浙江大学台州研究院;浙江象立医疗科技有限公司王国正获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江大学台州研究院;浙江象立医疗科技有限公司申请的专利一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120392007B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510419670.5,技术领域涉及:A61B5/00;该发明授权一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法是由王国正;刘军设计研发完成,并于2025-04-03向国家知识产权局提交的专利申请。
本一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法在说明书摘要公布了:本发明公开一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法。首先构建适用于麻醉状态的神经元群模型,其以Jansen‑Rit模型为基础,涵盖多种神经元群,有特定动力学方程。接着确定模型参数取值范围,采样生成组合并生成模拟EEG信号构建训练集。然后设计深度学习模型进行训练,学习参数映射关系。在实际应用中,采集被试EEG信号预处理后输入训练好的模型反演参数,再依此计算麻醉深度指数ADI以评估麻醉脑状态。该方法在评估麻醉深度上具有较高准确性,为麻醉监测提供有效手段。
本发明授权一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法在权利要求书中公布了:1.一种基于深度学习的EEG数据模型反演麻醉脑状态评估方法,其特征在于包括以下步骤: 步骤S1、构建适用于麻醉状态下脑电活动的神经元群模型; 步骤S2、确定模型参数的取值范围,生成多个参数组合;根据参数组合生成模拟EEG信号,形成训练数据集; 步骤S3、设计并训练模型参数空间的深度学习模型,从模拟EEG信号中学习参数映射关系; 步骤S4、将训练好的模型参数空间的深度学习模型应用于实际EEG数据,进行模型参数反演; 步骤S5、根据估计的模型参数,计算麻醉深度指数,实现对麻醉脑状态的实时评估; 其中,步骤S1中,所述适用于麻醉状态下脑电活动的神经元群模型以Jansen-Rit模型作为基础,由兴奋性神经元群和抑制性神经元群组成,包括锥体细胞群PC、兴奋性中间神经元群EI和抑制性中间神经元群II; 所述适用于麻醉状态下脑电活动的神经元群模型的模型动力学方程描述包括突触后膜电位传递函数、神经元群的平均发放率、状态方程: 所述突触后膜电位传递函数包括兴奋性神经元群和抑制性神经元群的突触后膜电位响应函数和,具体如下: 式1 式2 其中,和分别为兴奋性突触增益和抑制性突触增益;和为兴奋性神经元群和抑制性神经元群的时间常数倒数;表示时刻;表示自然指数函数; 平均发放率函数:神经元群的平均发放率将突触后膜电位转换为动作电位的平均脉冲密度; 式3 其中,为最大放电率,为半最大放电率对应的膜电位,为斜率参数; 状态方程具体如下: 式4 其中,为锥体细胞群的膜电位,和分别为兴奋性神经元群和抑制性神经元群的膜电位,、、分别为对应、、的导数,即其膜电位的变化率,为外部输入,和分别代表连入和连出兴奋性回路的平均连接系数,和分别代表连入和连出抑制性回路的平均连接系数; 步骤S4具体是:采集患者的EEG信号,对EEG信号进行预处理;将预处理后的EEG信号片段输入训练好的模型参数空间的深度学习模型,得到估计的模型参数, 步骤S5具体是:根据估计的模型参数,计算麻醉深度指数ADI; 式7 其中,为权重系数; 根据麻醉深度指数ADI,将麻醉深度划分为不同等级。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学台州研究院;浙江象立医疗科技有限公司,其通讯地址为:318000 浙江省台州市市府大道西段618号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励