本发明专利技术提供一种基于脉冲神经网络模型的麻醉给药控制方法及装置，其中所述基于脉冲神经网络模型的麻醉给药控制方法及装置包括：获取目标对象的体征信息；将体征信息输入目标脉冲神经网络模型，得到目标脉冲神经网络模型输出的目标给药速率；向麻醉给药设备发送第一指示信息；第一指示信息用于指示麻醉给药设备基于目标给药速率对目标对象进行麻醉。通过上述方法，利用目标脉冲神经网络模型，减小了神经网络模型的计算开销、计算延迟降低；从而可以迅速向麻醉给药设备发送第一指示信息，以使麻醉给药设备对目标对象进行麻醉，实现了对麻醉自动给药设备的推药速度进行连续控制，确保手术中患者镇痛充分、镇痛适宜。镇痛适宜。镇痛适宜。
【技术实现步骤摘要】
基于脉冲神经网络模型的麻醉给药控制方法及装置
[0001]本专利技术涉及人工智能
，尤其涉及一种基于脉冲神经网络模型的麻醉给药控制方法及装置。
技术介绍
[0002]近年来随着医学与人工智能的交融及发展，许多人工智能技术在医学领域得到了广泛的应用。例如，利用深度神经网络模型对麻醉自动给药设备的推药速度进行连续控制，从而确保手术中患者镇痛充分、镇痛适宜。
[0003]相关技术中，由于深度神经网络模型的各神经元之间全连接使得深度神经网络包含大量的网络参数需要调整，导致深度神经网络模型在训练的过程中计算延迟高且功耗大。
[0004]因此，在对麻醉自动给药设备的推药速度进行连续控制的过程中，如何减小神经网络模型的计算开销、降低功耗是目前亟待解决的问题。
技术实现思路
[0005]针对现有技术存在的问题，本专利技术实施例提供一种基于脉冲神经网络模型的麻醉给药控制方法及装置。
[0006]本专利技术提供一种基于脉冲神经网络模型的麻醉给药控制方法，包括：
[0007]获取目标对象的体征信息；
[0008]将所述体征信息输入目标脉冲神经网络模型，得到所述目标脉冲神经网络模型输出的目标给药速率；所述目标脉冲神经网络模型是对N个初始脉冲神经网络模型进行迭代更新处理得到的；所述初始脉冲神经网络模型基于各生物脑区的连接结构及神经元构成；各所述生物脑区连接结构包括多个所述生物脑区间的投射信息；N为正整数；
[0009]向麻醉给药设备发送第一指示信息；所述第一指示信息用于指示所述麻醉给药设备基于所述目标给药速率对所述目标对象进行麻醉。
[0010]可选地，各所述生物脑区包括感知功能脑区、控制与运动脑区、处理信息脑区；
[0011]所述初始脉冲神经网络模型包括输入层、中间层及输出层；所述输入层与所述感知功能脑区的连接结构具有对应关系；所述中间层与所述处理信息脑区的连接结构具有对应关系；所述输出层与所述控制与运动脑区具有对应关系。
[0012]可选地，所述目标脉冲神经网络模型通过以下方式训练得到：
[0013]获取初代模型群体；所述初代模型群体中包括N个所述初始脉冲神经网络模型；N为正整数；
[0014]基于遗传算法对N个所述初始脉冲神经网络模型进行迭代更新处理，直至达到预设迭代终止条件，得到所述目标脉冲神经网络模型。
[0015]可选地，所述基于遗传算法对N个所述初始脉冲神经网络模型进行迭代更新处理，直至达到预设迭代终止条件，得到所述目标脉冲神经网络模型，包括：
[0016]计算所述初代模型群体中每一个所述初始脉冲神经网络模型对应的适应度得分；
[0017]基于各所述适应度得分，从所述初代模型群体中确定下一代子模型群体；所述子模型群体中包括至少一个第一脉冲神经网络模型；
[0018]计算所述下一代子模型群体中每一个所述第一脉冲神经网络模型对应的适应度得分，基于所述第一脉冲神经网络模型对应的适应度得分对所述下一代子模型群体进行迭代更新处理，直至达到预设迭代终止条件，得到所述目标脉冲神经网络模型。
[0019]可选地，所述方法还包括：
[0020]基于各所述生物脑区的连接结构，构建各所述生物脑区对应的3D模型，所述3D模型用于表示各所述生物脑区之间的关联关系。
[0021]可选地，所述基于各所述生物脑区的连接结构，构建所述生物脑区对应的3D模型，包括：
[0022]基于各所述生物脑区的连接结构，确定各所述生物脑区的连接点；
[0023]将各所述连接点进行连接，得到各所述生物脑区对应的3D模型。
[0024]本专利技术还提供一种基于脉冲神经网络模型的麻醉给药控制装置，包括：
[0025]第一获取模块，用于获取目标对象的体征信息；
[0026]输入模块，用于将所述体征信息输入目标脉冲神经网络模型，得到所述目标脉冲神经网络模型输出的目标给药速率；所述目标脉冲神经网络模型是对N个初始脉冲神经网络模型进行迭代更新处理得到的；所述初始脉冲神经网络模型基于各生物脑区的连接结构及神经元构成；所述生物脑区连接结构包括多个所述生物脑区间的投射信息；N为正整数；
