[发明专利]一种脑起搏器的电量监测方法以及电量监测系统

摘要

本发明涉及一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。本发明还涉及一种采用上述电量监测方法的脑起搏器电量监测系统。

主权项

1.一种脑起搏器的电量监测方法，该方法包括：获取脑起搏器的刺激参数，所述刺激参数包括：幅度amp，脉宽pw，阻抗im，以及频率cf；通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数获得第一组电池功耗参数；所述通过最小二乘算法功耗预测模型计算该脑起搏器的电池相关参数的方法为：通过公式(1)‑(2)计算脑起搏器的功耗Cd：η(amp)＝‑0.0007×amp4+0.0178×amp3‑0.1590×amp2+0.6172×amp‑0.0473(2)其中，η(amp)表示任意幅度下的效率；所述公式(1)中的空载功耗通过公式(3)‑(5)计算，所述公式(1)中的负载理论功耗通过公式(6)计算：Ncd(30)＝‑0.0091×amp3+0.6963×amp2+1.0049×amp+9.7751  (3)Ncd(150)＝0.0903×amp3‑0.6880×amp2+15.059×amp+14.909  (4)Ncd(amp,cf)＝Ncd(30)+(Ncd(150)‑Ncd(30))/(150‑30)·(cf‑30)  (5)负载理论功耗＝1000×n×amp2·pw/(2.8×im/cf)  (6)其中，Ncd(30)和Ncd(150)分别表示频率为30Hz和150Hz的空载功耗，Ncd(amp,cf)表示任意幅度和频率下的空载功耗，公式(6)中当脑起搏器为双通道时n＝2，当脑起搏器为单通道时n＝1；通过支持向量机功耗预测模型计算该脑起搏器的电池相关参数获得第二组电池功耗参数；所述支持向量机功耗预测模型通过以下方法建立：步骤S10，确定所选的核函数，进入步骤S11，其中，所选的核函数为：径向基核函数K(xi,xj)＝exp(‑γ||xi‑xj||2),γ>0；步骤S11，初始化核函数的参数，进入步骤S12；步骤S12，获取实验样本数据，进入步骤S13，其中，获取实验样本数据的方法为：利用自动测试系统采集三个维度的数据，幅度、频率和脉宽；步骤S13，将样本数据用于学习或预测对比，如果是学习，进入步骤S14，如果是预测对比，则进入步骤S18；步骤S14，对样本数据进行预处理，进入步骤S15，其中，对样本数据进行预处理的方法为归一化或取序列号，所述归一化公式(1)为：X1＝2((X‑Xmin)/(Xmax‑Xmin))‑1(1)，其中，X为原数据；X1为X经归一化处理后的值；Xmax和Xmin分别为原数据X所在数据组中的最大值和最小值；所述取序列号的方法为：幅度序列号＝幅度×20；脉宽序列号＝(脉宽‑30)/10；频率序列号按照自然数以1为增量进行编号；步骤S15，判断所选参数特征是否具有代表性，如果是，进入步骤S16，如果否，则返回步骤S14；步骤S16，算法训练建立模型，进入步骤S17；步骤S17，采用网格搜索方法优化参数，进入步骤S18；步骤S18，将预测数据与实验数据进行对比，进入步骤S19；步骤S19，判断误差是否在允许范围内，如果是，进入步骤S20，如果否，则返回步骤S16；以及步骤S20，作为预测模型；以及将该第一组电池功耗参数和第二组电池功耗参数中的至少一组显示给用户。