一种基于信号特征的上气道肌群力学特性测定评估方法

本发明提供一种基于信号特征的上呼吸道肌群力学特性测定评估方法。首先，本发明通过传感器采集上呼吸道肌群的力信号。信号经过电压放大滤波与数字化处理后，生成包括最大肌力、肌力稳定度、总做功量、疲劳指数与整体测试时间在内的关键特征变量。为提高评估准确性，本发明引入多层次机器学习模型，包括基础的TabTransformer结构、对比学习框架和元学习技术，以实现对特征复杂交互关系的深度解析。模型训练过程中，通过无标注数据的对比学习，增强特征表示能力；采用MAML框架对少量标注数据进行快速适应，并利用多任务学习策略兼顾疾病分级与疗效预测的综合目标。最终，模型在验证集上的性能指标显著提升，可在实际应用中实现高效评估和快速部署。