[0027]发送模块，用于向麻醉给药设备发送第一指示信息；所述第一指示信息用于指示所述麻醉给药设备基于所述目标给药速率对所述目标对象进行麻醉。
[0028]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于脉冲神经网络模型的麻醉给药控制方法。
[0029]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于脉冲神经网络模型的麻醉给药控制方法。
[0030]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于脉冲神经网络模型的麻醉给药控制方法。
[0031]本专利技术提供的基于脉冲神经网络模型的麻醉给药控制方法及装置，将目标对象的体征信息输入目标脉冲神经网络模型，可以得到目标脉冲神经网络模型输出的目标给药速率；由于目标脉冲神经网络模型相比于深度神经网络模型而言，采用了脉冲计算，其计算量降低、算法计算延迟降低；同时，目标脉冲神经网络模型是对N个初始脉冲神经网络模型进行迭代更新处理得到的，初始脉冲神经网络模型是基于各生物脑区的连接结构及神经元构成的，生物脑区连接结构包括多个生物脑区间的投射信息，因此，脉冲神经网络模型中神经元之间的稀疏连接可以减少计算开销，在不影响脉冲神经网络模型性能的情况下降低了功耗；并且，目标脉冲神经网络模型本身设置了可调的循环连接，有助于提高模型的性能，特别是对于有噪声的样本，更有利于保持序列信息和鲁棒分类，从而提高了模型的鲁棒性；由于目标脉冲神经网络模型的算法计算延迟降低，因此可以迅速向麻醉给药设备发送第一指
示信息，以使麻醉给药设备基于目标给药速率对目标对象进行麻醉，实现了对麻醉自动给药设备的推药速度进行连续控制，从而确保手术中患者镇痛充分、镇痛适宜。
附图说明
[0032]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0033]图1是本专利技术提供的基于脉冲神经网络模型的麻醉给药控制方法的流程示意图；
[0034]图2是本专利技术提供的鼠脑各脑区之间连接效果示意图之一；
[0035]图3是本专利技术提供的鼠脑各脑区之间连接效果示意图之二；
[0036]图4是本专利技术提供的目标脉冲神经网络模型的效果示意图之一；
[0037]图5是本专利技术提供的目标脉冲神经网络模型的效果示意图之二；
[0038]图6是本专利技术提供的目标脉冲神经网络模型的效果示意图之三；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于脉冲神经网络模型的麻醉给药控制方法，其特征在于，包括：获取目标对象的体征信息；将所述体征信息输入目标脉冲神经网络模型，得到所述目标脉冲神经网络模型输出的目标给药速率；所述目标脉冲神经网络模型是对N个初始脉冲神经网络模型进行迭代更新处理得到的；所述初始脉冲神经网络模型基于各生物脑区的连接结构及神经元构成；各所述生物脑区连接结构包括多个所述生物脑区间的投射信息；N为正整数；向麻醉给药设备发送第一指示信息；所述第一指示信息用于指示所述麻醉给药设备基于所述目标给药速率对所述目标对象进行麻醉。2.根据权利要求1所述的基于脉冲神经网络模型的麻醉给药控制方法，其特征在于，各所述生物脑区包括感知功能脑区、控制与运动脑区、处理信息脑区；所述初始脉冲神经网络模型包括输入层、中间层及输出层；所述输入层与所述感知功能脑区的连接结构具有对应关系；所述中间层与所述处理信息脑区的连接结构具有对应关系；所述输出层与所述控制与运动脑区具有对应关系。3.根据权利要求1所述的基于脉冲神经网络模型的麻醉给药控制方法，其特征在于，所述目标脉冲神经网络模型通过以下方式训练得到：获取初代模型群体；所述初代模型群体中包括N个所述初始脉冲神经网络模型；基于遗传算法对N个所述初始脉冲神经网络模型进行迭代更新处理，直至达到预设迭代终止条件，得到所述目标脉冲神经网络模型。4.根据权利要求3所述的基于脉冲神经网络模型的麻醉给药控制方法，其特征在于，所述基于遗传算法对N个所述初始脉冲神经网络模型进行迭代更新处理，直至达到预设迭代终止条件，得到所述目标脉冲神经网络模型，包括：计算所述初代模型群体中每一个所述初始脉冲神经网络模型对应的适应度得分；基于各所述适应度得分，从所述初代模型群体中确定下一代子模型群体；所述子模型群体中包括至少一个第一脉冲神经网络模型；计算所述下一代子模型群体中每一个所述第一脉冲神经网络模型对应的适应度得分，基于所述第一脉冲神经网络模型对应的适应度得分对所述...
【专利技术属性】
技术研发人员：于布为，张铁林，刘洪星，
申请(专利权)人：瑞鞍星医疗科技苏州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。