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：中山大学附属第三医院;广州联客信息科技有限公司

摘要：本发明公开了一种麻醉监护设备运行状态监测方法及系统包括，利用深度学习模型和OCR模型分别对处理后波形中的波形信号和数值进行训练；判断训练后的波形信号和数值是否匹配分类式处理时的波形信号和数值，以完成对麻醉监护设备的精确监测；本发明利用分类式处理方法将帧图像中所包含不同元素的波形和数值采用分类式处理方法，避免了波形和数值的混淆，提高了模型训练时的手术过程中的效率；对训练后波形中的波形信号和数值与模式识别的波形信号和数值做对比，可以验证模型训练结果的正确性作出相应的人工干预和机器干预，并降低了模型因训练导致的低精确度问题，有效解决了在现实手术过程中过度依赖机器或人为判断的问题。

主权项：1.一种麻醉监护设备运行状态监测方法，其特征在于，包括：采集麻醉机屏幕画面中的视频图像，提取所述视频图像中含有的帧图像，并对该帧图像进行预处理，对预处理后的帧图像采用图像分割技术分离帧图像中的不同元素；将不同元素中的波形和数值采用分类式处理，同时利用深度学习模型和OCR模型分别对处理后波形中的波形信号和数值进行训练；将不同元素中的波形和数值采用分类式处理，包括：设波形τx的长度为Q序列，提取所述波形在时域中的特征参数，公式表示为： 其中，Q＝2m，m为整数；χ表示为波形的过滤因子；κι表示波形峰值κ的脉冲因子ι；Wmφ表示通过过滤器W的波形信号φ；还包括：初始化数值y，估计数值在时域的分形维数k，提取所述数值在时域中的特征参数，并从初始数值的时间序列M，计算数值的新时间序列如下所示： 其中，N表示为数值在时域分形维数的信号总长度，t表示信号在给定时间内的观测周期；利用深度学习模型和OCR模型分别对处理后波形中的波形信号和数值进行训练，包括：对于模式识别方法能够识别的波形信号，即归类为可分类波形，并将所述波形划分为：血氧饱和度波形、呼吸波形、二氧化碳波形、动脉血压波形和心电图波形；其中，心电图波形、动脉血压波形和血氧饱和度波形三个波形具有关联性；二氧化碳波形和呼吸波形两个波形具有关联性；对于模式识别方法识别不了的波形信号，即归类为不可分类波形，对于属于此类波形的波形信号需通知相关人员进行人工判别；当波形信号在设备运行中出现波动，即t值不稳定，则显示波形异常，通知相关人员结合设备当前运行状态进行人工判别，并记录下当前波形信号所属的波形类型，通过深度学习模型继续迭代训练；使用OCR识别方法识别处理后的数值，将该数值转换为文本，通过OCR模型进行训练；其中，sign为符号函数，djk为波形信号在时域中的系数；判断训练后的波形信号和数值是否匹配分类式处理时的波形信号和数值，以完成对麻醉监护设备的精确监测；判断训练后的波形信号和数值是否匹配分类式处理时的波形信号和数值，包括：将训练后的波形信号和数值分别带入κι和中；若κι在的范围内，则表示训练后的波形信号并没有偏离分类式处理时的波形信号，符合波形在时域中的特征；若属于中的任一条件区间内，则说明初始数值y在给定的信号观测周期内发生了变化，导致数值特征发生偏差，不符合数值在时域中的特征；其中，σ表示波形信号波动的偏差值，λ表示数值转换为文本的偏差值。

全文数据：

权利要求：

百度查询： 中山大学附属第三医院 广州联客信息科技有限公司 一种麻醉监护设备运行状态监测方法及系统