龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：燕山大学
摘要：本发明公开了一种基于脑机空间复杂度的术中疼痛检测方法，属于脑机接口以及麻醉控制领域，所述方法应用于脑机接口实时注意力监测系统，其特征在于：从脑机接口实时监测以及疼痛分类的角度去实时监测麻醉中的病人是否因疼痛而术中知晓，通过术前采集被试的疼痛数据与非疼痛数据，建立病人的疼痛模型，然后在术中通过小的滑窗以及调用疼痛模型来确定被试的实时状态；所述疼痛数据的处理方法包括给定多通道数据；根据多通道数据定义空间排列熵、空间近似熵、空间样本熵；计算空间权重矩阵；最后求得空间熵特征组合。本发明从空间复杂度的角度去量化疼痛，能有效提高术中知晓的准确性，减少病人的术后心理并发症，改善医患关系。
主权项：1.一种基于脑机空间复杂度的术中疼痛检测方法，所述方法应用于脑机接口实时注意力监测系统，其特征在于：从脑机接口实时监测以及疼痛分类的角度去实时监测麻醉中的病人是否因疼痛而术中知晓，通过术前采集被试的疼痛数据与非疼痛数据，建立病人的疼痛模型，然后在术中通过小的滑窗以及调用疼痛模型来确定被试的实时状态；所述疼痛数据的处理方法包括以下步骤：步骤1，给定多通道数据；多通道数据为Xsi∈RC×T,s∈{1,2},i＝1,2，……Ns，C是通道数，T是采样点数，s＝1表示被试疼痛状态，s＝2表示被试非疼痛状态，i＝1:n表示第i个任务试次；步骤2，根据多通道数据定义空间排列熵SPE；步骤3，根据多通道数据定义空间近似熵SAE；步骤4，根据多通道数据定义空间样本熵SSE；步骤5，计算空间权重矩阵，计算公式为：W＝BTP式中，P为疼痛数据与非疼痛数据的归一化空间协方差矩阵的白化矩阵，B为两类信号经过白化分解后的特征向量，其中得到的w是一个通道乘通道的二维矩阵，取矩阵的第一行或者最后一列作为最终的w；步骤6，计算两类数据的空间熵特征，将求得的W代入到步骤2、3、4中，最后求得的空间熵特征组合为：S＝[SPE,SAE,SSE]式中，SPE为空间排列熵，SAE为空间近似熵，SSE为空间样本熵。
全文数据：
权利要求：
百度查询： 燕山大学 一种基于脑机空间复杂度的术中疼痛检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号