申请/专利权人：天津大学

申请日：2023-12-19

公开（公告）日：2024-04-09

公开（公告）号：CN117838147A

主分类号：A61B5/369

分类号：A61B5/369;A61B5/372;A61B5/38;A61B5/386;A61B5/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明提供了一种基于chirp信号的意识状态检测方法，包括以下步骤：S1、利用特制chirp音调对患者进行听觉刺激，同时采集对应的患者脑电波信号；S2、对原始脑电波信号进行预处理，并提取处理后的脑电波信号的特征；S3、将提取到的特征作为训练样本训练SVM分类器，以建立分型模型；S4、利用训练好的分型模型对患者进行意识状态检测，并将识别结果反馈给分型模型以持续优化模型参数。本发明解决了临床DOC患者诊断分型异质性高的问题，提高了意识状态检测的准确性和简便性。通过特制的chirp音调，使诱发的脑电波信号更加稳定且信噪比更高，利用多维脑电特征指标作为数据样本进行模式识别，从而获得更丰富的信息来源，提高了模型的鲁棒性。

主权项：1.一种基于chirp信号的意识状态检测方法，其特征在于，意识状态检测方法利用chirp信号刺激患者并通过分型模型快速识别意识障碍，包括以下步骤：S1、获取数据：利用特制chirp音调对患者进行听觉刺激，同时采集对应的患者脑电波信号；S2、提取特征：对原始脑电波信号进行预处理，并提取处理后的脑电波信号的特征；S3、建立分型模型：将提取到的特征作为训练样本训练SVM分类器，以建立分型模型；S4、实施运用：利用训练好的分型模型对患者进行意识状态检测，并将识别结果反馈给分型模型以持续优化模型参数；S3中，使用SVM分类器进行识别时，对样本数据进行预处理，具体包括以下步骤：S31、提供样本数据，数据包括矩阵X和向量Y；矩阵X包括由若干受试者样本中提取出来的特征；向量Y包括若干与受试者意识状态相对应的样本；S32、对样本数据中的特征进行归一化处理；S33、基于F检验筛选单一特征或最佳的20％特征。

全文数据：

权利要求：

百度查询： 天津大学 一种基于chirp信号的意识状态检测方法及系统

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。

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