一种基于遗传算法优化的BP神经网络模型的颅内压测量装置及其工作方法制造方法及图纸

本发明专利技术涉及一种基于遗传算法优化的BP神经网络模型的颅内压测量装置及其工作方法，该测量装置中，当待测颅内压作用在光纤压力传感器上时，改变光纤压力传感器的腔长，从而会改变反射光信号，光谱仪采集反射光信号，并将得到的光谱数字信号输入到系统微处理器中，在系统微处理器中先对光谱数字信号进行预处理，再根据基于遗传算法优化的BP神经网络模型分析得到颅内压值；系统微处理器输出颅内压值，并在LCD显示屏上显示颅内压值。该测量装置的系统微处理器通过预训练的机器学习模型中自动补偿对测得的信号进行处理，使其数据可靠性强，误差小，受温度干扰小，从而保证了比传统的颅压监护仪有更高的精度。颅压监护仪有更高的精度。颅压监护仪有更高的精度。

【技术实现步骤摘要】
一种基于遗传算法优化的BP神经网络模型的颅内压测量装置及其工作方法


[0001]本专利技术涉及一种基于遗传算法优化的BP神经网络模型的颅内压测量装置及其工作方法，属于脑压测量


技术介绍

[0002]颅内压监测是颅腔内容物对颅腔壁的压力，需要将颅内压检测探测仪探头置于颅内，将探头置于额部及枕部，通过传感器将颅内压的波形传至工作站，从而完整的了解颅内压的变化情况，通过分析病人颅内压的变化，可以帮助判断患者的病情以及接下来的治疗，目前常用的是颅内压监护仪，它的原理是光纤探头以光传感信息，用光纤作为传输信息媒介，监护时把探头感受到的患者颅内压转换为差动光信号传递给监护仪，监护仪经光电转换，信号反馈，测量后将患者颅内压在监护仪面板上加以显示。
[0003]然而，目前的仪器通常都需要主机、供电电源、显示器以及报警系统等组成，都不同程度地存在诸如操作复杂，占据大量有限空间，医务人员需要经常性到不同病床前观察各种监护仪的使用情况，需要消耗大量精力等问题。非常不够集成化，仪器比较复杂，灵活性不强。另外，在光信号处理方面传统的光谱分析方法误差较大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法优化的BP神经网络模型的颅内压测量装置，其特征在于，包括LED光源、光纤耦合器、光纤压力传感器、光谱仪、系统微处理器、LCD显示屏和电源，LED光源的输出端与光纤耦合器的第一输入端相连接，光纤耦合器的输出端分别与光纤传感器及光开关的一端相连接，且光开关的另一端依次与光谱仪、系统微处理器和LCD显示屏相连接；LED光源发出的光信号经过光纤耦合器输入光纤压力传感器中，经过光纤压力传感器发出的反射光信号再输入到光纤耦合器中，再由光纤耦合器输出，经过光开关输入到光谱仪中；当待测颅内压作用在光纤压力传感器上时，改变光纤压力传感器的腔长，从而会改变反射光信号，光谱仪采集反射光信号，并将得到的光谱数据输入到系统微处理器中，在系统微处理器中先对光谱数据进行预处理，再根据基于遗传算法优化的BP神经网络模型分析得到颅内压值，系统微处理器输出颅内压值，并在LCD显示屏上显示颅内压值；电源分别与LED光源、光纤压力传感器、光谱仪、系统微处理器和LCD显示屏相连接，电源用于为所述测量装置进行供电。2.根据权利要求1所述的一种基于遗传算法优化的BP神经网络模型的颅内压测量装置，其特征在于，所述系统微处理器为树莓派。3.根据权利要求1所述的一种基于遗传算法优化的BP神经网络模型的颅内压测量装置，其特征在于，光纤压力传感器为法布里珀罗压力传感器。4.根据权利要求1-3任一项所述的基于遗传算法优化的BP神经网络模型的颅内压测量装置的工作方法，其特征在于，包括：(1)通过光谱仪采集光谱数据，对采集的光谱数据进行归一化处理，构建光谱数据集，并将光谱数据集分为训练集和测试集；(2)确定BP神经网络模型，然后初始化BP神经网络模型，得到权值与阈值的初始值；(3)采用遗传算法优化BP神经网络模型，得到BP神经网络模型的最优权值和阈值；(4)训练和测试步骤(3)得到的BP神经网络模型；(5)将待测光谱数据输入到步骤(4)训练好的BP神经网络模型中，由BP神经网络模型得到颅内压值；(6)将步骤(5)得到的颅内压值输入到LCD显示屏，在LCD显示屏中显示颅内压值。5.根据权利要求4所述的基于遗传算法优化的BP神经网络模型的颅内压测量装置的工作方法，其特征在于，步骤(1)中，归一化处理的过程为：式中，I
i
为第i个原始光强值,I
max
为最大光强值,I
min
为最小光强值，是归一化后的第i个光强值。6.根据权利要求5所述的基于遗传算法优化的BP神经网络模型的颅内压测量装置的工作方法，其特征在于，步骤(2)中，BP神经网络模型包括依次连接的输入层、隐含层和...

【专利技术属性】
技术研发人员：李康，宋娜，
申请(专利权)人：山东大学，
类型：发明
国别省市：