【技术实现步骤摘要】
本专利技术涉及校正，尤其涉及预测剩余可刺激次数的自校正方法、系统、设备及存储介质。
技术介绍
1、在医疗设备领域，特别是在神经调控和治疗方面，经颅磁刺激(tms)是一种重要的技术手段。tms设备通常包括一个线圈，线圈产生的高强度磁场可以穿透颅骨，作用于大脑皮层。在生物医学工程领域，为了确保tms设备的正常运行和治疗效果，必须严格控制线圈的温度。长时间使用或频繁刺激可能导致线圈过热，从而影响设备的性能和安全性。因此，预测线圈的剩余可刺激次数是一个重要的问题。
2、现有的技术在预测线圈剩余可刺激次数方面存在不够精确以及实时预测线圈的实际剩余可刺激次数，从而影响预测结果的准确性。
技术实现思路
1、本专利技术的目的是针对
技术介绍
存在的技术问题，提出一种预测剩余可刺激次数的自校正方法、系统、设备及存储介质。
2、为实现上述技术目的，本专利技术采用的技术方案如下：
3、本专利技术第一方面的第一种实现方式提供了一种预测剩余可刺激次数的自校正方法，其包括：
4、s101、配置标准方案，并获取预置设备在应用标准方案后的运行数据；
5、s102、接收用户方案，并将用户方案应用于设备中，对运行数据进行处理，计算出用户方案的实际刺激数据；
6、s103、基于预置预测算法，对设备运行数据以及实际刺激数据进行计算，得到预测剩余可刺激次数；
7、s104、判断预测剩余可刺激次数是否能够连续完成用户方案；
8、s10
9、可选的，在本专利技术第一方面的第二种实现方式中，标准方案包括确定的室温条件、固定的发热量、预设设备初始温度、设备连续执行刺激时间以及周期性记录设备温度变化。
10、可选的，在本专利技术第一方面的第三种实现方式中，运行数据包括设备的散热量，设备在应用标准方案后的散热量的计算为：
11、ho＝hi-δt×c×v；
12、其中，ho为设备的散热量，hi为固定的发热量，δt为每30秒记录设备温度变化量，c为设备所使用散热的制冷液的比热容，v为制冷液的体积。
13、可选的，在本专利技术第一方面的第四种实现方式中，实际刺激数据包括发热量，用户方案的实际刺激数据的计算为：
14、hi1＝u2×tu×f/r；
15、其中，hi1为用户方案的发热量，u为用户方案设置的脉冲电压，tu为用户方案设置的脉宽，f为用户方案设置的方案频率，r为设备的阻抗。
16、可选的，在本专利技术第一方面的第五种实现方式中，预测算法为：
17、n＝k×(hi1-ho)/(tmax-t0)×c×v；
18、其中，n为预测剩余可刺激次数，k为初始校正系数，tmax为设备允许的最大工作温度，t0为设备的初始温度。
19、可选的，在本专利技术第一方面的第六种实现方式中，校正系数的计算为：
20、ki＝k×(n+nr)/2n
21、其中，ki为校正系数，nr为设备实际输出的刺激次数。
22、本专利技术第二方面的第一种实现方式提供了一种预测剩余可刺激次数的自校正系统，其包括：
23、采集模块，用于配置标准方案，并获取预置设备在应用标准方案后的运行数据；
24、计算模块，用于接收用户方案，并将用户方案应用于设备中，对运行数据进行处理，计算出用户方案的实际刺激数据；
25、预测模块，用于基于预置预测算法，对设备运行数据以及实际刺激数据进行计算，得到预测剩余可刺激次数；
26、判断模块，用于判断预测剩余可刺激次数是否能够连续完成用户方案；
27、校正模块，用于若不能，则基于预置校正算法，对实际刺激数据以及预测剩余可刺激次数进行处理，计算出校正系数并以图像形式输出，接收调整后的用户方案，重新执行计算模块。
28、本专利技术第三方面的第一种实现方式提供了一种预测剩余可刺激次数的自校正设备，所述预测剩余可刺激次数的自校正设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
29、所述至少一个处理器调用所述存储器中的所述指令，以使得所述预测剩余可刺激次数的自校正设备执行如本专利技术第一方面中任一项所述的预测剩余可刺激次数的自校正方法。
30、本专利技术第四方面的第一种实现方式提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述本专利技术第一方面中任一项所述的预测剩余可刺激次数的自校正方法。
31、本专利技术与现有技术相比具有如下有益技术效果：事先获取设备在应用标准方案后的运行数据，接收用户方案并计算设备的实际刺激数据，利用预测算法得到预测剩余可刺激次数，若次数不足以完成用户方案，则采用校正算法计算校正系数并以图像展示，根据校正系数要求用户调整方案并重新执行上述计算设备的实际刺激数据以及之后的步骤，直至能够连续完成用户方案，实现了用户在实际使用的过程中，实时对预测剩余可刺激次数的自校正，降低预测的误差。
本文档来自技高网...【技术保护点】
1.一种预测剩余可刺激次数的自校正方法，其特征在于，包括：
2.根据权利要求1所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述标准方案包括确定的室温条件、固定的发热量、预设设备初始温度、设备连续执行刺激时间以及周期性记录设备温度变化。
3.根据权利要求2所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述运行数据包括所述设备的散热量，所述设备在应用所述标准方案后的散热量的计算为：
4.根据权利要求3所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述实际刺激数据包括发热量，所述用户方案的实际刺激数据的计算为：
5.根据权利要求4所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述预测算法为：
6.根据权利要求5所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述校正系数的计算为：
7.一种预测剩余可刺激次数的自校正系统，其特征在于，包括：
8.一种预测剩余可刺激次数的自校正设备，其特征在于，所述预测剩余可刺激次数的自校正设备包括：存储器和至少一个处理器，所述存储器
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的预测剩余可刺激次数的自校正方法。
...【技术特征摘要】
1.一种预测剩余可刺激次数的自校正方法，其特征在于，包括：
2.根据权利要求1所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述标准方案包括确定的室温条件、固定的发热量、预设设备初始温度、设备连续执行刺激时间以及周期性记录设备温度变化。
3.根据权利要求2所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述运行数据包括所述设备的散热量，所述设备在应用所述标准方案后的散热量的计算为：
4.根据权利要求3所述的一种预测剩余可刺激次数的自校正方法，其特征在于，所述实际刺激数据包括发热量，所述用户方案的实际刺激数据的计算为：
5.根据权利要求4所述的一种预测剩余...
【专利技术属性】
技术研发人员：邱慧莲，刘行，沈艳瞩，丁育松，
申请(专利权)人：深圳英智科技有限公司，
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。