-
公开(公告)号：CN115067875B
公开(公告)日：2024-12-20
申请号：CN202210477229.9
申请日：2022-05-03
Applicant: 复旦大学
Abstract: 本发明属于生物医疗技术领域，具体为一种基于压缩脑电的新生儿睡眠分期方法。本发明方法包括：获取原始的新生儿脑电信号数据集并进行睡眠阶段的分期标注，将分期标注结果作为标准分期结果；对滤除背景噪声后的原始脑电信号进行压缩变换，得到压缩变换后的脑电信号，使得数据量极大缩减；将变换后的脑电信号与原始脑电的分期标注进行对齐；使用睡眠分期训练数据训练得到全自动新生儿睡眠分期网络；使用全自动新生儿睡眠分期网络对新生儿的睡眠过程进行睡眠阶段分期。本发明可将脑电信号进行压缩降低原始数据信息的冗余度，并构建自动分期模型以更轻便式的脑电信号数据源对新生儿的睡眠过程进行阶段分期，具有广泛的临床应用前景。
-
Patent Agency Ranking
公开(公告)号：CN114711790B
公开(公告)日：2022-11-29
申请号：CN202210357292.9
申请日：2022-04-06
Applicant: 复旦大学附属儿科医院
IPC: A61B5/372
Abstract: 本申请涉及一种新生儿电惊厥类型确定方法、装置、计算机设备和存储介质。所述方法包括：获取待测新生儿的原始脑电信号数据；对原始脑电信号数据进行预处理，得到预处理后的脑电信号数据；对脑电信号数据进行特征数据提取，得到待测新生儿的脑电信号特征；根据脑电信号特征，确定待测新生儿的电惊厥类型。采用本方法能够提升新生儿电惊厥类型确定准确性。
-
公开(公告)号：CN113436728B
公开(公告)日：2022-10-28
申请号：CN202110768201.6
申请日：2021-07-05
Applicant: 复旦大学附属儿科医院
Abstract: 本申请涉及一种新生儿临床视频脑电图自动分析的方法及装置，新生儿临床视频脑电图自动分析的方法包括：获取原始脑电图信号；对原始脑电图信号进行预处理，得到处理信号；对处理信号进行特征提取，得到神经信号特征；将神经信号特征分别输入到预先训练的第一预测模型、第二预测模型、第三预测模型和受孕龄预测模型中进行分析，对应得到第一预测结果、第二预测结果、第三预测结果和受孕龄预测结果；根据第一预测结果、第二预测结果和第三预测结果，确定预测结论，根据预测结论和受孕龄预测结果确定分析结果。如此，实现了对新生儿临床视频脑电图的自动、快速、一体化分析，有效提高了对新生儿脑电图的判读范围和准确率。
-
公开(公告)号：CN113436728A
公开(公告)日：2021-09-24
申请号：CN202110768201.6
申请日：2021-07-05
Applicant: 复旦大学附属儿科医院
Abstract: 本申请涉及一种新生儿临床视频脑电图自动分析的方法及装置，新生儿临床视频脑电图自动分析的方法包括：获取原始脑电图信号；对原始脑电图信号进行预处理，得到处理信号；对处理信号进行特征提取，得到神经信号特征；将神经信号特征分别输入到预先训练的第一预测模型、第二预测模型、第三预测模型和受孕龄预测模型中进行分析，对应得到第一预测结果、第二预测结果、第三预测结果和受孕龄预测结果；根据第一预测结果、第二预测结果和第三预测结果，确定预测结论，根据预测结论和受孕龄预测结果确定分析结果。如此，实现了对新生儿临床视频脑电图的自动、快速、一体化分析，有效提高了对新生儿脑电图的判读范围和准确率。
-
公开(公告)号：CN115067875A
公开(公告)日：2022-09-20
申请号：CN202210477229.9
申请日：2022-05-03
Applicant: 复旦大学
Abstract: 本发明属于生物医疗技术领域，具体为一种基于压缩脑电的新生儿睡眠分期方法。本发明方法包括：获取原始的新生儿脑电信号数据集并进行睡眠阶段的分期标注，将分期标注结果作为标准分期结果；对滤除背景噪声后的原始脑电信号进行压缩变换，得到压缩变换后的脑电信号，使得数据量极大缩减；将变换后的脑电信号与原始脑电的分期标注进行对齐；使用睡眠分期训练数据训练得到全自动新生儿睡眠分期网络；使用全自动新生儿睡眠分期网络对新生儿的睡眠过程进行睡眠阶段分期。本发明可将脑电信号进行压缩降低原始数据信息的冗余度，并构建自动分期模型以更轻便式的脑电信号数据源对新生儿的睡眠过程进行阶段分期，具有广泛的临床应用前景。
-
公开(公告)号：CN114711790A
公开(公告)日：2022-07-08
申请号：CN202210357292.9
申请日：2022-04-06
Applicant: 复旦大学附属儿科医院
IPC: A61B5/372
Abstract: 本申请涉及一种新生儿电惊厥类型确定方法、装置、计算机设备和存储介质。所述方法包括：获取待测新生儿的原始脑电信号数据；对原始脑电信号数据进行预处理，得到预处理后的脑电信号数据；对脑电信号数据进行特征数据提取，得到待测新生儿的脑电信号特征；根据脑电信号特征，确定待测新生儿的电惊厥类型。采用本方法能够提升新生儿电惊厥类型确定准确性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
