一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)提供了一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)方法及系統(tǒng)，獲取至少一個(gè)頭部位置的腦電數(shù)據(jù)和至少一個(gè)頭部位置的肌電數(shù)據(jù)，并獲取用戶數(shù)據(jù)；根據(jù)腦電數(shù)據(jù)和肌電數(shù)據(jù)得到第一矩陣，第一矩陣的每行是一個(gè)頭部位置對(duì)應(yīng)的腦電數(shù)據(jù)或肌電數(shù)據(jù)；根據(jù)所述用戶數(shù)據(jù)得到第二矩陣，所述第二矩陣的每行是根據(jù)一個(gè)用戶數(shù)據(jù)的編碼得到；將第一矩陣和第二矩陣按行拼接得到第三矩陣，將第三矩陣的每行作為一個(gè)

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)方法及系統(tǒng)


[0001]本專利技術(shù)涉及人工智能領(lǐng)域，尤其是涉及利用深度學(xué)習(xí)方法對(duì)麻醉狀態(tài)進(jìn)行監(jiān)測(cè)的方法及系統(tǒng)
。

技術(shù)介紹

[0002]麻醉是一種復(fù)雜而危險(xiǎn)的醫(yī)療過(guò)程，旨在使患者無(wú)感知地接受手術(shù)或其他治療
。
因此，確?；颊咴谡麄€(gè)麻醉期間都處于適當(dāng)?shù)穆樽砩疃仁侵陵P(guān)重要的
。
麻醉深度監(jiān)測(cè)可以確保患者在手術(shù)過(guò)程中不會(huì)感到疼痛或意識(shí)到手術(shù)細(xì)節(jié)，從而降低手術(shù)期間的不適感和焦慮，有助于提高手術(shù)過(guò)程的安全性和成功率
。
而且過(guò)度麻醉可能導(dǎo)致患者的生命體征不穩(wěn)定，如低血壓
、
低心率和呼吸抑制
。
通過(guò)監(jiān)測(cè)麻醉深度，醫(yī)生可以調(diào)整麻醉劑的用量，以避免過(guò)度麻醉，減少不必要的風(fēng)險(xiǎn)
。
而麻醉不足可能導(dǎo)致患者在手術(shù)中感到疼痛或恢復(fù)意識(shí)，這可能會(huì)導(dǎo)致術(shù)中意外的動(dòng)作或疼痛反應(yīng)
。
通過(guò)監(jiān)測(cè)麻醉深度，可以確?；颊咴谡麄€(gè)手術(shù)期間處于適當(dāng)?shù)穆樽頎顟B(tài)
。
[0003]常用的麻醉狀態(tài)監(jiān)測(cè)方法有腦電雙頻指數(shù)（
BIS
）
、
熵指數(shù)
、
聽覺(jué)誘發(fā)電位等，其中
BIS
和熵指數(shù)應(yīng)用范圍最廣
。BIS
是根據(jù)腦電圖信號(hào)計(jì)算得到腦電雙頻指數(shù)；熵指數(shù)是利用肌電圖信號(hào)
、
腦電圖信號(hào)計(jì)算狀態(tài)熵（
SE
）與反應(yīng)熵（
RE
），根據(jù)
SE
和
RE
的數(shù)值判斷麻醉狀態(tài)
。
但是這兩種方法都有一定的局限性，例如
BIS
在有些藥物上表現(xiàn)不佳，熵指數(shù)對(duì)年幼患者的麻醉狀態(tài)關(guān)聯(lián)性差，而且無(wú)論是
BIS
還是熵指數(shù)都是僅僅使用了腦電圖和
/
或肌電圖的部分信息
。
如何能夠提高麻醉狀態(tài)監(jiān)測(cè)的準(zhǔn)確性至關(guān)重要
。

