System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种意识水平评价的系统、方法、存储介质及电子设备技术方案_技高网

一种意识水平评价的系统、方法、存储介质及电子设备技术方案

技术编号:40700306 阅读:3 留言:0更新日期:2024-03-22 10:58
本申请提供了一种意识水平评价的系统、方法、存储介质及电子设备,该系统包括:数据采集头带,用于在接收到采集控制模块发送的信号采集指令后,采集目标对象的初始脑电信号和初始脑血氧信号;采集控制模块,用于对初始脑电信号和初始脑血氧信号进行处理,获取脑电数字信号和脑血氧数字信号;数据处理模块,用于对脑电数字信号和脑血氧数字信号进行预处理,得到脑电信号段和脑血氧信号段;根据脑电信号段和所述脑血氧信号段,获取特征参数;意识评价模块,用于对特征参数进行融合,得到融合特征;将融合特征和脑电信号段输入至目标意识评价模型,得到目标对象的意识等级。本申请实施例可以实现对目标对象意识等级的准确预测。

【技术实现步骤摘要】

本申请涉及意识预测,具体而言,涉及一种意识水平评价的系统、方法、存储介质及电子设备


技术介绍

1、由于目标对象的意识具有不可测量性,目前难以确定有效的生物标记,因此意识评估手段也十分有限。

2、目前,在对目标对象的意识进行评估时通常依赖于行为评估量表,通过人工对目标对象在多个时间段内的脑电信号进行观察、分析和评估,确认目标对象的意识等级。然而,人工评判的方式不但需要耗费人力,而且意识等级的评估结果的主观性较强,准确度较低。

3、因此,如何提供一种准确度较高的意识水平评价的技术方案成为亟需解决的技术问题。


技术实现思路

1、本申请的一些实施例的目的在于提供一种意识水平评价的系统、方法、存储介质及电子设备,通过本申请的实施例的技术方案可以实现对目标对象意识等级的准确预测,效率较高。

2、第一方面,本申请的一些实施例提供了一种意识水平评价的系统,包括:数据采集头带和主控制器;所述主控制器包括:采集控制模块、数据处理模块和意识评价模块;其中,所述数据采集头带,用于在接收到所述采集控制模块发送的信号采集指令后,采集目标对象的初始脑电信号和初始脑血氧信号;所述采集控制模块,用于对所述初始脑电信号和所述初始脑血氧信号进行处理,获取脑电数字信号和脑血氧数字信号;所述数据处理模块,用于对所述脑电数字信号和所述脑血氧数字信号进行预处理,得到脑电信号段和脑血氧信号段;根据所述脑电信号段和所述脑血氧信号段,获取特征参数;所述意识评价模块,用于对所述特征参数进行融合,得到融合特征;将所述融合特征和所述脑电信号段输入至目标意识评价模型,得到所述目标对象的意识等级。

3、本申请的一些实施例通过数据采集头带对目标对象的初始脑电信号和初始脑血氧信号进行采集后,通过主控制器的采集控制模块和数据处理模块进行处理后得到特征参数。最后将特征参数进行融合后集合脑电信号段输入至目标意识评价模型,得到目标对象的意识等级。本申请可以通过数据采集头带和主控制器实现对目标对象的意识等级评估,无需人工参与,效率较高且提升了评估的准确度。

4、在一些实施例,所述采集控制模块,用于:对所述初始脑电信号和所述初始脑血氧信号进行放大、滤波和模数转换,得到所述脑电数字信号和所述脑血氧数字信号;通过无线通信模块将所述脑电数字信号和所述脑血氧数字信号发送至所述数据处理模块。

5、本申请的一些实施例通过采集控制模块对初始脑电信号和初始脑血氧信号进行转换,获取对应数字信号,为后续分析提供有效的数据支持。

6、在一些实施例,所述数据处理模块,用于:对所述脑电数字信号进行滤波降噪、去除伪迹后,按照滑动步长进行分割,得到脑电信号段;对所述脑血氧数字信号进行滤波和消除伪影后,按照滑动步长进行分割,得到脑血氧信号段。

7、本申请的一些实施例通过数据处理模块对脑电数字信号和脑血氧数字信号分别进行滤波和其他处理,为后续准确分析提供有效的数据支持。

8、在一些实施例,所述数据处理模块,用于:对所述脑电信号段进行特征提取,得到脑电特征参数,其中,所述脑电特征参数包括:时域特征、频域特征和非线性特征;计算所述脑血氧信号段中的氧合血红蛋白和脱氧血红蛋白的相对浓度,得到脑氧饱和度参数;对所述脑电信号段降采样后,计算所述脑电信号段与所述脑血氧信号段间的耦合特征参数;对所述脑电特征参数、所述脑氧饱和度参数和所述耦合特征参数进行归一化处理,得到所述特征参数。

9、本申请的一些实施例通过对脑电信号段从不同方面进行特征提取得到脑电特征参数,对脑血氧信号段进行计算得到脑氧饱和度参数,对脑电信号段与脑血氧信号段进行融合得到耦合特征参数,最后对三种数据归一化处理得到特征参数,可以为后续准确分析提供有效的数据支持。

10、在一些实施例,所述系统还包括:显示模块;所述显示模块,用于:显示所述意识等级;显示与所述脑电数字信号对应的脑电数据和脑电曲线图;显示与所述脑血氧数字信号对应的脑血氧数据和脑血氧曲线图。

