买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军总医院第八医学中心

摘要：本发明公开了一种基于毫米波的ICU谵妄风险实时评估方法，包括S1.训练数据采集，S2.训练数据处理，S3.模型训练，S4.模型应用，通过在任意时刻对ICU患者谵妄类型的识别，实现ICU谵妄风险的实时评估；本发明与现有方法采用脑电波、视频等数据不同，具体采用毫米波设备，利用毫米波全天候、全天时的特性，实现任何环境下对ICU谵妄风险的无死角实时准确评估。

主权项：1.一种基于毫米波的ICU谵妄风险实时评估方法，其特征在于，所述方法包括以下步骤：S1.训练数据获取，对预先架设的毫米波设备采集的各类型的ICU谵妄数据进行标注，所述毫米波设备包括获取患者意识状态信息的意识状态监测毫米波设备以及获取患者生理状态信息的生命体征监测毫米波设备；其中，所述意识状态监测毫米波设备用于采集各类型ICU谵妄发生过程中的多帧点云数据，每帧点云数据包含多个反射点的三维坐标、速度及信噪比数据，以探测移动物体细微的振动变化的特性，意识状态监测毫米波设备以确保监测范围覆盖患者所在床位的高度、角度的方式实施安装；所述生命体征监测毫米波设备用于通过数字信号处理获取每帧中病人的心率数据和呼吸数据，生命体征监测毫米波设备以配合床铺范围的高度且其探测天线正对床铺的方式实施安装；S2.训练数据处理，1将意识状态监测毫米波设备、生命体征监测毫米波设备分别探测到的数据进行数据合并，且保持与合并前相同的ICU谵妄类型标注，2从任一ICU谵妄类型中某患者数据中截取该患者点云数据序列，再从该患者点云数据序列中截取该患者该ICU谵妄类型的样本序列，3对同一ICU谵妄类型的各个患者分别执行2中的操作，生成该ICU谵妄类型的多个样本序列，4依次重复2、3中的操作，得到每个ICU谵妄类型的样本序列；S3.模型训练，通过卷积神经网络与生成对抗网络提取注意力区域相结合，完成ICU谵妄类型识别模型训练，具体模型训练过程如下：首先，基于S2中生成的标注为正常的样本序列训练生成对抗网络模型；其次，将任意样本序列输入到训练好的生成对抗网络模型中，得到一个生成样本序列；再次，将生成样本序列与原样本序列相减得到注意力区域，其中，由于生成对抗网络模型训练过程中仅采用标注为正常的数据样本，故生成的数据样本是生成对抗网络模型认为正常的数据，则注意力区域可以理解为数据中的异常部分；最后，采用注意力区域对原样本序列进行加权，作为主干网络的输入，主干网络的最终一层为全连接层，输出模型识别为各个ICU谵妄类型的置信度；S4.模型应用，实现ICU谵妄风险的实时评估。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第八医学中心 一种基于毫米波的ICU谵妄风险实时评估方法