Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南通大学附属医院王春光获国家专利权

恭喜南通大学附属医院王春光获国家专利权

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!

龙图腾网恭喜南通大学附属医院申请的专利基于机器学习的麻醉深度检测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:CN119097281B

龙图腾网通过国家知识产权局官网在2025-04-01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:202411245909.3,技术领域涉及:A61B5/00;该发明授权基于机器学习的麻醉深度检测方法是由王春光;王可豪;秦毅彬;蒋茂荣设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。

基于机器学习的麻醉深度检测方法在说明书摘要公布了:本发明涉及数据处理技术领域,具体涉及基于机器学习的麻醉深度检测方法,包括:获取患者对应的若干个脑电数据序列以及脑电数据序列的期望信号,获取脑电数据序列的功率谱三维图,从而得到每一时刻的标准肌电信号频率、肌电信号强度、标准脑电信号频率以及脑电信号强度,再得到每一时刻的肌电信号和脑电信号之间的混叠程度,由此得到脑电数据序列的学习率,根据脑电数据序列的学习率和期望信号,得到患者的麻醉深度检测结果。本发明通过自适应学习率,使用LMS滤波器对脑电数据进行滤波处理,得到准确可信的滤波后的脑电数据序列,从而提高了患者的麻醉深度检测结果的准确性。

本发明授权基于机器学习的麻醉深度检测方法在权利要求书中公布了:1.基于机器学习的麻醉深度检测方法,其特征在于,该方法包括以下步骤:获取患者对应的若干个脑电数据序列;将任意一个脑电数据序列,记为目标序列;对目标序列进行滤波运算,得到目标序列的期望信号;获取目标序列的功率谱三维图,根据功率谱三维图中同一时刻上不同频率区间内功率的大小,分别得到每一时刻的标准肌电信号频率、肌电信号强度、标准脑电信号频率以及脑电信号强度;所述功率谱三维图的横轴表示时间、纵轴表示频率以及竖轴表示功率;根据功率谱三维图中每一时刻的肌电信号强度、脑电信号强度以及标准脑电信号频率到标准肌电信号频率之间功率的大小,得到每一时刻的肌电信号和脑电信号之间的混叠程度;根据功率谱三维图中所有时刻的肌电信号和脑电信号之间的混叠程度,得到目标序列的学习率;根据目标序列的学习率和期望信号,得到患者的麻醉深度检测结果;所述根据功率谱三维图中每一时刻的肌电信号强度、脑电信号强度以及标准脑电信号频率到标准肌电信号频率之间功率的大小,得到每一时刻的肌电信号和脑电信号之间的混叠程度,包括的具体步骤如下:获取功率谱三维图中的第k时刻上频率属于区间[MAGk,MAMk]内的每个频率对应的拟合功率;在功率谱三维图中的第k时刻上,根据肌电信号强度、脑电信号强度以及频率属于区间[MAGk,MAMk]内的每个频率对应的功率和拟合功率之间的差异,得到第k时刻的肌电信号和脑电信号之间的混叠程度;其中,MAMk为第k时刻的标准肌电信号频率,MAGk为第k时刻的标准脑电信号频率;所述在功率谱三维图中的第k时刻上,根据肌电信号强度、脑电信号强度以及频率属于区间[MAGk,MAMk]内的每个频率对应的功率和拟合功率之间的差异,得到第k时刻的肌电信号和脑电信号之间的混叠程度对应的具体计算公式为: 其中,Ok为第k时刻的肌电信号和脑电信号之间的混叠程度,SoMk为第k时刻的肌电信号强度,SoGk为第k时刻的脑电信号强度,P′k,j为功率谱三维图中第k时刻上频率为j时对应的功率,P″k,j为功率谱三维图中第k时刻上频率为j时对应的拟合功率,||为绝对值函数,exp为以自然常数为底的指数函数。

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南通大学附属医院,其通讯地址为:226001 江苏省南通市崇川区西寺路20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”。

免责声明
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。