本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)。

背景技術(shù)：

1、小兒譫妄是一種在兒科中較為嚴(yán)重的急性、波動(dòng)性意識障礙狀態(tài)。它通常表現(xiàn)為患兒在短時(shí)間內(nèi)(幾小時(shí)至幾天)出現(xiàn)意識水平的變化、定向力減低、注意力不集中、認(rèn)知功能受損以及行為異常等癥狀。譫妄包括高活動(dòng)型譫妄(躁動(dòng)型)、低活動(dòng)型譫妄(安靜型)以及混合型譫妄三個(gè)亞型。高活動(dòng)型兒童表現(xiàn)為躁動(dòng)及過度活躍，如身體持續(xù)的激烈活動(dòng)、難以安撫的哭鬧等；低活動(dòng)型表現(xiàn)為反應(yīng)遲鈍、意識淡漠及非正常的安靜狀態(tài)，混合型兼有以上兩種亞型的表現(xiàn)。

2、譫妄可能會損害腦神經(jīng)，比如聽力下降、智力出現(xiàn)障礙等，嚴(yán)重者可危及生命，因此早期識別并干預(yù)譫妄至關(guān)重要。

3、目前，對于小兒譫妄的預(yù)測與評估主要依賴醫(yī)護(hù)人員的臨床觀察，缺乏客觀、可量化的評估手段。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出了一種基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，提供了可量化的評估手段。

2、本發(fā)明提出了一種基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，所述系統(tǒng)包括：

3、腦電數(shù)據(jù)獲取模塊，用于獲取待評估兒童的腦電數(shù)據(jù)；

4、腦電特征提取模塊，用于從所述待評估兒童的腦電數(shù)據(jù)中提取相應(yīng)的腦電特征數(shù)據(jù)；

5、風(fēng)險(xiǎn)預(yù)測模塊，用于將所述待評估兒童的體檢數(shù)據(jù)輸入至訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測模型，得到所述待評估兒童的譫妄類別；

6、其中，

7、所述待評估兒童的體檢數(shù)據(jù)包括：所述待評估兒童的腦電特征數(shù)據(jù)；

8、所述待評估兒童的腦電特征數(shù)據(jù)包括：腦功能連接數(shù)據(jù)、δ波與α波的功率比，以及低頻波與高頻波的功率比；

9、所述腦功能連接數(shù)據(jù)包括：各個(gè)腦分區(qū)之間數(shù)據(jù)的關(guān)聯(lián)特征；

10、所述譫妄類別包括：無譫妄、高活動(dòng)型譫妄、低活動(dòng)型譫妄或混合型譫妄。

11、優(yōu)選地，所述腦電特征提取模塊包括：

12、預(yù)處理單元，用于對所述待評估兒童的腦電數(shù)據(jù)進(jìn)行預(yù)處理以提高波形的清晰度，得到預(yù)處理后的腦電數(shù)據(jù)；

13、波形特征計(jì)算單元，用于根據(jù)所述預(yù)處理后的腦電數(shù)據(jù)，計(jì)算各類波的波形特征；所述各類波的波形特征包括：各類波的功率；

14、功率值計(jì)算單元，用于根據(jù)所述各類波的功率，計(jì)算所述δ波與α波的功率比以及所述低頻波與高頻波的功率比；

15、腦功能連接數(shù)據(jù)提取單元，用于根據(jù)所述預(yù)處理后的腦電數(shù)據(jù)，提取所述腦功能連接數(shù)據(jù)。

16、優(yōu)選地，所述腦電特征提取模塊，還用于從樣本兒童的歷史腦電數(shù)據(jù)中提取相應(yīng)的腦電特征數(shù)據(jù)；

17、所述系統(tǒng)還包括：

18、歷史數(shù)據(jù)采集模塊，用于采集預(yù)設(shè)數(shù)量的所述樣本兒童的歷史數(shù)據(jù)；其中，每個(gè)所述樣本兒童的歷史數(shù)據(jù)包括：年齡、所述歷史腦電數(shù)據(jù)，以及譫妄類別標(biāo)簽；

19、訓(xùn)練模塊，用于將所述樣本兒童的體檢數(shù)據(jù)輸入至待訓(xùn)練的所述風(fēng)險(xiǎn)預(yù)測模型獲取預(yù)測值，并根據(jù)所述預(yù)測值和對應(yīng)的所述譫妄類別標(biāo)簽計(jì)算交叉熵?fù)p失函數(shù)，對所述風(fēng)險(xiǎn)預(yù)測模型進(jìn)行迭代訓(xùn)練，得到訓(xùn)練好的所述風(fēng)險(xiǎn)預(yù)測模型；

