【技术实现步骤摘要】
本专利技术涉及脑电信号处理，尤其涉及一种脑电信号的双频指数的修正方法及装置、设备及存储介质。
技术介绍
1、手术过程中，实时准确地监测患者的麻醉状态，对于防止患者出现术中知晓和苏醒延迟的现象是非常重要的。脑电信号(electroencephalogram，eeg)通过电信号的方式反映大脑皮层神经元的神经活动，并且其有着无创、数据量大、可以进行连续实时的监测等优点，因此被广泛应用于脑相关的医学诊断和监护领域。临床手术过程中也使用脑电信号作为判断患者麻醉深度的重要依据，其中脑电信号双频指数(bispectral index，bis)和脑状态指数(cerebral state index，csi)是最常见的两种监测指标。
2、bis指数使用eeg信号的突发抑制比(burst suppression ratio，bsr)、quazi抑制指数、β比率和同步快慢比(synch fast slow，sfs)四种参数，通过加权求和的方式确定当前eeg信号所对应的麻醉深度。但是由于bis指数的建模过程是通过前期采集到的数据进行拟合后所得，所以其鲁棒性有所欠缺，因此，目前bis指数的确定的准确度仍有待提高。
技术实现思路
1、本专利技术的主要目的在于提供一种脑电信号的双频指数的修正方法及装置、设备及存储介质，可以解决现有技术中的缺少提高bis指数的确定的准确度的问题。
2、为实现上述目的，本专利技术第一方面提供一种脑电信号的双频指数的修正方法，所述方法包括：
3、获
4、根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，所述代数值用于反映双频指数是否为有效值；
5、利用所述第一代数值、第一双频指数以及预设的修正系数算法，确定目标修正系数；
6、根据所述目标修正系数以及所述第一双频指数进行修正处理，得到目标双频指数。
7、在一种可行实现方式中，所述利用所述第一代数值、第一双频指数以及预设的修正系数算法，确定目标修正系数，包括：
8、从预设的历史数据库中获取所述第一时间段之前预设第二时间段对应的第二双频指数以及各种子特征对应的第二代数值，所述历史数据库包括目标用户历史的双频指数、子特征、代数值与时间的对应关系；
9、利用所述修正系数算法、所述第一双频指数、第二双频指数、各种所述第一代数值以及第二代数值，确定目标修正系数。
10、在一种可行实现方式中，所述修正系数算法包括与双频指数的各个分段区间一一对应的加权平均算法，则所述利用所述修正系数算法、所述第一双频指数、第二双频指数、各种所述第一代数值以及第二代数值，确定目标修正系数，包括：
11、利用所述第一双频指数以及第二双频指数进行均值计算，确定双频指数均值；
12、利用各种所述第一代数值以及第二代数值进行均值计算，确定各种子特征的代数值均值；
13、基于所述双频指数均值从所述修正系数算法中选择所述双频指数均值所处的第一分段区间对应的目标加权平均算法；
14、将所述代数值均值输入所述目标加权平均算法，确定目标修正系数。
15、在一种可行实现方式中，所述根据所述目标修正系数以及所述第一双频指数进行修正处理，得到目标双频指数，包括：
16、根据所述目标修正系数、所述第一双频指数以及预设的补偿算法，确定双频指数补偿值；
17、将所述双频指数补偿值与所述第一双频指数之和，作为所述目标双频指数。
18、在一种可行实现方式中，所述特征阈值包括各种子特征在不同的双频指数的分段区间下的最佳特征阈值，所述子特征至少包括突发抑制比、quazi抑制指数、β比率和同步快慢比，则所述根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，包括：
19、基于所述第一双频指数从预设的特征阈值中确定所述第一双频指数所处的第二分段区间的目标特征阈值，所述目标特征阈值包括各种子特征在所述第二分段区间下的最佳特征阈值；
20、将所述突发抑制比、quazi抑制指数、β比率和同步快慢比的第一特征值分别与各自的目标特征阈值进行比较，确定各种子特征的比较结果；
21、若所述比较结果为所述第一特征值大于所述目标特征阈值，则确定所述子特征的第一代数值为1；
22、若所述比较结果为所述第一特征值小于等于所述目标特征阈值，则确定所述子特征的第一代数值为0。
23、在一种可行实现方式中，所述根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，之前还包括：
