公开(公告)号：CN119949848A

公开(公告)日：2025-05-09

申请号：CN202510051162.6

申请日：2025-01-13

Applicant: 燕山大学

Inventor： 梁振虎 ,  宋家顺 ,  张志伟 ,  魏昌伟 ,  毛更生

IPC: A61B5/372 ,  A61B5/00 ,  G16H50/30 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明提供一种基于脑电非线性熵分析的疼痛量化评估方法及系统，属于脑电数据分析领域，方法包括：S1对数据库中采集的脑电数据进行数据处理并设置阈值；S2对处理后的脑电数据进行区间切割，数据切割分段长度为m；S3在每个区间内计算特征变化，并通过跨区间自适应量化处理得到特征值，取平均得到平均动态响应距离即区间特征值；S4得到数据切割分段长度为m+1的平均动态响应距离即区间特征值；S5将数据段长度为m和数据段长度为m+1的平均特征值相相加取平均值得到的疼痛量化评估指标。S6基于步骤S5得到的疼痛量化评估指标对疼痛进行量化。本发明的方法通过跨区间自适应分析和多尺度特征挖掘技术，实现精准提取脑电信号中非线性特征进行疼痛量化评估。

公开(公告)号：CN118340499A

公开(公告)日：2024-07-16

申请号：CN202410454746.3

申请日：2024-04-16

Applicant: 燕山大学

Inventor： 梁振虎 ,  范陆新 ,  毛更生

IPC: A61B5/00 ,  A61B5/372 ,  G06F17/17 ,  G06F17/18

Abstract: 本发明公开了一种基于去趋势波动性指数麻醉深度估计方法，属于脑电分析技术领域，S1：连续时间序列分段处理；S2：计算每个分段的平均值，进行去趋势处理，得到去趋势的时间序列；S3：定义一个对数似然函数，用于近似每个分段的概率分布；S4：基于拟牛顿方法加入动态阻尼因子进行非线性优化，估计反映时间序列波动性的参数；S5：使用估计得到的参数的对数与分段大小的对数的比值定义指数。本发明采用上述一种基于去趋势波动性指数麻醉深度估计方法，特别适用于两种常用但在传统麻醉深度测量中的麻醉药物，在拟牛顿方法上，加入了动态阻尼因子，以此来提高估计的准确性，对研究麻醉的作用机制和区分不同意识状态具有重要意义。