摘要
本发明涉及人工智能领域,具体涉及一种基于脑电数据分析的小儿谵妄预测系统,旨在提供一种可量化的评估手段。本发明提出的预测系统包括:脑电数据获取模块,用于获取待评估儿童的脑电数据;脑电特征提取模块,用于从待评估儿童的脑电数据中提取相应的脑电特征数据;风险预测模块,用于将待评估儿童的体检数据输入至训练好的风险预测模型,得到待评估儿童的谵妄类别;其中,待评估儿童的体检数据包括:待评估儿童的脑电特征数据;待评估儿童的脑电特征数据包括:脑功能连接数据、δ波与α波的功率比,以及低频波与高频波的功率比;谵妄类别包括:无谵妄、高活动型谵妄、低活动型谵妄或混合型谵妄。本发明提供了一种客观、可量化的评估方案。
技术关键词
脑电数据分析
预测系统
风险预测模型
儿童
脑电特征提取
眼动数据
小儿
样本
数据获取模块
随机森林模型
混合型
波形
神经网络模型
支持向量机
频率
标签
功率值
系统为您推荐了相关专利信息
Stacking模型
散货码头
泊位
XGBoost模型
时间预测方法
退化预测方法
电子系统
序列
时序预测模型
调制特征
复合材料结构
特征提取器
剩余寿命预测方法
对抗网络模型
多尺度特征融合
出行场景
列表
生成用户
儿童座椅
神经网络学习算法