申请/专利权人：吉林大学

申请日：2024-02-07

公开（公告）日：2024-03-19

公开（公告）号：CN117717342A

主分类号：A61B5/22

分类号：A61B5/22;A61B5/00;G06F18/213;G06F18/214;G06F18/241;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本申请公开了一种用于盆底康复的评估系统及方法，涉及盆底康复领域。其首先获取被检测患者在不同姿势下的盆底压力信号的序列，接着，将所述被检测患者在不同姿势下的盆底压力信号的序列分别按照样本维度进行排列以得到盆底压力信号输入向量的序列，然后，通过基于深度神经网络模型的盆底压力信号特征提取器分别对各个盆底压力信号输入向量进行特征提取以得到盆底压力信号特征向量的序列，接着，使用联合分析模块对所述盆底压力信号特征向量的序列进行联合分析以得到盆底压力信号特征向量矩阵作为盆底压力信号特征，最后，基于所述盆底压力信号特征，确定盆底功能状况等级标签。这样，可以及时反馈患者的盆底功能状况。

主权项：1.一种用于盆底康复的评估方法，其特征在于，包括：获取被检测患者在不同姿势下的盆底压力信号的序列；将所述被检测患者在不同姿势下的盆底压力信号的序列分别按照样本维度进行排列以得到盆底压力信号输入向量的序列；通过基于深度神经网络模型的盆底压力信号特征提取器分别对所述盆底压力信号输入向量的序列中的各个盆底压力信号输入向量进行特征提取以得到盆底压力信号特征向量的序列；使用联合分析模块对所述盆底压力信号特征向量的序列进行联合分析以得到盆底压力信号特征向量矩阵作为盆底压力信号特征；基于所述盆底压力信号特征，确定盆底功能状况等级标签；其中，使用联合分析模块对所述盆底压力信号特征向量的序列进行联合分析以得到盆底压力信号特征向量矩阵作为盆底压力信号特征，包括：构造所述盆底压力信号特征向量的序列的邻接矩阵和度矩阵；基于所述邻接矩阵和所述度矩阵，计算拉普拉斯矩阵；对所述拉普拉斯矩阵进行标准化处理以得到标准化后拉普拉斯矩阵；将所述标准化后拉普拉斯矩阵的各个特征值从大到小进行排列，并提取前K个特征值计算所述前K个特征值的特征向量；标准化所述前K个特征值的特征向量并将标准化后的前K个特征值的特征向量组成特征向量矩阵以得到所述盆底压力信号特征向量矩阵；其中，构造所述盆底压力信号特征向量的序列的邻接矩阵和度矩阵，包括：以如下权重公式计算所述盆底压力信号特征向量的序列中各个盆底压力信号特征向量之间的关联权重值以得到所述邻接矩阵；其中，所述权重公式为： ；其中，和分别为所述盆底压力信号特征向量的序列中第个和第个盆底压力信号特征向量，为所述第个盆底压力信号特征向量和所述第个盆底压力信号特征向量之间的方差，为指数运算，为所述邻接矩阵中第位置的特征值。

全文数据：

权利要求：

百度查询： 吉林大学 用于盆底康复的评估系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD