一种神经重症患者脑功能监测方法及系统

来源：网络日期：2026-02-02 浏览：

一种神经重症患者脑功能监测方法及系统(图1)

　　本发明涉及脑功能检测，具体而言，涉及一种神经重症患者脑功能监测方法及系统。

　　1、在现代医学和神经科学领域，脑功能状态的快速、准确评估对于神经重症患者的诊断和治疗具有重要意义。神经重症患者常常处于高度复杂和动态变化的生理状态，这对脑功能监测提出了更高的要求。

　　2、传统脑功能评估方法主要依赖于专业医师的人工测试和观察。这些评估结果极其依赖医师的经验，不同医师甚至同一医师对同一患者在不同时间点的评估结果可能存在较大差异，导致结果的可靠性和一致性较低。即使采用自动检测，目前的监测方法通常基于脑电波的整体活跃度，难以准确识别和定位大脑各个功能区的具体活动情况，导致对脑功能状态的评估较为笼统，信息量不足，限制了对脑功能网络的全面理解和分析。

　　3、因此，有必要设计一种神经重症患者脑功能监测方法及系统用以解决当前技术中存在的问题。

　　1、鉴于此，本发明提出了一种神经重症患者脑功能监测方法及系统，旨在解决当前脑功能检测技术中存在的检测差异性较大，可靠性较低，评估状态笼统，信息量不足的问题。

　　3、采集待监测患者的eeg（electroencephalogram 脑电波）数据，对所述eeg数据进行预处理，获得待分析数据；

　　4、将所述待分析数据划分为不同频段，对划分后的待分析数据进行傅里叶变换将时域信号x（t）转化为频域信号x（f），计算所述频域信号x（f）的功率谱密度；

　　5、根据每两个信号的功率谱密度获得两信号的线性相似性，将所述线性相似性结合两信号相位差的一致性以及两信号在不同时间滞后下的线性相关性获得连接性参数；

　　6、根据所述连接性参数构建功能网络，根据所述功能网络获取所述待监测患者的第一检测图，经过初始间隔时间后获得第二检测图，将所述第一检测图与第二检测图进行比对，根据比对结果判断所述待监测患者脑部功能是否发生变动；

　　7、当判定所述待监测患者脑部功能发生变动时，根据变动比重进行预警并根据所述变动比重对所述初始间隔时间进行调整。

　　8、进一步的，采集待监测患者的eeg数据，对所述eeg数据进行预处理时，包括：

　　9、基于eeg设备在所述待监测患者头部采集脑电信号，采样频率为250-500hz；

　　10、对所述脑电信号进行滤波处理，所述滤波处理包括去除工频噪声、肌电伪迹、高频噪声和低频漂移；

　　18、进一步的，对划分后的待分析数据进行傅里叶变换将时域信号x（t）转化为频域信号x（f）时，包括：

　　20、其中，x（t）表示离散时域信号；x（f）表示频域信号；k是频率索引，范围为0，1，……，n-1；j表示虚数单位，n表示采样点数。

　　24、进一步的，根据每两个信号的功率谱密度获得两信号的线性相似性时，包括：

　　27、其中，表示数据的相干性，为信号x和y的互功率谱密度，分别为信号x和y的功率谱密度。

　　28、进一步的，将所述线性相似性结合两信号相位差的一致性以及两信号在不同时间滞后下的线性相关性获得连接性参数时，包括：

　　31、其中，表示数据的相位锁定值，与是信号x和y在时间点n的瞬时相位，j表示虚数单位；

　　34、其中，表示数据在不同时间滞后下的互相关，τ表示时间滞后，x（t）与y（t）是信号x和y在时间t的值；

　　38、进一步的，根据所述功能网络获取所述待监测患者的第一检测图时，包括：

　　39、将所述功能网络中每一节点的连接性参数与预设阈值lmin进行比对，统计大于所述预设阈值lmin的节点数量r，将所述节点数量r分别与预先设定的第一预设节点数量r1和第二预设节点数量r2进行比对，r1＜r2，根据比对结果确定所述初始间隔时间；

　　43、其中，所述第一比对结果为r≤r1，所述第二比对结果为r1＜r≤r2，所述第三比对结果为r＞r2，t1＞t2＞t3＞0。

　　44、进一步的，在确定所述初始间隔时间为第i预设间隔时间ti后，i=1，2，3，将所述第一检测图与第二检测图进行比对，根据比对结果判断所述待监测患者脑部功能是否发生变动时，包括：

