公开(公告)号：CN109645989A

公开(公告)日：2019-04-19

申请号：CN201811502030.7

申请日：2018-12-10

Applicant: 燕山大学

Inventor： 梁振虎 ,  管文锦

IPC: A61B5/0476 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种麻醉深度估计方法及系统。所述方法包括：获取脑电信号训练数据；提取脑电信号训练数据的频谱特征图；将频谱特征图输入至卷积神经网络模型中，采用遗传算法对卷积神经网络模型中的初始权重进行优化，得到卷积神经网络优化模型；将频谱特征图作为卷积神经网络优化模型的输入，采用反向传播算法对卷积神经网络优化模型中的权重进行调节，得到训练好的卷积神经网络优化模型；获取待检测者当前的脑电信号数据；提取当前的脑电信号数据的频谱特征图，得到待检测频谱特征图；将待检测频谱特征图输入至训练好的卷积神经网络优化模型中，得到待检测者的当前状态。本发明能够提高麻醉深度预测的准确性，且计算复杂度低。

公开(公告)号：CN109645989B

公开(公告)日：2021-01-08

申请号：CN201811502030.7

申请日：2018-12-10

Applicant: 燕山大学

Inventor： 梁振虎 ,  管文锦

IPC: A61B5/369 ,  A61B5/372 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种麻醉深度估计方法及系统。所述方法包括：获取脑电信号训练数据；提取脑电信号训练数据的频谱特征图；将频谱特征图输入至卷积神经网络模型中，采用遗传算法对卷积神经网络模型中的初始权重进行优化，得到卷积神经网络优化模型；将频谱特征图作为卷积神经网络优化模型的输入，采用反向传播算法对卷积神经网络优化模型中的权重进行调节，得到训练好的卷积神经网络优化模型；获取待检测者当前的脑电信号数据；提取当前的脑电信号数据的频谱特征图，得到待检测频谱特征图；将待检测频谱特征图输入至训练好的卷积神经网络优化模型中，得到待检测者的当前状态。本发明能够提高麻醉深度预测的准确性，且计算复杂度低。