本發(fā)明涉及麻醉深度預(yù)測(cè)的，更具體地，涉及一種基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法。

背景技術(shù)：

1、在現(xiàn)代醫(yī)學(xué)中，麻醉深度監(jiān)測(cè)對(duì)于確?；颊咴谑中g(shù)過(guò)程中的安全和舒適至關(guān)重要。麻醉深度過(guò)淺可能導(dǎo)致患者在手術(shù)過(guò)程中感到疼痛和不適，甚至記憶手術(shù)過(guò)程；麻醉深度過(guò)深則可能導(dǎo)致嚴(yán)重的并發(fā)癥，如呼吸抑制和心血管系統(tǒng)抑制。因此，精確預(yù)測(cè)和控制麻醉深度對(duì)于麻醉醫(yī)師來(lái)說(shuō)具有重要意義。

2、傳統(tǒng)的藥代動(dòng)力學(xué)-藥效動(dòng)力學(xué)(pk-pd)模型在麻醉深度預(yù)測(cè)中得到廣泛應(yīng)用。pk-pd模型通過(guò)建立藥物劑量、血漿濃度和藥效之間的關(guān)系，來(lái)實(shí)現(xiàn)對(duì)麻醉深度的預(yù)測(cè)和控制。然而，這些模型通常基于簡(jiǎn)單的數(shù)學(xué)關(guān)系，如線性模型、emax模型和sigmoid?emax模型，無(wú)法充分考慮藥物在效應(yīng)部位的分布和作用機(jī)制，以及個(gè)體差異和藥物的動(dòng)態(tài)變化。盡管有學(xué)者提出了一些改進(jìn)的模型，如機(jī)制性pk-pd模型和整合性pk-pd模型，但這些模型仍然存在一些不足，如傳統(tǒng)pk-pd模型主要依賴經(jīng)驗(yàn)數(shù)據(jù)，缺乏對(duì)藥物在效應(yīng)部位的分布和作用機(jī)制的詳細(xì)解釋。其次，不同患者對(duì)藥物的吸收、分布、代謝和排泄存在顯著差異，傳統(tǒng)模型難以有效捕捉這些個(gè)體差異。最后麻醉過(guò)程中的藥物濃度和藥效反應(yīng)是動(dòng)態(tài)變化的，傳統(tǒng)模型難以準(zhǔn)確預(yù)測(cè)這些動(dòng)態(tài)變化。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明為克服上述現(xiàn)有技術(shù)存在的無(wú)法準(zhǔn)確預(yù)測(cè)麻醉深度的缺陷，提供一種預(yù)測(cè)精度較高的基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案如下：

3、獲取待麻醉對(duì)象的用藥量數(shù)據(jù)以及包括待麻醉對(duì)象的年齡、性別、身高和/或體重在內(nèi)的靜態(tài)信息；

4、構(gòu)建用于麻醉深度指標(biāo)值預(yù)測(cè)的麻醉深度預(yù)測(cè)模型；所述麻醉深度預(yù)測(cè)模型包括因果transformer和瓶頸網(wǎng)絡(luò)；其中，所述因果transformer用于基于所述用藥量數(shù)據(jù)提取用藥量時(shí)序特征，所述瓶頸網(wǎng)絡(luò)用于結(jié)合所述用藥量時(shí)序特征和所述用藥量時(shí)序特征對(duì)應(yīng)的靜態(tài)信息，預(yù)測(cè)麻醉深度指標(biāo)值；

5、將待麻醉對(duì)象的用藥量數(shù)據(jù)和待麻醉對(duì)象的靜態(tài)信息輸入所述麻醉深度預(yù)測(cè)模型，所述麻醉深度預(yù)測(cè)模型輸出待麻醉對(duì)象的麻醉深度指標(biāo)預(yù)測(cè)值。

6、本發(fā)明還提出了一種基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)系統(tǒng)用于實(shí)現(xiàn)上述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，所述系統(tǒng)包括：

7、數(shù)據(jù)獲取模塊，用于獲取待麻醉對(duì)象的用藥量數(shù)據(jù)以及包括待麻醉對(duì)象的年齡、性別、身高和/或體重在內(nèi)的靜態(tài)信息；

8、模型構(gòu)建模塊，用于構(gòu)建用于麻醉深度指標(biāo)值預(yù)測(cè)的麻醉深度預(yù)測(cè)模型；所述麻醉深度預(yù)測(cè)模型包括因果transformer和瓶頸網(wǎng)絡(luò)；其中，所述因果transformer用于基于所述用藥量數(shù)據(jù)提取用藥量時(shí)序特征，所述瓶頸網(wǎng)絡(luò)用于結(jié)合所述用藥量時(shí)序特征和所述用藥量時(shí)序特征對(duì)應(yīng)的靜態(tài)信息，預(yù)測(cè)麻醉深度指標(biāo)值；

