[发明专利]新生儿临床视频脑电图自动分析的方法及设备有效
申请号: | 202110768201.6 | 申请日: | 2021-07-05 |
公开(公告)号: | CN113436728B | 公开(公告)日: | 2022-10-28 |
发明(设计)人: | 董欣然;周文浩;程国强;孔燕婷;许艳;肖甜甜;卢宇蓝 | 申请(专利权)人: | 复旦大学附属儿科医院 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G06K9/00;G06K9/62 |
代理公司: | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人: | 涂凤琴 |
地址: | 201100 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 新生儿 临床 视频 脑电图 自动 分析 方法 设备 | ||
1.一种新生儿临床视频脑电图自动分析的方法,其特征在于,包括:
获取原始脑电图信号;
对所述原始脑电图信号进行预处理,得到处理信号;
对所述处理信号进行特征提取,得到神经信号特征;
将所述神经信号特征分别输入到预先训练的第一预测模型、第二预测模型、第三预测模型和受孕龄预测模型中进行分析,对应得到第一预测结果、第二预测结果、第三预测结果和受孕龄预测结果;所述第一预测结果包括重度异常和其他;所述第二预测结果包括中度异常和其他;所述第三预测结果包括轻度异常和正常;
根据所述第一预测结果、所述第二预测结果和所述第三预测结果,确定预测结论,包括:若所述第一预测结果为重度异常,则所述预测结论为重度异常;若所述第一预测结果为其他,所述第二预测结果为中度异常,则所述预测结论为中度异常;若所述第一预测结果为其他,所述第二预测结果为其他,所述第三预测结果为轻度异常,则所述预测结论为轻度异常;若所述第一预测结果为其他,所述第二预测结果为其他,所述第三预测结果为正常,则所述预测结论为正常;
根据所述预测结论和所述受孕龄预测结果确定分析结果。
2.根据权利要求1所述的新生儿临床视频脑电图自动分析的方法,其特征在于,所述对所述原始脑电图信号进行预处理,得到处理信号,包括:
检测所述原始脑电图信号中是否存在符合预设异常条件的信号,若存在,对符合所述预设异常条件的信号进行伪差去除处理,得到第一脑电图信号;
对所述第一脑电图信号进行滤波处理,得到第二脑电图信号;
对所述第二脑电图信号进行降采样处理,得到所述处理信号。
3.根据权利要求2所述的新生儿临床视频脑电图自动分析的方法,其特征在于,所述预设异常条件包括:
信号通道的相关系数低于第一阈值;
或者,信号通道的功率低于第二阈值;
或者,信号为零点或常数值的持续出现时间超过第三阈值;
或者,同一信号通道中信号突变次数超过第四阈值;所述信号突变包括:第一预设时间段内信号振幅超过第五阈值,或者,第二预设时间段内电压值差超过第六阈值;
或者,眼动干扰的相关性超过第七阈值。
4.根据权利要求1所述的新生儿临床视频脑电图自动分析的方法,其特征在于,所述第一预测模型、所述第二预测模型、所述第三预测模型和所述受孕龄预测模型的训练方法包括:
获取第一原始数据集、第二原始数据集和第三原始数据集和原始受孕龄数据集;
利用特征选择方法,分别对所述第一原始数据集、所述第二原始数据集、所述第三原始数据集和所述原始受孕龄数据集中的数据进行处理,对应得到第一训练数据集、第二训练数据集、第三训练数据集和受孕龄训练数据集;
基于所述第一训练数据集、所述第二训练数据集、所述第三训练数据集和所述受孕龄训练数据集,分别对GBM模型进行训练,并基于交叉验证策略对训练模型的参数进行优化,分别得到所述第一预测模型、所述第二预测模型、所述第三预测模型和所述受孕龄预测模型。
5.根据权利要求4所述的新生儿临床视频脑电图自动分析的方法,其特征在于,所述特征选择方法包括后向选择策略。
6.一种新生儿临床视频脑电图自动分析的设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如权利要求1-5任一项所述的方法。
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复旦大学附属儿科医院,未经复旦大学附属儿科医院许可,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/202110768201.6/1.html,转载请声明来源钻瓜专利网。