技術(shù)實(shí)現(xiàn)思路

[0004]為了能夠從多個(gè)方面獲得麻醉狀態(tài)信息以便能準(zhǔn)確的對(duì)麻醉狀態(tài)進(jìn)行監(jiān)測(cè)，本專利技術(shù)提供了一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)方法，所述方法包括以下步驟：獲取至少一個(gè)頭部位置的腦電數(shù)據(jù)和至少一個(gè)頭部位置的肌電數(shù)據(jù)，并獲取用戶數(shù)據(jù)，其中，所述用戶數(shù)據(jù)至少包括年齡
、
性別
、
使用的麻醉藥物；根據(jù)所述腦電數(shù)據(jù)和所述肌電數(shù)據(jù)得到一個(gè)第一矩陣，所述第一矩陣的每行是一個(gè)頭部位置對(duì)應(yīng)的腦電數(shù)據(jù)或肌電數(shù)據(jù)；根據(jù)所述用戶數(shù)據(jù)得到一個(gè)第二矩陣，所述第二矩陣的每行是根據(jù)一個(gè)用戶數(shù)據(jù)的編碼得到 ；將第一矩陣和第二矩陣按行拼接得到第三矩陣，將所述第三矩陣的每行作為一個(gè)
token
輸入到第一
ViT
模型中得到第一
CLS Token
；根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，將所述第四矩陣的每行作為一個(gè)
token
輸入到第二
ViT
模型中得到至少一個(gè)第二
CLS Token
；根據(jù)所述第一
CLS Token
和至少一個(gè)所述第二
CLS Token
得到麻醉狀態(tài)值
。
[0005]優(yōu)選地，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：將所述第一矩陣的轉(zhuǎn)置和所述第一
CLS Token
的轉(zhuǎn)置按列拼接得到第四矩陣，所述第四矩陣的第一列為所述第一
CLS Token
的轉(zhuǎn)置
。
[0006]優(yōu)選地，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：
所述第二矩陣的每行包括兩部分，第一部分是對(duì)一個(gè)用戶數(shù)據(jù)的編碼，第二部分是補(bǔ)零部分，其中所述對(duì)一個(gè)用戶數(shù)據(jù)的編碼的長(zhǎng)度和第一矩陣的行數(shù)相同；提取所述第二矩陣中非全零的列得到第二子矩陣，將所述第一矩陣的轉(zhuǎn)置和第二子矩陣按行拼接得到第四矩陣
。
[0007]優(yōu)選地，所述根據(jù)所述第一
CLS Token
和至少一個(gè)所述第二
CLS Token
得到麻醉狀態(tài)值，具體為：將所述至少一個(gè)所述第二
CLS Token
合并為一個(gè)向量，若所述向量的長(zhǎng)度小于所述第一
CLS Token
的長(zhǎng)度的一半，則將所述向量通過(guò)
MLP
轉(zhuǎn)換為和所述第一
CLS Token
長(zhǎng)度相同的向量，將轉(zhuǎn)換后的向量和所述第一
CLS Token
作為
MLP
的輸入得到麻醉狀態(tài)值；否則，將所述向量和所述第一
CLS Token
作為
MLP
的輸入得到麻醉狀態(tài)值
。
[0008]優(yōu)選地，所述方法還包括：在構(gòu)建所述第二
ViT
模型時(shí)，設(shè)置超參數(shù)
N
，
N
為在所述第二
ViT
模型的輸入部分設(shè)置的第二
CLS Token
的個(gè)數(shù)；其中，
N
為正整數(shù)
。
[0009]此外，本專利技術(shù)還提供了一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)系統(tǒng)，所述系統(tǒng)包括以下模塊：信息獲取模塊，用于獲取至少一個(gè)頭部位置的腦電數(shù)據(jù)和至少一個(gè)頭部位置的肌電數(shù)據(jù)，并獲取用戶數(shù)據(jù)，其中，所述用戶數(shù)據(jù)至少包括年齡
、
性別
、
使用的麻醉藥物；根據(jù)所述腦電數(shù)據(jù)和所述肌電數(shù)據(jù)得到一個(gè)第一矩陣，所述第一矩陣的每行是一個(gè)頭部位置對(duì)應(yīng)的腦電數(shù)據(jù)或肌電數(shù)據(jù)；根據(jù)所述用戶數(shù)據(jù)得到一個(gè)第二矩陣，所述第二矩陣的每行是根據(jù)一個(gè)用戶數(shù)據(jù)的編碼得到 ；編碼解碼模塊，用于將第一矩陣和第二矩陣按行拼接得到第三矩陣，將所述第三矩陣的每行作為一個(gè)
token
輸入到第一
ViT
模型中得到第一
CLS Token
；根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，將所述第四矩陣的每行作為一個(gè)
token
輸入到第二
ViT
