当前位置: 首页 > 专利查询>陈艳专利>正文

基于不同镇痛模式的老年患者术后认知功能评估系统技术方案

技术编号:46591527 阅读:0 留言:0更新日期:2025-10-10 21:25
本发明专利技术公开了基于不同镇痛模式的老年患者术后认知功能评估系统,包括数据采集模块、数据处理模块、认知功能评估模块、决策支持模块;本发明专利技术的目的在于提供一种基于不同镇痛模式的老年患者术后认知功能评估系统,能够结合患者的多源生理数据和不同镇痛模式,实现对老年患者术后认知功能的实时、动态评估,为麻醉科的临床治疗和干预提供科学依据。

【技术实现步骤摘要】

本专利技术涉及医疗健康监测,具体涉及基于不同镇痛模式的老年患者术后认知功能评估系统


技术介绍

1、随着人口老龄化加剧,老年患者接受手术治疗的比例逐渐增加。术后认知功能障碍(pocd)是老年患者术后常见的并发症之一,会严重影响患者的康复进程、生活质量及预后。不同的镇痛模式对老年患者术后认知功能有着不同程度的影响,目前麻醉科的临床上缺乏有效的、能精准评估不同镇痛模式下老年患者术后认知功能的系统。

2、现有的认知功能评估方法多依赖医护人员的主观判断或简单的量表评估,存在评估效率低、准确性差、无法实时动态监测等问题,难以满足临床需求。同时,现有的评估手段没有充分结合不同镇痛模式的特点以及患者的多源生理数据,无法全面、准确地评估老年患者术后认知功能;因此,本专利技术提供基于不同镇痛模式的老年患者术后认知功能评估系统以解决上述技术问题。


技术实现思路

1、鉴于上述存在的问题,提出了本专利技术。

2、本专利技术的目的在于提供一种基于不同镇痛模式的老年患者术后认知功能评估系统,能够结合患者的多源生理本文档来自技高网...

【技术保护点】

1.基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,包括:

2.根据权利要求1所述的基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,所述预处理包括对脑电图数据采用小波变换去噪,对心率、血压、血氧饱和度数据进行异常值检测和插值处理,对面部表情图像数据进行归一化处理;所述特征提取包括对脑电图数据采用基于变分模态分解和排列熵的算法提取特征,对心率数据提取心率变异性的时域和频域特征,对血压数据计算收缩压、舒张压的均值和标准差,对血氧饱和度数据提取均值和波动范围特征,对面部表情图像数据采用卷积神经网络提取特征,对镇痛模式相关数据进行编码处理。

3.根...

【技术特征摘要】

1.基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,包括:

2.根据权利要求1所述的基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,所述预处理包括对脑电图数据采用小波变换去噪,对心率、血压、血氧饱和度数据进行异常值检测和插值处理,对面部表情图像数据进行归一化处理;所述特征提取包括对脑电图数据采用基于变分模态分解和排列熵的算法提取特征,对心率数据提取心率变异性的时域和频域特征,对血压数据计算收缩压、舒张压的均值和标准差,对血氧饱和度数据提取均值和波动范围特征,对面部表情图像数据采用卷积神经网络提取特征,对镇痛模式相关数据进行编码处理。

3.根据权利要求1所述的基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,所述基于变分模态分解和排列熵的脑电图数据特征提取算法具体为:利用变分模态分解将脑电图信号分解为多个本征模态函数分量,将每个本征模态函数分量重构为m维相空间向量,对相空间向量元素排序得到不同排列模式,计算每种排列模式出现的概率,根据公式计算排列熵,将各本征模态函数分量的排列熵作为脑电图数据的特征向量。

4.根据权利要求1所述的基于不同镇痛模式的老年患者术后认知功能评估系统,其特征在于,所述深度学习模型以长短期记忆网络为基础并结合注意力机制,将数据处理模块提取的多源数据特征向量拼接为综合特征向量后输入长短期记忆网络,通过注意力机制计算不同特征对认知功能评估的重要性权重,根据权重对长短期记忆网络的输出进行加权求和...

【专利技术属性】
技术研发人员:陈艳王俊华高晓增高雅娴郑丽艳李宝永张丹王菲王天琪褚迎欣
申请(专利权)人:陈艳
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