[发明专利]一种脑血流调节机能评价装置有效
申请号: | 201911152947.3 | 申请日: | 2019-11-22 |
公开(公告)号: | CN111048203B | 公开(公告)日: | 2020-11-27 |
发明(设计)人: | 刘嘉;张攀登 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G06N20/20 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 张瑞志 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 血流 调节 机能 评价 装置 | ||
本申请适用于机器学习算法技术领域,提供一种脑血流调节机能评价装置,包括:获取模块,用于获取预设时间段内的血压和脑血流速度;计算模块,用于根据预设时间段内的血压和脑血流速度计算出血压和脑血流速度的关联关系;评价模块,用于将关联关系输入调节机能评价模型,以输出对应的脑血流调节机能,其中,调节机能评价模型由模型训练模块生成,其中,模型训练模块用于采集训练样本,根据训练样本对分类模型进行训练得到调节机能评价模型,训练样本包括血压和脑血流速度的关联关系以及对应的脑血流调节机能。本申请的脑血流调节机能评价装置,评价效率高、准确度高、且具有通用性。
技术领域
本申请属于机器学习算法技术领域,尤其涉及脑血流调节机能评价装置。
背景技术
现有的评价脑血流调节机能的方法一般是根据采集的血压和脑血流速度人为进行判断,由于血压和脑血流速度之间的关系复杂,通过血压和脑血流速度人为评价脑血流调节机能效率较低,且不能保证准确性,也不能保证在不同个体之间通用。
发明内容
有鉴于此,本申请实施例提供了脑血流调节机能评价装置,以解决现有技术中脑血流调节机能效率低、准确性不高,不同个体之间不通用的问题。
本申请实施例提供了一种脑血流调节机能评价装置,包括:
获取模块,用于获取预设时间段内的血压和脑血流速度;
计算模块,用于根据所述预设时间段内的血压和脑血流速度计算出血压和脑血流速度的关联关系;
评价模块,用于将所述关联关系输入调节机能评价模型,以输出对应的脑血流调节机能,其中,所述调节机能评价模型由模型训练模块生成,其中,所述模型训练模块用于采集训练样本,根据所述训练样本对分类模型进行训练得到所述调节机能评价模型,所述训练样本包括血压和脑血流速度的关联关系以及对应的脑血流调节机能。
在一种可能的实现方式中,所述计算模块包括:
第一计算单元,用于根据所述预设时间段内的血压和脑血流速度计算出血压和脑血流的第一关系式;
第二计算单元,用于根据所述预设时间段内的血压和脑血流速度计算出血压和脑血流的第二关系式。
在一种可能的实现方式中,所述第一计算单元具体用于:
根据血压和脑血流速度计算出对应的血压和脑血流的传递函数;
计算所述传递函数的增益和相位。
在一种可能的实现方式中,所述第一计算单元具体还用于:
根据所述血压功率谱和所述脑血流功率谱计算出血压和脑血流速度的相干函数。
在一种可能的实现方式中,所述第二计算单元具体用于:
建立血压和脑血流速度的级数模型;
根据血压和对应的脑血流速度拟合所述级数模型的系数;
根据拟合后的级数模型的系数生成优化后的级数模型。
在一种可能的实现方式中,所述分类模型包括特征提取模型和分类器模型,所述模型训练模块包括第一训练单元和第二训练单元;
所述第一训练单元用于训练所述特征提取模型,以得到优化后的特征提取模型;
所述第二训练单元用于训练所述优化后的特征提取模型和所述分类器模型。
在一种可能的实现方式中,所述特征提取模型为编码器模型,所述第一训练单元具体用于:
构建编码器模型的编码器和解码器;
通过所述编码器提取所述训练样本的血压和脑血流速度的关联关系的特征;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911152947.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:数字钥匙分享方法
- 下一篇:一种饲用适口风味酶解发酵湿饲料制备方法