-
公开(公告)号:CN118830858A
公开(公告)日:2024-10-25
申请号:CN202411330031.3
申请日:2024-09-24
Applicant: 吉林大学第一医院 , 中国科学院长春光学精密机械与物理研究所
IPC: A61B5/374 , A61B5/00 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N20/10 , G06N3/048
Abstract: 本发明公开了一种基于脑电图的脑功能状态检测方法、装置及设备,涉及脑电信号数据处理技术领域。本发明的构思在于并不直接处理脑电信号,而是将选定的导联脑电图数据进行分片,并利用机器学习算法预测数据状态,然后对目标数据片段进行差分及动态均方根计算,由此可以去除低频扰动的干扰,且无需对信号进行标准化,实现自动且精准识别出脑电图中不同数据状态,使得指标计算过程更为直观、简单、算力需求低且准确率高。本发明可以对任意长度的脑电图数据进行自动化判读,填补了自动化判读脑电图数据状态在该场景中的空白,且实现了估算爆发抑制比,以便辅助用于医师的诊断、治疗,进而可以大大减轻临床医生工作负担,提高其工作效率和诊疗准确度。
-
公开(公告)号:CN118830858B
公开(公告)日:2024-12-10
申请号:CN202411330031.3
申请日:2024-09-24
Applicant: 吉林大学第一医院 , 中国科学院长春光学精密机械与物理研究所
IPC: A61B5/374 , A61B5/00 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/0442 , G06N20/10 , G06N3/048
Abstract: 本发明公开了一种基于脑电图的脑功能状态检测方法、装置及设备,涉及脑电信号数据处理技术领域。本发明的构思在于并不直接处理脑电信号,而是将选定的导联脑电图数据进行分片,并利用机器学习算法预测数据状态,然后对目标数据片段进行差分及动态均方根计算,由此可以去除低频扰动的干扰,且无需对信号进行标准化,实现自动且精准识别出脑电图中不同数据状态,使得指标计算过程更为直观、简单、算力需求低且准确率高。本发明可以对任意长度的脑电图数据进行自动化判读,填补了自动化判读脑电图数据状态在该场景中的空白,且实现了估算爆发抑制比,以便辅助用于医师的诊断、治疗,进而可以大大减轻临床医生工作负担,提高其工作效率和诊疗准确度。
-