申请/专利权人:浙江大学
申请日:2023-12-19
公开(公告)日:2024-03-22
公开(公告)号:CN117743923A
主分类号:G06F18/241
分类号:G06F18/241;A61B5/374;A61B5/00;G06F18/10;G06F18/213;G16H50/20;G16H50/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供了一种基于微状态与深度学习的意识水平评定方法及系统,其通过接收用户的脑电信号,对信号进行信号预处理,获取微状态模板及序列,使用微状态序列分割原始数据,计算各通道的特征值,并通过空间映射将脑电数据转化为二维图像组,提取二维图像组中的特征,计算、判断并输出患者的意识水平包括健康、最小意识状态、无意识反应综合征,实现一体化意识障碍水平诊断平台。相较于基于微状态分析特征的传统分类方法,本发明理论上具备更高的分类精度上限;相较于使用深度学习的其他方法,本发明结论上具备更高的可解释度。
主权项:1.一种基于微状态与深度学习的意识水平评定方法,包括如下步骤:1采集患者的多通道脑电信号并对其进行预处理;2对预处理后的脑电信号进行微状态分析,生成脑电信号的微状态序列;3利用微状态序列对脑电信号进行分割,并基于功率谱密度将脑电信号转化为二维图像序列;4利用基于深度学习的网络模型对二维图像序列进行特征提取及分析判断,从而预测输出患者的意识水平。
全文数据:
权利要求:
百度查询: 浙江大学 基于微状态与深度学习的意识水平评定方法及系统
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。