　　45、将所述第一检测图与第二检测图节点数量以及各节点连接性参数进行比对，获取变动比重b，当所述变动比重b大于预设变动比值阈值bmax时判定所述待检测患者脑部功能发生变动，并根据所述变动比重b进行预警并根据所述变动比重b对所述初始间隔时间进行调整；

　　46、获取所述变动比重b与预设变动比值阈值bmax的比重差值δb，δb=b-bmax，将所述比重差值δb分别与预先设定的第一预设比重差值δb1和第二预设比重差值δb2进行比对，δb1＜δb2，根据比对结果进行预警，并对所述初始间隔进行调整；

　　47、在第一比重结果比对下，进行三级风险预警，并选取第三预设调整系数z3对初始间隔时间ti进行调整，以调整后的间隔时间ti*z3继续运行；

　　48、在第二比重结果比对下，进行二级风险预警，并选取第二预设调整系数z2对初始间隔时间ti进行调整，以调整后的间隔时间ti*z2继续运行；

　　49、在第三比重结果比对下，进行一级风险预警，并选取第一预设调整系数z1对初始间隔时间ti进行调整，以调整后的间隔时间ti*z1继续运行；

　　50、其中，所述第一比重结果为δb≤δb1，所述第二比重结果为δb1＜δb≤δb2，所述第三比重结果为δb＞δb2，0＜z1＜z2＜z3＜1。

　　51、与现有技术相比，本发明的有益效果在于：通过采集和预处理eeg数据，细化为不同频段并进行傅里叶变换，计算频域信号的功率谱密度，结合线性相似性、相位差一致性和不同时间滞后下的线性相关性，全面获得连接性参数，从而构建功能网络。通过比较不同时间点的功能开云电竞科技有限公司网络图，实现对脑功能状态的动态监测和评估。当检测到脑功能变动时，根据变动比重进行预警并调整监测间隔时间。不仅提高了脑功能监测的精度和实时性，减少了对医师经验的依赖，还能准确地识别和定位大脑各个功能区的活动，提供更详细和全面的脑功能状态评估，增强了神经重症患者的诊断和治疗效果。

　　52、另一方面，本技术还提供了一种神经重症患者脑功能监测系统，用于应用上述神经重症患者脑功能监测方法，包括：

　　53、采集单元，被配置为采集待监测患者的eeg数据，对所述eeg数据进行预处理，获得待分析数据；

　　54、处理单元，被配置为将所述待分析数据划分为不同频段，对划分后的待分析数据进行傅里叶变换将时域信号x（t）转化为频域信号x（f），计算所述频域信号x（f）的功率谱密度；

　　55、所述处理单元还被配置为根据每两个信号的功率谱密度获得两信号的线性相似性，将所述线性相似性结合两信号相位差的一致性以及两信号在不同时间滞后下的线性相关性获得连接性参数；

　　56、判断单元，被配置为根据所述连接性参数构建功能网络，根据所述功能网络获取所述待监测患者的第一检测图，经过初始间隔时间后获得第二检测图，将所述第一检测图与第二检测图进行比对，根据比对结果判断所述待监测患者脑部功能是否发生变动；

　　57、调整单元，被配置为当所述判断单元判定所述待监测患者脑部功能发生变动时，所述调整单元根据变动比重进行预警并根据所述变动比重对所述初始间隔时间进行调整。

　　58、可以理解的是，上述神经重症患者脑功能监测方法及系统具备相同的有益效果，在此不再赘述。

　　1.制浆造纸 2.植物资源精细化工与化学 3.生物质精炼 4.天然产物化学

　　1.CRISPR-Cas系统 2.基因编辑 3.基因修复 4.天然产物合成 5.单分子技术开发与应用

　　1. 基于糖类的抗肿瘤药物的合成和活性评价及糖类疫苗的研制 2.功能糖类的化学酶法合成及构效关系研究 3.多糖及仿生材料功能的开发及应用

　　1.天然产品的提取分离与活性研究 2.天然产物活性与安全性评价 3.中药组方配伍机制研究

　　一种具有自增强类芬顿反应和光热性能的可注射温敏水凝胶及其制备方法和应用