[發明專利]一種基于腦電波采集和人工智能技術的輔助護理系統

有效

• 申請號: 202010934914.0
• 申請日: 2020-09-08
• 公開（公告）號: CN112151168B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 任媛;張猛;蘇新明;封辰葉;陸常玲;孔德磊;王瑋;康健
• 申請（專利權）人: 中國醫科大學附屬第一醫院
• 主分類號: G16H50/20
• 分類號: G16H50/20;A61B5/00;A61B5/372;G06N20/20;G16H80/00;G06F18/214;G16H40/63
• 代理公司: 深圳紫晴專利代理事務所(普通合伙) 44646
• 代理人: 林鵬

1.一種基于腦電波采集和人工智能技術的輔助護理系統，包括護理模塊(1)、訓練模塊(2)和腦電波采集模塊(3)，其特征在于：所述護理模塊(1)、訓練模塊(2)和腦電波采集模塊(3)通過軟件架構編設在系統中，腦電波采集模塊(3)包括腦電波傳感器(4)、濾波器(5)、ADC模組(6)和藍牙模組(7)，所述腦電波傳感器(4)用于收集原始腦電波數據，并通過信道連接濾波器(5)，所述濾波器(5)用于對原始腦電波數據進行濾波處理，將處理后的數據通過信道傳輸至ADC模組(6)，所述ADC模組(6)將濾波后的數據轉化成4-20mA的數字量信號，經由所述藍牙模組(7)上傳至計算機中；

所述訓練模塊(2)包括提示器(8)、數據庫(9)、深度學習模組(10)和自動標注模組(11)，所述提示器(8)內置有起始詞語，對采集到的腦電波數據進行標注并生成訓練數據，通過信道將訓練數據傳輸至數據庫(9)，所述數據庫(9)為儲存訓練數據的數據集，通過信道連接深度學習模組(10)，所述深度學習模組(10)可調用數據集進行訓練，得到數據模型并通過內部編設的翻譯程序進行數據轉化，生成對應的信號數據；所述自動標注模組(11)內編設有標準的腦電波信號模板，將采集到的腦電波數據與腦電波信號模板進行比對并自動標注；

所述護理模塊(1)包括驅動模組、提示模組(12)和TTS模組(13)，在執行護理工作時調用腦電波采集模塊(3)和深度學習模組(10)，所述驅動模組用于發出工作指令調用其他模組；所述提示模組(12)將深度學習模組(10)轉化的信號數據輸入內置提示軟件，生成文字顯示在顯示屏上；所述TTS模組(13)將深度學習模組(10)轉化的信號數據輸入TTS程序，生成語音數據并通過揚聲器播放。

2.根據權利要求1所述的一種基于腦電波采集和人工智能技術的輔助護理系統，其特征在于：所述訓練模塊(2)將輸入的腦電波數據的輸出信號與患者常用動作名詞進行關聯，通過反復建模，形成穩定的數據模型，并存入對應的數據庫(9)中，數據庫(9)主體為存放數據模型的服務器。

3.根據權利要求1所述的一種基于腦電波采集和人工智能技術的輔助護理系統，其特征在于：所述深度學習模組(10)基于多層神經網絡實現。

4.根據權利要求1所述的一種基于腦電波采集和人工智能技術的輔助護理系統，其特征在于：所述訓練模塊(2)工作步驟如下：

S1、通過提示器(8)引導患者默念屏幕上顯示的詞語，同時通過腦電波采集模塊(3)采集病人腦電波數據；

S2、通過提示器(8)內置的起始的詞語對采集到的腦電波數據進行標注，生成一條訓練數據；

S3、通過反復的訓練生成訓練數據集，并存入數據庫(9)；

S4、通過訓練數據集對深度學習模組(10)進行訓練，得到數據模型；

S5、訓練數據可以通過自動標注模組(11)進行標注。

5.根據權利要求1所述的一種基于腦電波采集和人工智能技術的輔助護理系統，其特征在于：所述護理模塊(1)工作步驟如下：

S1、深度學習模組(10)啟動，加載數據模型完成初始化；

S2、腦電波采集模塊(3)采集到的數據輸入到深度學習模組(10)并轉化為詞語；

S3、護理模塊(1)將深度學習模組(10)轉化得到的詞語通過提示軟件在顯示屏上顯示；

S4、護理模塊(1)將深度學習模組(10)轉化得到的詞語通過TTS轉化為語音數據，并通過揚聲器播放。