24、获取各个所述分段区间下的样本特征数据，所述样本特征数据包括所述分段区间下的若干样本双频指数与各种子特征的样本特征值的对应关系；
25、将所述样本特征值作为繁殖个体输入至预设的杂交水稻模型中进行繁殖处理，直至达到最大迭代次数，得到所述杂交水稻模型输出的各个所述分段区间下各种子特征的样本特征值的最佳个体；并将所述最佳个体作为所述最佳特征阈值。
26、在一种可行实现方式中，所述方法，之后还包括：
27、将所述目标双频指数以及第一代数值保存至预设的历史数据库，并返回执行所述获取目标用户在预设第一时间段的脑电信号的特征数据的步骤。
28、为实现上述目的，本专利技术第二方面提供一种脑电信号的双频指数的修正装置，所述装置包括：
29、数据获取模块：用于获取目标用户在预设第一时间段的脑电信号的特征数据，所述特征数据至少包括所述脑电信号的多种子特征的第一特征值以及第一双频指数，所述子特征用于反映所述脑电信号的抑制程度；
30、代数确定模块：用于根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，所述代数值用于反映双频指数是否为有效值；
31、系数确定模块：用于利用所述第一代数值、第一双频指数以及预设的修正系数算法，确定目标修正系数；
32、指数修正模块：用于根据所述目标修正系数以及所述第一双频指数进行修正处理，得到目标双频指数。
33、为实现上述目的，本专利技术第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
34、为实现上述目的，本专利技术第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及任一可行实现方式所示步骤。
35、采用本专利技术实施例，具有如下有益效果：
36、本专利技术提供一种脑电信号的双频指数的修正方法，方法包括：获取目标用户在预设第一时间段的脑电信号的特征数据，特征数据至少包括脑电信号本文档来自技高网...
【技术保护点】
1.一种脑电信号的双频指数的修正方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述利用所述第一代数值、第一双频指数以及预设的修正系数算法，确定目标修正系数，包括：
3.根据权利要求2所述方法，其特征在于，所述修正系数算法包括与双频指数的各个分段区间一一对应的加权平均算法，则所述利用所述修正系数算法、所述第一双频指数、第二双频指数、各种所述第一代数值以及第二代数值，确定目标修正系数，包括：
4.根据权利要求1所述方法，其特征在于，所述根据所述目标修正系数以及所述第一双频指数进行修正处理，得到目标双频指数，包括：
5.根据权利要求1至4任一项所述方法，其特征在于，所述特征阈值包括各种子特征在不同的双频指数的分段区间下的最佳特征阈值，所述子特征至少包括突发抑制比、QUAZI抑制指数、β比率和同步快慢比，则所述根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，包括：
6.根据权利要求5所述方法，其特征在于，所述根据所述第一特征值以及预设的特征阈值，确定各种子特征对应的第一代数值，之
7.根据权利要求2所述方法，其特征在于，所述方法，之后还包括：
8.一种脑电信号的双频指数的修正装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种脑电信号的双频指数的修正方法，其特征在于，所述方法包括：
2.根据权利要求1所述方法，其特征在于，所述利用所述第一代数值、第一双频指数以及预设的修正系数算法，确定目标修正系数，包括：
3.根据权利要求2所述方法，其特征在于，所述修正系数算法包括与双频指数的各个分段区间一一对应的加权平均算法，则所述利用所述修正系数算法、所述第一双频指数、第二双频指数、各种所述第一代数值以及第二代数值，确定目标修正系数，包括：
4.根据权利要求1所述方法，其特征在于，所述根据所述目标修正系数以及所述第一双频指数进行修正处理，得到目标双频指数，包括：
5.根据权利要求1至4任一项所述方法，其特征在于，所述特征阈值包括各种子特征在不同的双频指数的分段区间下的最佳特征阈值，所述子特征至少包括突发抑制比、quazi抑...
【专利技术属性】
技术研发人员：赵锡达，卜祥南，李桂林，沈永龙，谢超成，尹鹏，
申请(专利权)人：深圳市科曼医疗设备有限公司，
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。