模型中得到至少一個(gè)第二
CLS Token
；根據(jù)所述第一
CLS Token
和至少一個(gè)所述第二
CLS Token
得到麻醉狀態(tài)值
。
[0010]優(yōu)選地，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：將所述第一矩陣的轉(zhuǎn)置和所述第一
CLS Token
的轉(zhuǎn)置按列拼接得到第四矩陣，所述第四矩陣的第一列為所述第一
CLS Token
的轉(zhuǎn)置
。
[0011]優(yōu)選地，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：所述第二矩陣的每行包括兩部分，第一部分是對(duì)一個(gè)用戶數(shù)據(jù)的編碼，第二部分是補(bǔ)零部分，其中所述對(duì)一個(gè)用戶數(shù)據(jù)的編碼的長(zhǎng)度和第一矩陣的行數(shù)相同；提取所述第二矩陣中非全零的列得到第二子矩陣，將所述第一矩陣的轉(zhuǎn)置和第二子矩陣按行拼接得到第四矩陣
。
[0012]優(yōu)選地，所述根據(jù)所述第一
CLS Token<本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.
一種多指標(biāo)的麻醉狀態(tài)監(jiān)測(cè)方法，其特征在于，所述方法包括以下步驟：獲取至少一個(gè)頭部位置的腦電數(shù)據(jù)和至少一個(gè)頭部位置的肌電數(shù)據(jù)，并獲取用戶數(shù)據(jù)，其中，所述用戶數(shù)據(jù)至少包括年齡
、
性別
、
使用的麻醉藥物；根據(jù)所述腦電數(shù)據(jù)和所述肌電數(shù)據(jù)得到一個(gè)第一矩陣，所述第一矩陣的每行是一個(gè)頭部位置對(duì)應(yīng)的腦電數(shù)據(jù)或肌電數(shù)據(jù)；根據(jù)所述用戶數(shù)據(jù)得到一個(gè)第二矩陣，所述第二矩陣的每行是根據(jù)一個(gè)用戶數(shù)據(jù)的編碼得到 ；將第一矩陣和第二矩陣按行拼接得到第三矩陣，將所述第三矩陣的每行作為一個(gè)
token
輸入到第一
ViT
模型中得到第一
CLS Token
；根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，將所述第四矩陣的每行作為一個(gè)
token
輸入到第二
ViT
模型中得到至少一個(gè)第二
CLS Token
；根據(jù)所述第一
CLS Token
和至少一個(gè)所述第二
CLS Token
得到麻醉狀態(tài)值
。2.
如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：將所述第一矩陣的轉(zhuǎn)置和所述第一
CLS Token
的轉(zhuǎn)置按列拼接得到第四矩陣，所述第四矩陣的第一列為所述第一
CLS Token
的轉(zhuǎn)置
。3.
如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一矩陣的轉(zhuǎn)置得到第四矩陣，具體為：所述第二矩陣的每行包括兩部分，第一部分是對(duì)一個(gè)用戶數(shù)據(jù)的編碼，第二部分是補(bǔ)零部分，其中所述對(duì)一個(gè)用戶數(shù)據(jù)的編碼的長(zhǎng)度和第一矩陣的行數(shù)相同；提取所述第二矩陣中非全零的列得到第二子矩陣，將所述第一矩陣的轉(zhuǎn)置和第二子矩陣按行拼接得到第四矩陣
。4.
如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一
CLS Token
和至少一個(gè)所述第二
CLS Token
得到麻醉狀態(tài)值，具體為：將所述至少一個(gè)所述第二
CLS Token
合并為一個(gè)向量，若所述向量的長(zhǎng)度小于所述第一
CLS Token
的長(zhǎng)度的一半，則將所述向量通過(guò)
MLP
轉(zhuǎn)換為和所述第一
CLS Token
長(zhǎng)度相同的向量，將轉(zhuǎn)換后的向量和所述第一
CLS Token
作為
MLP
的輸入得到麻醉狀態(tài)值；否則，將所述向量和所述第一
CLS Token
作為
MLP
的輸入得到麻醉狀態(tài)值
。5.
如權(quán)利要求4所述的方法，其特征在于，所述方法還包括：在構(gòu)建所述第二
ViT
模型時(shí)，設(shè)置超參數(shù)
N
，
N
為在所述第二
ViT
模型的輸入部分設(shè)置的第二
CLS Token<...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：朱毅，張嘉馨，
申請(qǐng)(專利權(quán))人：廣東省人民醫(yī)院，
類型：發(fā)明
國(guó)別省市：