人体脑功能数据异常实时监测系统和方法与流程
本发明涉及医疗器械,具体涉及一种人体脑功能数据异常实时监测系统和方法。
背景技术:
1、脑功能活动的实时监测对于神经系统疾病的早期诊断、病情评估及治疗干预具有重要意义。现有的脑功能监测技术及系统在应对数据异常实时识别方面仍存在显著不足,限制了其临床应用效果。
2、首先,监测参数单一,缺乏多模态综合分析。目前,大多数脑功能监测设备主要依赖单一的脑电信号进行分析,忽略了脑功能活动受血流动力学、代谢、颅内压等多重生理因素耦合影响的复杂性。传统的参数监测方式难以全面反映脑功能状态的真实变化,尤其在面对癫痫发作、脑缺血或颅脑损伤等复杂病理事件时,单一维度的信号分析易导致误判或漏诊。
3、其次,异常判别机制滞后且智能化程度低。现有参数监测方式多依赖人工后期读图,缺乏对脑功能数据异常的实时、自适应识别能力。传统的参数监测方式难以在病理事件发生前实现有效预警。
4、再者,缺乏闭环反馈与智能干预能力。当前多数脑功能监测系统仅承担数据采集与波形显示功能,一旦识别到数据异常,仍需医护人员手动研判并采取干预措施,响应时效性不足。尤其对于癫痫持续状态、脑血管意外等急症,现有脑功能监测系统普遍缺乏将实时监测数据与智能决策相耦合的闭环反馈机制。
5、综上,亟需研发一种能够融合多模态脑功能生理参数、具备实时异常判别能力并可输出结构化预警与干预建议的脑功能数据异常实时监测系统及方法,以突破现有技术瓶颈,提升脑疾病预警与临床决策支持水平。
技术实现思路
1、为克服相关技术中存在的问题,本公开提供一种人体脑功能数据异常实时监测系统和方法,以解决相关技术中,缺乏对脑功能数据异常的实时、自适应识别能力和预警与干预建议的问题。
2、第一方面,一种人体脑功能数据异常实时监测系统,包括:中央处理单元;分别与所述中央处理单元连接的前额贴片式多模态传感器和介入控制单元;
3、所述前额贴片式多模态传感器,用于获取用户的多模态检测数据;
4、所述前额贴片式多模态传感器贴合在所述用户的头部,所述前额贴片式多模态传感器的人体贴合侧设置有与人体头部相匹配的内凹弧形,以方便贴合佩戴;
5、所述多模态检测数据至少包括:脑部医学数据和辅助数据;
6、所述脑部医学数据,包括:脑电数据和脑氧数据;
7、所述辅助数据,包括:体动数据和贴合状态数据;
8、所述体动数据,用于反应所述用户的身体动作;
9、所述贴合状态数据,用于反应所述前额贴片式多模态传感器与所述用户的头部的贴合状态;
10、所述中央处理单元,用于采用预先训练的多模态检测模型,对所述多模态检测数据进行检测,得到检测结果;
11、根据所述检测结果生成控制指令,和/或者,报警信息;
12、所述介入控制单元,用于根据所述控制指令;和/或者,根据所述报警信息,生成待确认提示信息;
13、响应于接收到所述待确认提示信息的应答,执行相关动作。
14、在一种实施方式中,所述多模态检测模型,包括:
15、质量检测模块,用于对输入的所述多模态检测数据进行质量检测,根据每个模态的检测数据的质量,生成每个模态的检测数据的质量权重;
16、脑电数据处理模块,用于基于所述脑电数据以及所述脑电数据的质量权重,确定脑电缺血风险评分;
17、脑氧数据处理模块,用于基于所述脑氧数据以及所述脑氧数据的质量权重,确定脑氧低灌注风险评分;
18、所述体动数据处理模块,用于基于所述体动数据以及所述体动数据的质量权重,确定体动影响评分;
19、所述贴合状态数据处理模块,用于基于所述贴合状态数据以及所述贴合状态数据的质量权重,确定贴合状态影响评分;
