组的数据参照。
[0144]
5.短时高效全面，适用于患者的视觉评估。
[0145]
可以通过编写执行本实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法的计算机程序，将该计算机程序写入至计算机装置或者存储介质中，当计算机程序被读取出来运行时，执行本实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，从而实现与实施例中的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法相同的技术效果。
[0146]
需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
[0147]
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
[0148]
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
[0149]
此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可
在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0150]
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、ram、rom等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
[0151]
计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
[0152]
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

技术特征：
1.一种基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，所述基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法包括：向目标人员显示若干组视觉刺激图片，每组刺激图片考察目标人员的一种视觉功能，所述若干种视觉刺激图片考察目标人员从低级到高级的多种大脑视觉功能；同一组的视觉刺激图片包括若干个基础刺激图片和若干个奇异刺激图片；基础刺激图片和奇异刺激图片分别按照特定的频率穿插呈现为一个刺激序列；所述的基础刺激图片的呈现频率为基础频率，所述的奇异刺激图片的呈现频率为奇异频率；在呈现所述视觉刺激图片的同时，采集所述目标人员的脑电信号；检测所述脑电信号中的第一信号振幅和第二信号振幅，所述第一信号振幅对应所述目标人员的基础频率，所述第二信号振幅对应所述目标人员的奇异频率及其谐频；根据所述第一信号振幅，与数据库中健康人员的第三信号振幅做对比，确定所述目标人员的视觉加工能力分数，根据所述第二信号振幅，与数据库中健康人员的第四信号振幅做对比，确定所述目标人员的视觉分辨能力分数。2.根据权利要求1所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，所述向目标人员显示若干组分别测试大脑不同视觉功能的视觉刺激图片，包括：在显示同一组所述视觉刺激图片序列时，若干个基础刺激图片和若干个奇异刺激图片分别按照基础频率和奇异频率穿插显示。3.根据权利要求1所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，所述根据所述第一信号振幅，与数据库中健康人员的第三信号振幅做对比，确定所述目标人员的视觉加工能力分数，根据所述第二信号振幅，与数据库中健康人员的第四信号振幅做对比，确定所述目标人员的视觉分辨能力分数，包括：向健康控制组人员显示若干组视觉刺激图片；同一组所述视觉刺激图片中包括若干个基础刺激图片和若干个奇异刺激图片；在每一组视觉刺激图片中，基础刺激图片和奇异刺激图片是分别按照特定的频率穿插呈现的，所述的基础刺激图片的呈现频率为基础频率，所述的奇异刺激图片的呈现频率为奇异频率；在显示所述视觉刺激图片的同时，采集所述健康控制组人员的脑电信号；检测所述脑电信号中的第三信号振幅和第四信号振幅，所述第三信号振幅对应所述健康控制组人员的基础频率，所述第四信号振幅对应所述健康控制组人员的奇异频率及其谐频；分别确定所述第三信号振幅和第四信号振幅的信噪比；根据所述目标人员的第一信号振幅的信噪比在健康控制组的第三信号振幅的信噪比中的百分位数，确定所述目标人员的视觉加工能力分数；根据所述目标人员的第二信号振幅的信噪比在健康控制组第四信号振幅的信噪比中的百分位数，确定所述目标人员的视觉分辨能力分数。4.根据权利要求1-3任一项所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，所述基于脑电快速周期性视觉刺激奇异范式是有层次、系统地呈现若干组基础刺激图片和奇异刺激图片，包括：在视觉低水平、中水平、高水平上，基础刺激图片和奇异刺激图片都存在差异；
在低水平上，基础刺激图片和奇异刺激图片分别具有不同的对比度/亮度、具有不同的尺寸大小、具有不同的颜色、具有不同的图像朝向，具有不同的图像空间频率；在中水平上，基础刺激图片和奇异刺激图片分别具有不同的图像运动状态、具有不同的形状；在高水平上，基础刺激图片为随机打乱的客体图像，奇异刺激图片为完整的客体图像；或者，基础刺激图片为非面孔的客体图像，奇异刺激图片为面孔图像；或者，基础刺激图片为非工具的客体图像，奇异刺激图片为工具图像；或者，基础刺激图片为陌生人面孔图像，奇异刺激图片为熟悉的人的面孔图像；或者，基础刺激图片为陌生人面孔图像，奇异刺激图片为自我的面孔图像。5.根据权利要求1-3任一项所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，所述基础频率比奇异频率大，且基础频率是奇异频率的倍数。6.根据权利要求1-3任一项所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法，其特征在于，利用机器学习方法，以目标人群和健康控制组人群的基础频率和奇异频率及其谐频特性作为特征进行训练，可以对目标人群和健康控制组人群进行分类，即根据视觉加工能力或/和视觉分辨能力来对目标人群和健康控制组人群进行划分。7.一种计算机装置，其特征在于，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行权利要求1-6任一项所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法。8.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行权利要求1-6任一项所述的基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法。

技术总结
本发明公开了一种基于脑电快速周期性视觉刺激奇异范式的大脑视觉功能快速检测方法、计算机装置及存储介质，包括向目标人员呈现若干组视觉刺激图片，同时采集目标人员的脑电信号，检测信号中的第一信号和第二信号振幅，并通过和健康人员数据库中的结果进行对比，确定目标人员的视觉加工能力分数和视觉分辨能力分数等步骤用于系统评估目标人员的各层级的大脑视觉功能。本发明能够可靠地对目标人员的脑视觉功能进行定量分析，短时高效，适用于各种目标人员的脑视觉功能评估、应用面广，目标人员只需要睁开眼睛看，无需理解任务也无需完成手动或言语任务，数据处理快，可以几分钟到十几分钟内拿到评估结果。本发明广泛应用于脑电技术和认知评估领域。电技术和认知评估领域。电技术和认知评估领域。


技术研发人员：陈娟 邓芷晴 谢秋幼 秦鹏民
受保护的技术使用者：华南师范大学
技术研发日：2023.02.13
技术公布日：2023/7/19