摘要
本发明公开了一种老年人脑健康监测与脑梗预警方法及系统,所述方法包括:采集脑电、心电、血氧及脑血流速度多模态生理信号数据;采用特征模态分解方法分解所述多模态生理信号数据;将KAN网络引入到MATE结构中,进行非线性映射与特征重构,构建KAMATE模型;基于贝叶斯优化算法结合动态平衡策略,得到改进的贝叶斯优化算法;利用所述改进的贝叶斯优化算法结合所述特征模态分解方法实现所述多模态生理信号的特征分解,并优化所述KAMATE模型参数;根据所述KAMATE模型输出的预测结果将脑健康状态划分为四个等级;本发明可以实现老年人脑供血异常、认知衰退及脑梗高风险状态的实时预警,为老年人健康管理提供智能化支持,具有重要应用价值。
技术关键词
多模态生理
预警方法
模态分解方法
脑健康
脑梗
算法
高风险
变量
信号特征
重构
老年人健康
特异
多模态特征
非线性特征
血流
参数
系统为您推荐了相关专利信息
预测分类模型
预警方法
融合特征
SMOTE算法
医疗数据分析技术
码垛机器人
运动轨迹数据
预警方法
评估数据信息
刹车盘生产线
动态预警方法
电网建设项目
风险量化方法
隐马尔可夫模型
决策树模型
分析预警方法
空间相关矩阵
特征值
非线性
监测点