基于多模态网络模型的重症患者镇静状态评估方法

本发明涉及患者状态评估技术领域，提供一种基于多模态网络模型的重症患者镇静状态评估方法，包括步骤S1实时获取重症患者的原始的生理数据；步骤S2将EEG数据转化为脑电频谱图；步骤S3将生成的缺失EEG数据补入完整EEG数据中，并更新完整EEG数据；步骤S4通过滑动窗口对更新后的完整EEG数据进行切割，得到完整EEG数据片段；并将RASS评分作为标签与每段完整EEG数据片段进行时间轴的匹配，形成带标签EEG数据；步骤S5基于多模态网络模型，利用带标签EEG数据进行训练；步骤S6对无标签数据进行RASS评分预测。本发明通过监测患者的多模态生理参数，从而实现对重症监护室中患者的镇静深度进行客观评估。