基于深度学习的麻醉深度实时评估方法及其系统

本发明涉及医疗技术领域，特别是涉及基于深度学习的麻醉深度实时评估方法及其系统，该方法包括以下步骤：获取患者的多模态生理信号，多模态生理信号包括脑电图、心电图、光电容积脉搏波、血压和呼吸信号；对多模态生理信号进行预处理；利用层级注意力融合网络对预处理后的多模态生理信号进行融合，得到融合特征；其中，层级注意力融合网络包括信号级注意力层、时间尺度注意力层和频率成分注意力层；基于动态时间窗口对融合特征进行时间尺度调整，得到调整后的特征；通过多模态信号融合和深度学习技术，麻醉深度评估准确率提高到95％，超过现有技术10个百分点，能够有效降低麻醉不足或过度的风险，提高手术安全性。