11、本申请的一些实施例通过设置显示模块,可以实现对目标对象数据的有效展示和监测。

12、在一些实施例,所述显示模块,用于:当所述脑血氧数据超出预设阈值,或所述意识等级异常时,发出预警信息。

13、本申请的一些实施例通过对异常情况进行预警,可以及时知晓变化情况。

14、在一些实施例,所述系统还包括:训练模块,所述训练模块用于:获取训练数据集和测试数据集,其中,所述训练数据集和测试数据集中均包括:对象特征样本和所述对象特征样本对应的意识水平标签,其中,所述对象特征样本包括:脑电信号样本数据、脑电特征样本、脑氧饱和度样本和耦合特征样本,所述意识水平标签包括:清醒状态、昏迷状态、植物状态和微小意识状态;利用所述训练数据集对初始意识评价模型进行训练,得到待测试意识评价模型;利用测试数据集对所述待测试意识评价模型进行测试,获取所述目标意识评价模型;其中,所述目标意识评价模型预先集成至所述意识评价模块中。

15、本申请的一些实施例通过训练数据集和测试数据集对构建的初始意识评价模型进行训练和测试,得到符合要求的目标意识评价模型,可以为后续目标对象的意识等级预测提供模型支持。

16、在一些实施例,所述初始意识评价模型包括:多个卷积层、转置卷积层、池化层、全连接层、批量归一化层、dropout层和分支融合模块;所述脑电信号样本数据用于输入至所述多个卷积层,所述脑电特征样本、脑氧饱和度样本和耦合特征样本对应的融合样本输入至所述转置卷积层。

17、本申请的一些实施例通过构建初始意识评价模型,可以为后续训练提供有效的模型支持。

18、在一些实施例,所述数据采集头带与所述采集控制模块的无线通信模块连接;所述数据采集头带包括:脑电采集传感器和脑血氧采集传感器;所述脑电采集传感器包含测量电极片、接地电极和参考电极;所述脑血氧采集传感器包含一个光源及两个光电检测器。

19、本申请的一些实施例通过在数据采集头带上部署对应的传感器,以及与无线通信模块连接,可以实现数据的准确采集和数据的无线发送,效率较高。

20、第二方面,本申请的一些实施例提供了一种意识水平评价的方法,包括:数据采集头带在接收到所述采集控制模块发送的信号采集指令后,采集目标对象的初始脑电信号和初始脑血氧信号;采集控制模块对所述初始脑电信号和所述初始脑血氧信号进行处理,获取脑电数字信号和脑血氧数字信号;数据处理模块对所述脑电数字信号和所述脑血氧数字信号进行预处理,得到脑电信号段和脑血氧信号段;根据所述脑电信号段和所述脑血氧信号段,获取特征参数;意识评价模块对所述特征参数进行融合,得到融合特征;将所述融合特征和所述脑电信号段输入至目标意识评价模型,得到所述目标对象的意识等级。

21、在一些实施例,所述采集控制模块对所述初始脑电信号和所述初始脑血氧信号进行处理,获取脑电数字信号和脑血氧数字信号,包括:对所述初始脑电信号和所述初始脑血氧信本文档来自技高网...

【技术保护点】

1.一种意识水平评价的系统,其特征在于,包括:数据采集头带和主控制器;所述主控制器包括:采集控制模块、数据处理模块和意识评价模块;其中,

2.如权利要求1所述的系统,其特征在于,所述采集控制模块,用于:

3.如权利要求1或2所述的系统,其特征在于,所述数据处理模块,用于:

4.如权利要求1或2所述的系统,其特征在于,所述数据处理模块,用于:

5.如权利要求1或2所述的系统,其特征在于,所述系统还包括:训练模块,所述训练模块用于:

6.如权利要求5所述的系统,其特征在于,所述初始意识评价模型包括:多个卷积层、转置卷积层、池化层、全连接层、批量归一化层、dropout层和分支融合模块;所述脑电信号样本数据用于输入至所述多个卷积层,所述脑电特征样本、脑氧饱和度样本和耦合特征样本对应的融合样本输入至所述转置卷积层。

7.如权利要求1或2所述的系统,其特征在于,所述数据采集头带与所述采集控制模块的无线通信模块连接;所述数据采集头带包括:脑电采集传感器和脑血氧采集传感器;所述脑电采集传感器包含测量电极片、接地电极和参考电极;所述脑血氧采集传感器包含一个光源及两个光电检测器。

8.一种意识水平评价的方法,其特征在于,包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中,所述计算机程序被处理器运行时执行如权利要求8所述的方法。

10.一种电子设备,其特征在于,包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序,其中,所述计算机程序被所述处理器运行时执行如权利要求8所述的方法。

...

【技术特征摘要】

1.一种意识水平评价的系统,其特征在于,包括:数据采集头带和主控制器;所述主控制器包括:采集控制模块、数据处理模块和意识评价模块;其中,

2.如权利要求1所述的系统,其特征在于,所述采集控制模块,用于:

3.如权利要求1或2所述的系统,其特征在于,所述数据处理模块,用于:

4.如权利要求1或2所述的系统,其特征在于,所述数据处理模块,用于:

5.如权利要求1或2所述的系统,其特征在于,所述系统还包括:训练模块,所述训练模块用于:

6.如权利要求5所述的系统,其特征在于,所述初始意识评价模型包括:多个卷积层、转置卷积层、池化层、全连接层、批量归一化层、dropout层和分支融合模块;所述脑电信号样本数据用于输入至所述多个卷积层,所述脑电特征样本、脑氧饱和度样本...

【专利技术属性】
技术研发人员:张鑫雷煜鲁思辰龙腾海
申请(专利权)人:中科搏锐北京科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1