20、所述樣本兒童的體檢數(shù)據(jù)包括：所述樣本兒童的腦電特征數(shù)據(jù)。

21、優(yōu)選地，所述待評估兒童為學(xué)齡期兒童；

22、所述待評估兒童的體檢數(shù)據(jù)還包括：眼動(dòng)數(shù)據(jù)；

23、所述系統(tǒng)還包括：

24、眼動(dòng)數(shù)據(jù)獲取模塊，用于獲取所述待評估兒童的眼動(dòng)數(shù)據(jù)。

25、優(yōu)選地，所述樣本兒童為學(xué)齡期兒童；

26、所述樣本兒童的歷史數(shù)據(jù)還包括：歷史眼動(dòng)數(shù)據(jù)；

27、所述樣本兒童的體檢數(shù)據(jù)還包括：所述歷史眼動(dòng)數(shù)據(jù)。

28、優(yōu)選地，所述譫妄類別標(biāo)簽為根據(jù)所述樣本兒童的譫妄評估量表數(shù)據(jù)進(jìn)行評估后得出的類別。

29、優(yōu)選地，所述風(fēng)險(xiǎn)預(yù)測模型基于支持向量機(jī)、隨機(jī)森林模型或神經(jīng)網(wǎng)絡(luò)模型。

30、優(yōu)選地，所述低頻波包括：δ波和θ波；

31、所述高頻波包括：β波和γ波；

32、所述δ波的頻率范圍為0.5hz-4hz；

33、所述θ波的頻率范圍為4hz-8hz；

34、所述β波的頻率范圍為12hz-35hz；

35、所述γ波的頻率范圍為30hz-100hz。

36、本發(fā)明具有如下有益效果：

37、本發(fā)明提出的小兒譫妄預(yù)測系統(tǒng)通過將待評估兒童的腦電特征數(shù)據(jù)輸入到訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測模型來判斷譫妄類別，提供了一種客觀、量化的評估方案，避免了因醫(yī)務(wù)人員的經(jīng)驗(yàn)不足而導(dǎo)致的評估偏差，從而提高了評估結(jié)果的準(zhǔn)確性。

38、對于學(xué)齡期兒童，將眼動(dòng)數(shù)據(jù)和腦電特征數(shù)據(jù)一起送入風(fēng)險(xiǎn)預(yù)測模型來判斷譫妄類別，進(jìn)一步提高了評估結(jié)果的準(zhǔn)確性。

技術(shù)特征：

1.一種基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.根據(jù)權(quán)利要求1所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，所述腦電特征提取模塊包括：

3.根據(jù)權(quán)利要求1所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，

4.根據(jù)權(quán)利要求3所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，

5.根據(jù)權(quán)利要求4所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，

6.根據(jù)權(quán)利要求3所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，

7.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，所述風(fēng)險(xiǎn)預(yù)測模型基于支持向量機(jī)、隨機(jī)森林模型或神經(jīng)網(wǎng)絡(luò)模型。

8.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，其特征在于，

技術(shù)總結(jié)
本發(fā)明涉及人工智能領(lǐng)域，具體涉及一種基于腦電數(shù)據(jù)分析的小兒譫妄預(yù)測系統(tǒng)，旨在提供一種可量化的評估手段。本發(fā)明提出的預(yù)測系統(tǒng)包括：腦電數(shù)據(jù)獲取模塊，用于獲取待評估兒童的腦電數(shù)據(jù)；腦電特征提取模塊，用于從待評估兒童的腦電數(shù)據(jù)中提取相應(yīng)的腦電特征數(shù)據(jù)；風(fēng)險(xiǎn)預(yù)測模塊，用于將待評估兒童的體檢數(shù)據(jù)輸入至訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測模型，得到待評估兒童的譫妄類別；其中，待評估兒童的體檢數(shù)據(jù)包括：待評估兒童的腦電特征數(shù)據(jù)；待評估兒童的腦電特征數(shù)據(jù)包括：腦功能連接數(shù)據(jù)、δ波與α波的功率比，以及低頻波與高頻波的功率比；譫妄類別包括：無譫妄、高活動(dòng)型譫妄、低活動(dòng)型譫妄或混合型譫妄。本發(fā)明提供了一種客觀、可量化的評估方案。

技術(shù)研發(fā)人員：張靜,劉濤濤,韓永正,孫可,李正遷,李民,郭向陽
受保護(hù)的技術(shù)使用者：北京大學(xué)第三醫(yī)院（北京大學(xué)第三臨床醫(yī)學(xué)院）
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/7