[发明专利]一种麻醉深度的测量装置、存储介质及电子设备有效

专利信息
申请号: 201911245011.5 申请日: 2019-12-06
公开(公告)号: CN110840411B 公开(公告)日: 2022-03-11
发明(设计)人: 韩如泉;温鹏;熊飞;任冠清;李兴;周赤宜;戴仁泉;王筱毅;李明 申请(专利权)人: 深圳市德力凯医疗设备股份有限公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/372
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 王永文;刘文求
地址: 518055 广东省深圳市*** 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 麻醉 深度 测量 装置 存储 介质 电子设备
【权利要求书】:

1.一种麻醉深度的测量装置,其特征在于,其包括:

采集模块,用于获取脑电信号,并提取所述脑电信号的信号特征;

神经元群模块,用于获取所述脑电信号对应的预测脑电信号,并提取所述预测脑电信号的预测信号特征,其中,所述预测脑电信号为通过预设矩阵型脑网络生成;

确定模块,用于根据所述信号特征以及所述预测信号特征生成所述脑电信号对应的模拟脑电信号,并根据所述模拟脑电信号确定麻醉深度值;

所述根据所述信号特征以及所述预测信号特征生成所述脑电信号对应的模拟脑电信号具体包括:

将所述信号特征中各子信号特征分别与所述预测信号特征中对应的预测信号特征进行匹配;

根据匹配结果确定脑电信号对应的模拟信号特征,并根据所述模拟信号特征生成所述模拟脑电信号;

所述根据所述匹配结果确定脑电信号对应的模拟信号特征具体包括:

对于匹配结果为相同的子信号特征,将该子信号特征作为该子信号特征对应的子模拟信号特征;

对于匹配结果为不相同的子信号特征,将该子信号特征进行处理,并将处理后的子信号特征作为该子信号特征对应的子模拟信号特征;

根据确定所有子模拟信号特征生成所述脑电信号对应的模拟信号特征;

所述对于匹配结果为不相同的子信号特征,将该子信号特征进行处理,并将处理后的子信号特征作为该子信号特征对应的子模拟信号特征具体包括:

对于匹配结果为不相同的子信号特征,判断是否通过线性插值方式将该子信号特征匹配至其对应的子预测信号特征;

若是,则将该子信号特征进行线性插值处理以得到该子信号特征对应的子模拟信号特征;

所述对于匹配结果为不相同的子信号特征,将该子信号特征进行处理,并将处理后的子信号特征作为该子信号特征对应的子模拟信号特征包括:

若否,则获取所述脑电信号的信噪比;

当所述信噪比满足预设条件时,采用移动窗平移算法确定该子信号特征对应的子模拟信号特征;

当所述信噪比未满足预设条件时,将该子信号特征对应的子预测信号特征作为该子信号特征对应的子模拟信号特征;

当未检测到信噪比时,将该子信号特征与该子信号特征对应的子预测信号特征进行加权处理,以得到该子信号特征对应的子模拟信号特征。

2.根据权利要求1所述麻醉深度的测量装置,其特征在于,所述预测脑电信号的生成过程具体包括:

以预先建立的神经元群模块为元素建立矩阵型脑网络;

根据预设联通参数驱动所述矩阵型脑网络产生脑电信号,其中,所述预设联通参数用于控制所述矩阵型脑网络中各神经元群模块状态。

3.根据权利要求2所述麻醉深度的测量装置,其特征在于,所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络;所述激励神经细胞网络的激励信号、抑制神经细胞网络的抑制信号、以及锥体细胞网络的外部激励信号形成脑电波,并将所述脑电波输出至外部的神经元群模块,并且所述脑电波分别反馈至该神经元群模块的激励神经细胞网络以及抑制神经细胞网络。

4.根据权利要求1所述麻醉深度的测量装置,其特征在于,所述获取脑电信号,并提取所述脑电信号的信号特征具体包括:

获取脑电信号,并对所述脑电信号进行去噪处理;

提取去噪处理后的脑电信号的信号特征。

5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1~4任意一项所述的麻醉深度的测量装置中的步骤。

6.一种电子设备,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;

所述通信总线实现处理器和存储器之间的连接通信;

所述处理器执行所述计算机可读程序时实现如权利要求1-4任意一项所述的麻醉深度的测量装置中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市德力凯医疗设备股份有限公司,未经深圳市德力凯医疗设备股份有限公司许可,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/201911245011.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top