[发明专利]一种基于神经网络的麻醉程度监测装置在审
申请号: | 201911035480.4 | 申请日: | 2019-10-29 |
公开(公告)号: | CN110680285A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 张萍萍;赵倩倩;付晓 | 申请(专利权)人: | 张萍萍 |
主分类号: | A61B5/00 | 分类号: | A61B5/00;A61B5/04;A61B5/0476;G06K9/00;G06N3/04 |
代理公司: | 53113 昆明合众智信知识产权事务所 | 代理人: | 叶春娜 |
地址: | 262700 山东省潍*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 麻醉 监测装置 脑电信号 神经网络 状态传递 处理器 可靠识别 提取模块 外科手术 便利 监测 更新 申请 | ||
本发明涉及一种基于神经网络的麻醉程度监测装置,包括:脑电信号提取模块和处理器,处理器对脑电信号进行处理,以判断人体的麻醉程度。本发明中通过将人体的麻醉过程分为四个时期,并提出了状态传递函数来进行四个时期的识别,为了进行可靠识别,通过神经网络对状态传递函数的判断阈值进行更新,通过本申请的监测装置,可以可靠地监测人体的麻醉程度,为进行外科手术提供了极大便利。
技术领域
本涉及人体状态的监测领域,特别是一种对麻醉程度进行监测的技术领域。
背景技术
麻醉是临床手术中不可或缺的关键环节,如何保证病人在手术过程中安全和无痛苦是麻醉工作的核心问题。为了确保麻醉安全,麻醉医生必须长时间注意力高度集中地全面性地观察记录病患各种生理特征,并根据自身经验进行分析和判别病患术中的麻醉深度。然而,由医生的主观判断来评估麻醉深度,容易出现因为所获信息与个人经验的不足、身体的疲累与环境的干扰、潜在的因素和病患个体性差异而造成的误判。
随着医学技术的进步,提出了多种监控麻醉深度的方法,比如脑电双频指数、脑电和脑心电结合、脑电和眼电结合等来进行监测的方法,但是这些方法有大多数精度不高,而且不能实现自动诊断,因此,如何自动、准确地监控麻醉深度一直是麻醉监控中的难点和热点。
发明内容
基于现有的监控麻醉程度的装置存在的不能实现自动诊断、精确监控麻醉深度、对麻醉深度进行合理分期的技术问题,本发明提出一种基于神经网络的麻醉程度监测装置。
为了解决本发明提出的技术问题,所采用的技术方案为:
提供一种基于神经网络的麻醉程度监测装置,包括:
脑电信号提取模块,用于对麻醉过程中的脑电信号进行提取;
处理器,用于对所述脑电信号进行处理,以确定人体的麻醉程度并进行显示。
进一步地,所述处理器通过传递函数实现人体麻醉程度的识别,所述的通过传递函数实现人体麻醉程度的识别过程如下:
将人体的麻醉程度分为四个时期:清醒期、诱导期、维持期、恢复期,假定人体麻醉过程中大脑皮层的电活动为所述四个时期间的状态转变过程,对这四个时期进行定义,分别定义为S1、S2、S3、S4,定义传递函数H,H表示状态转变过程;
设输入的脑电信号为观测变量x,则函数H就是变量x在状态S1到S4之间转变的函数,该函数H产生了一个在0-10之间变化的值i,可以表示为:
H:x∈[S1,S2,S3,S4]→i∈[0,10] (1),
其中,变量x是通过对脑电信号进行处理得到的,对脑电信号进行处理得到变量x的过程如下:
首先,利用脑电电极采集人体在麻醉过程中的脑电信号并进行预处理,得到脑电信号的时间序列{X1,X2,......,XT},其中T为采集的样本总数,利用AR模型,得到信号x,其中x(t)代表的对应于时刻t的信号x(t),x(t)为过去P个值的加权平均和与随机扰动噪声相加,p代表模型的阶数,可以表示为:
其中ε(t)表示t时刻的噪声因子,αp(i)表示权值,t=1,2,……,T,x(t-i)表示第t-i时刻的信号;
得到代表脑电信号(EEG)的变量x,其中x={X1,X2,......,XT} (3)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张萍萍,未经张萍萍许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911035480.4/2.html,转载请声明来源钻瓜专利网。