[发明专利]一种智能临产监测系统

权利要求书

1.一种智能临产监测系统，其特征在于，包括子宫肌电采集处理装置和智能终端，所述子宫肌电采集处理装置和智能终端通讯连接；

所述子宫肌电采集处理装置，用于采集肌电信号，从采集到的肌电信号中提取得到第一宫缩信号数据；

所述智能终端，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现一种智能临产预测方法步骤，所述方法步骤包括：

根据第一宫缩信号数据，进行临产状态预测处理和/或临产时间预测处理；

其中，所述临产状态预测处理，其包括：

对获取得到的第一宫缩信号数据做第一预处理后得到第一待测数据快照，将第一待测数据快照输入临产鉴别模型网络进行预测处理，从而输出临产状态；

所述临产时间预测处理，其包括：

对获取得到的第一宫缩信号数据做第二预处理后得到第二待测数据快照，将第二待测数据快照输入临产时间预测模型网络进行预测，从而输出预测临产时间；

所述临产鉴别模型网络是通过以下模型训练步骤而得到：

构建临产鉴别模型网络，获取第二宫缩信号数据，将所述第二宫缩信号数据输入至临产鉴别模型网络进行网络训练；

和/或，所述临产时间预测模型网络是通过以下模型训练步骤而得到：

构建临产时间预测模型网络，获取第三宫缩信号数据，将所述第三宫缩信号数据输入至临产时间预测模型网络进行网络训练；

所述构建临产时间预测模型网络这一步骤，其具体包括：

构建第一层模型网络，所述第一层模型网络包括：第四卷积层、第四归一化层和第五函数激励层，所述第四卷积层的输出端经过第四归一化层与第五函数激励层的输入端连接；

构建第二层模型网络，所述第二层模型网络包括：第五卷积层、第四归一化层、第六函数激励层、第二随机失活层和第六卷积层，所述第五卷积层的输出端依次经过第四归一化层、第六函数激励层、第二随机失活层与第六卷积层的输入端连接，所述第五函数激励层的输出端与第五卷积层的输入端连接；

构建第三层模型网络，所述第三层模型网络包括由多个相同的第二残差块层连接组成的残差块层组，其中，每个第二残差块层包括：第五归一化层、第七函数激励层、第三随机失活层、第七卷积层、第六归一化层、第八函数激励层、第四随机失活层和第八卷积层，所述第五归一化层的输入端依次经过第七函数激励层、第三随机失活层、第七卷积层、第六归一化层、第八函数激励层、第四随机失活层与第八卷积层的输出端连接，所述第六卷积层的输出端与残差块层组的输入端连接；

构建第四层模型网络，所述第四层模型网络包括：第七归一化层、第九函数激励层、第二全连接层和第十函数激励层，所述归一化层的输入端依次经过第七归一化层、第九函数激励层、第二全连接层与第十函数激励层的输出端连接，所述残差块层组的输出端与第七归一化层的输入端连接。

2.根据权利要求1所述一种智能临产监测系统，其特征在于，所述构建临产鉴别模型网络这一步骤，其具体包括：

构建第一层模型网络，所述第一层模型网络包括：第一卷积层、第一归一化层和第一函数激励层，所述第一卷积层的输出端经过第一归一化层与第一函数激励层的输入端连接；

构建第二层模型网络，所述第二层模型网络包括：第二卷积层、第二归一化层、第二函数激励层、第一随机失活层和第三卷积层，所述第二卷积层的输出端依次经过第二归一化层、第二函数激励层、第一随机失活层与第三卷积层的输入端连接，所述第一函数激励层的输出端与第二卷积层的输入端连接；

构建第三层模型网络，所述第三层模型网络包括由若干个记忆单元层串联连接而成的记忆单元层组，所述第三卷积层的输出端与记忆单元层组的输入端连接；

构建第四层模型网络，所述第四层模型网络包括：第三归一化层、第三函数激励层、第一全连接层和第四函数激励层，所述第二卷积层的输出端依次经过第三归一化层、第三函数激励层、第一全连接层与第四函数激励层的输入端连接，所述记忆单元层组的输出端与第三归一化层的输入端连接。