摘要
本发明公开了一种高精度麻醉状态监测方法、系统及装置,属于脑电信号处理和医疗监测技术领域,以解决脑电信号中噪声干扰对麻醉状态监测的影响。其监测方法包括:步骤1:采集患者麻醉状态下的脑电信号;步骤2:对脑电信号进行初步滤除和幅值归一化处理,得到新的脑电信号;步骤3:采用递阶频率分解方法对新的脑电信号分解得到若干个模态函数;步骤4:从每一个模态函数中提取多维特征;步骤5:对提取的多维特征进行融合和筛选,形成特征集合;步骤6:利用特征集合对机器学习模型进行训练,并使用训练后的机器学习模型实时预测患者的麻醉状态,输出麻醉阶段分类结果。本发明能够根据实时监测数据为医生提供决策支持,降低手术中麻醉风险。
技术关键词
麻醉状态监测方法
频率分解方法
机器学习模型
集成特征选择算法
脑电信号采集模块
非侵入式电极
特征加权方法
高通滤波器
稀疏编码算法
医疗监测技术
脑电信号处理
低通滤波器
多视角特征
高阶统计量
状态监测装置
状态监测系统
系统为您推荐了相关专利信息
数据分析方法
数据分析系统
数据采集单元
数据安全
隐私保护模块
广告精准投放方法
广告精准投放系统
数据收集模块
广告投放策略
数据存储
频域特征
故障预测模型
故障诊断方法
局部放电故障
超声数据
储能控制方法
储能系统
风电
充放电功率
模糊集构建