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：杭州璞尊科技成果转化服务有限公司
摘要：本发明公开了用于脑中风发作的预警方法，装置及系统，涉及脑中风发作预警技术领域。该用于脑中风发作的预警方法，通过采集、预处理、特征提取和分析多个阶段，结合脑电信号的空间和时间特征，从多个角度全面分析用户的脑电信号，将不同阶段的信息综合，提高脑中风发作的预测精度，数据处理和特征提取使系统能够准确识别脑电信号中的异常变化，数字孪生原理建立实时模型，将整个预警系统部署在云平台上，增加了对实时数据处理、模型更新和反馈机制的计算算力，这种架构允许持续监测用户的脑电信号和动作状态，随时更新模型、修正数据以适应个体变化，从而成为一种日常化的对个体进行诊疗评估的综合应用系统，重建脑中风发作预警的时间窗口。
主权项：1.用于脑中风发作的预警装置，其特征在于，包括脑电信号矩阵获取模块、空域特征提取模块、预测模型构建模块和反馈模块，其中：所述脑电信号矩阵获取模块用于使用电极头盔获取脑电信号，基于ICA算法对采集的脑电信号进行预处理，去除干扰和伪迹，获得脑电信号矩阵，并保留原始信号的关键特征；所述空域特征提取模块用于使得脑电信号矩阵进入CSP算法中，提取左右大脑信号之间的差异，提取空域特征，计算脑电信号得到空间分布；所述预测模型构建模块用于使得空域特征进入LSTM模型中，对脑电信号在时间上的演变进行建模，模型学习脑电信号的历史数据，以捕捉脑电信号在时间维度上的演变；具体地，将空域特征组成时间序列，LSTM模型学习历史数据的模式，理解脑电信号在时间上的变化趋势，所述历史数据携带有脑中风发作情况标签，输入空域特征组成的时间序列，作为LSTM模型的输入序列，LSTM模型输出预测值，用于表示未来脑中风发作概率，所述空域特征组成时间序列为，其中表示第个时间步的输入特征向量；所述反馈模块用于将LSTM模型输出的预测值与AI手套监测到的实际运动状态进行比较，若预测值和实际运动状态的比较出现异常，即脑电信号预测出现了潜在的脑中风发作，通知用户及时就医，具体地，将LSTM模型输出的预测值输送到数字孪生模型，与用户佩戴的AI手套相连接；AI手套通过传感器监测用户的实际运动状态，包括手部的位置和速度。
全文数据：
权利要求：
百度查询： 杭州璞尊科技成果转化服务有限公司 用于脑中风发作的预警方法，装置及系统
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