20、跨模态注意力融合模块,用于基于所述脑电缺血风险评分、所述脑氧低灌注风险评分、体动影响评分所述和所述贴合状态影响评分,确定融合结果;
21、事件级风险解码模块,用于基于所述融合结果生成风险事件。
22、在一种实施方式中,还包括云端服务器;
23、所述云端服务器,用于显示所述待确认提示信息和所述报警信息。
24、在一种实施方式中,所述前额贴片式多模态传感器,至少包括:柔性基底;所述柔性基底靠近所述人体贴合侧设置;
25、所述柔性基底包括自下而上的皮肤接触层、柔性电路层、电磁屏蔽层、遮光隔离层和外部保护层;
26、所述皮肤接触层,用于接触所述用户的头部;
27、所述柔性电路层,用于设置所述脑电数据的采集装置的电连接线;
28、电磁屏蔽层,用于屏蔽电磁干扰,以减小所述电磁干扰对红外检测信号的影响,所述红外检测信号用于检测得到所述脑电数据;
29、所述遮光隔离层,用于遮挡干扰光源,以减小所述干扰光源对近红外检测的干扰;
30、所述外部保护层,用于防液体渗入和机械保护。
31、在一种实施方式中,上述多模态检测模型的总损失函数包括:事件分类损失、biri回归损失、伪迹识别损失、模态一致性损失和正则化项。
32、在一种实施方式中,所述中央处理单元,还用于根据所述多模态检测数据确定信号可信度;
33、响应于所述检测结果达到预定的第一报警区间,并持续时间达到预设的报警时间阈值,且所述信号可信度高于预定的第一信号可信度阈值的情况下,生成第一报警信息。
34、在一种实施方式中,响应于所述检测结果达到预定的第二报警区间,且脑氧数据下降的速率达到预定的第一脑氧数据下降速率阈值,脑电数据满足预定的脑电异常阈值条件,并且所述信号可信度高于预定的第二信号可信度阈值的情况下,生成第二报警信息。所述脑电异常阈值条件包括下列至少一种:α频带相对功率较个体化基线下降达到预定比例、δ/α比值较个体化基线上升达到预定比例、总功率抑制率达到预定阈值、频谱边缘频率下降达到预定幅度、左右额叶功率不对称指数达到预定阈值,或者上述条件在连续多个滑动时间窗内持续存在。
35、在一种实施方式中,所述中央处理单元,还用于对多模态检测数据进行预处理,得到经过预处理的多模态检测数据;
36、对采用自适应噪声对消算法消除所述经过预处理的多模态检测数据中的噪声。
37、在一种实施方式中,所述介入控制单元执行相关动作之后,向所述中央控制单元反馈执行结果。
38、第二方面,一种人体脑功能数据异常实时监测方法,应用于上述任一项所述的人体脑功能数据异常实时监测系统,所述方法包括:
39、采用所述前额贴片式多模态传感器获取用户的多模态检测数据;
40、所述中央处理单元采用预先训练的多模态检测模型,对所述多模态检测数据进行检测,得到检测结果;
41、根据所述检测结果生成控制指令,和/或者,报警信息;
42、所述介入控制单元根据所述控制指令,和/或者,所述报警信息,生成待确认提示信息;
43、响应于接收到所述待确认提示信息的应答,执行相关动作。
44、本公开的实施例提供的技术方案可以包括以下有益效果:
45、本技术的技术方案,前额贴片式多模态传感器贴合在用户的头部,得到多模态检测数据;中央处理单元采用预先训练的多模态检测模型,对所述多模态检测数据进行识别,可以提高生成的控制指令,和/或者,报警信息检测的精确度,得到更加精确的控制指令,和/或者,报警信息。有利于介入控制单元根据上述的更加精确的控制指令,和/或者,报警信息,执行相关动作。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com