9、預(yù)測(cè)模塊，用于將待麻醉對(duì)象的用藥量數(shù)據(jù)和待麻醉對(duì)象的靜態(tài)信息輸入所述麻醉深度預(yù)測(cè)模型，所述麻醉深度預(yù)測(cè)模型輸出待麻醉對(duì)象的麻醉深度指標(biāo)預(yù)測(cè)值。

10、與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：

11、本申請(qǐng)通過(guò)提取用藥量時(shí)序特征，結(jié)合所述用藥量時(shí)序特征和所述用藥量時(shí)序特征對(duì)應(yīng)的靜態(tài)信息預(yù)測(cè)麻醉深度指標(biāo)值，準(zhǔn)確地學(xué)習(xí)到用藥量的時(shí)序關(guān)聯(lián)以及靜態(tài)信息與用藥量時(shí)序特征之間的關(guān)聯(lián)，從而達(dá)到僅需獲取待麻醉對(duì)象的用藥量數(shù)據(jù)以及包括待麻醉對(duì)象的年齡、性別、身高和/或體重在內(nèi)的靜態(tài)信息即可利用麻醉深度預(yù)測(cè)模型得出精準(zhǔn)的麻醉深度指標(biāo)預(yù)測(cè)值的目的。

技術(shù)特征：

1.一種基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，在利用所述麻醉深度預(yù)測(cè)模型對(duì)待麻醉對(duì)象的麻醉深度指標(biāo)值進(jìn)行預(yù)測(cè)之前，采集訓(xùn)練集，對(duì)所述訓(xùn)練集進(jìn)行預(yù)處理，并利用預(yù)處理后的訓(xùn)練集對(duì)所述麻醉深度預(yù)測(cè)模型進(jìn)行訓(xùn)練；

3.根據(jù)權(quán)利要求2所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，對(duì)所述訓(xùn)練集進(jìn)行預(yù)處理的步驟包括：

4.根據(jù)權(quán)利要求3所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，對(duì)所述訓(xùn)練集進(jìn)行預(yù)處理的步驟還包括：

5.根據(jù)權(quán)利要求4所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，利用預(yù)處理后的訓(xùn)練集對(duì)所述麻醉深度預(yù)測(cè)模型進(jìn)行訓(xùn)練的步驟包括：

6.根據(jù)權(quán)利要求5所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，所述損失函數(shù)包括第一損失函數(shù)、第二損失函數(shù)和第三損失函數(shù)；

7.根據(jù)權(quán)利要求2～6任一項(xiàng)所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，將所述完成訓(xùn)練的麻醉深度預(yù)測(cè)模型視為教師模型；

8.根據(jù)權(quán)利要求7所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，所述第四損失函數(shù)包括第一子損失函數(shù)、第二子損失函數(shù)和第三子損失函數(shù)；

9.根據(jù)權(quán)利要求7所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，所述第五損失函數(shù)包括第四子損失函數(shù)和第五子損失函數(shù)；

10.一種基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)系統(tǒng)，用于實(shí)現(xiàn)權(quán)利要求1～9任一項(xiàng)所述基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及麻醉深度預(yù)測(cè)的技術(shù)領(lǐng)域，提出一種基于表示學(xué)習(xí)的麻醉深度預(yù)測(cè)方法，包括以下步驟：獲取待麻醉對(duì)象的用藥量數(shù)據(jù)以及包括待麻醉對(duì)象的年齡、性別、身高和/或體重在內(nèi)的靜態(tài)信息；構(gòu)建用于麻醉深度指標(biāo)值預(yù)測(cè)的麻醉深度預(yù)測(cè)模型；麻醉深度預(yù)測(cè)模型包括因果Transformer和瓶頸網(wǎng)絡(luò)；其中，因果Transformer用于基于用藥量數(shù)據(jù)提取用藥量時(shí)序特征，瓶頸網(wǎng)絡(luò)用于結(jié)合用藥量時(shí)序特征和用藥量時(shí)序特征對(duì)應(yīng)的靜態(tài)信息，預(yù)測(cè)麻醉深度指標(biāo)值；利用麻醉深度預(yù)測(cè)模型得到的待麻醉對(duì)象的麻醉深度指標(biāo)預(yù)測(cè)值能夠準(zhǔn)確地學(xué)習(xí)到用藥量的時(shí)序關(guān)聯(lián)以及靜態(tài)信息與用藥量時(shí)序特征之間的關(guān)聯(lián)，結(jié)果的精確度較高。

技術(shù)研發(fā)人員：彭思愿,陳明錦,楊志景
受保護(hù)的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10