[发明专利]一种感音性耳聋听觉网络的信息交互监测方法及系统在审
| 申请号: | 202210438080.3 | 申请日: | 2022-04-25 |
| 公开(公告)号: | CN115035999A | 公开(公告)日: | 2022-09-09 |
| 发明(设计)人: | 范文亮;杨帆;郑传胜;刘定西;孔祥闯;刘小明;聂壮;李静 | 申请(专利权)人: | 华中科技大学同济医学院附属协和医院 |
| 主分类号: | G16H40/60 | 分类号: | G16H40/60;G06T7/00;G06V10/74 |
| 代理公司: | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人: | 胡阔雷 |
| 地址: | 430015 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 感音性 耳聋 听觉 网络 信息 交互 监测 方法 系统 | ||
1.一种感音性耳聋听觉网络的信息交互监测方法,其特征在于,包括以下步骤:
步骤S1、向感音性耳聋病人给予保证感音性耳聋病人听觉网络处于最优应答的初始多模态听觉刺激,并监测感音性耳聋病人听觉网络在多模态听觉刺激作用下产生的听觉网络影像特征,对所述听觉网络影像特征进行时序变化分析确定所述感音性耳聋病人听觉网络的应答衰减率,所述应答衰减率表征为所述听觉网络功能衰减状况的量化指标;
步骤S2、基于所述应答衰减率对所述多模态听觉刺激进行适应性调整,以实现所述多模态听觉刺激与所述听觉网络呈循环交互来维持所述听觉网络的最优应答稳定性;
步骤S3、基于所述应答衰减率对所述听觉网络影像特征的监测频率进行适应性调整,以检测听觉网络在调整后的多模态听觉刺激作用下的适应性来保障听觉网络的安全性;
步骤S4、重复步骤S1至步骤S3,以实现对所述听觉网络信息交互的循环监测。
2.根据权利要求1所述的一种感音性耳聋听觉网络的信息交互监测方法,其特征在于:所述监测感音性耳聋病人听觉网络在多模态听觉刺激作用下产生的听觉网络影像特征,包括:
监测感音性耳聋病人听觉网络在多模态听觉刺激作用下产生的听觉网络sMRI影像和听觉网络fMRI影像,并将监测感音性耳聋病人听觉网络的监测时序作为听觉网络sMRI影像和听觉网络fMRI影像的时序属性;
将具有时序属性的听觉网络sMRI影像和听觉网络fMRI影像作为听觉网络影像特征。
3.根据权利要求2所述的一种感音性耳聋听觉网络的信息交互监测方法,其特征在于:所述对所述听觉网络影像特征进行时序变化分析确定所述感音性耳聋病人听觉网络的应答衰减率,包括:
将当前监测时序的听觉网络影像特征与上一监测时序的听觉网络影像特征进行特征相似度计算,所述特征相似度计算公式为:
式中,Pt,t-1表征为St和St-1的特征相似度,St表征为当前监测时序的听觉网络影像特征,St-1表征为上一监测时序的听觉网络影像特征,||St||表征为St和0向量的欧氏距离,||St-1||表征为St-1和0向量的欧氏距离,t为计量常数;
当特征相似度小于0时,将特征相似度与第一预设阈值相比较,其中,
若特征相似度小于第一预设阈值,则将当前监测时序处的所述应答衰减率设定为:δt=Pt,t-1;
若特征相似度大于或等于第一预设阈值,则将当前监测时序处的所述应答衰减率设定为:δt=0;
当特征相似度大于等于0时,将特征相似度与第二预设阈值相比较,其中,
若特征相似度小于第二预设阈值,则将当前监测时序处的所述应答衰减率设定为:δt=0;
若特征相似度大于或等于第二预设阈值,则将当前监测时序处的所述应答衰减率设定为:δt=1-Pt,t-1;
式中,δt表征为当前监测时序处的所述应答衰减率。
4.根据权利要求3所述的一种感音性耳聋听觉网络的信息交互监测方法,其特征在于:所述基于所述应答衰减率对所述多模态听觉刺激进行适应性调整,包括:
当应答衰减率等于0,则将多模态听觉刺激强度调整为It=It-1;
当应答衰减率大于或等于0,则将多模态听觉刺激强度调整为以实现多模态听觉刺激强度随应答衰减率正向适应性调整来达到在所述听觉网络功能衰减时增强多模态听觉网络强度;
当应答衰减率小于0,则将多模态听觉刺激强度调整为以实现多模态听觉刺激强度随应答衰减率反向适应性调整来达到在所述听觉网络功能增强时衰减多模态听觉网络强度;
式中,It表征为当前监测时序处的多模态听觉刺激强度,It-1表征为上一监测时序处的多模态听觉刺激强度。
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华中科技大学同济医学院附属协和医院,未经华中科技大学同济医学院附属协和医院许可,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/202210438080.3/1.html,转载请声明来源钻瓜专利网。





