[發明專利]一種生成腦阻抗數據的方法、裝置及存儲介質

在審

• 申請號: 202011629285.7
• 申請日: 2020-12-31
• 公開（公告）號: CN112754452A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 王建超;李雪;于丹;來關軍;張帥;王新琪
• 申請（專利權）人: 大連東軟教育科技集團有限公司
• 主分類號: A61B5/053
• 分類號: A61B5/053;A61B5/00;G06K9/62
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李馨

1.一種生成腦阻抗數據的方法，其特征在于，包括：

接收真實的腦部阻抗數據，包括正常腦部阻抗數據和疾病狀態下的腦部阻抗數據；

基于真實的腦部阻抗數據搭建等效電路結構；

通過所述等效電路對真實的腦部阻抗數據進行降維處理，得到所述等效電路的元件參數樣本；

獲取元件參數與腦部狀態的對應關系；

針對不同腦部狀態下生產多組元件參數，將多組元件參數回代至等效電路，從而獲得多個對應于不同腦部狀態的具體電路；

利用具體電路在不同頻率下的生成相應的腦部阻抗數據。

2.根據權利要求1所述的生成腦阻抗數據的方法，其特征在于，所述通過所述等效電路對真實的腦部阻抗數據進行降維處理，得到所述等效電路的元件參數樣本，包括：

根據等效電路結構給出等效電路的阻抗方程；

令每個頻率下的阻抗與真實的阻抗相等，求解方程組的最優值，即得到元件參數。

3.根據權利要求1所述的生成腦阻抗數據的方法，其特征在于，所述獲取元件參數與腦部狀態的對應關系，包括：

將真實阻抗數據轉換成元件參數；

對每一個元件參數進行聚類；

根據不同腦部狀態的參數分布情況提取元件參數與腦部狀態的對應關系。

4.根據權利要求1所述的生成腦阻抗數據的方法，其特征在于，所述獲取元件參數與腦部狀態的對應關系，包括：

將真實數據轉換成的元件參數作為樣本；

利用生成對抗網絡進行訓練并生成新的元件參數樣本。

5.一種腦阻抗數據的分類方法，其特征在于，包括：

重復執行如權利要求1～4任一項所述的生成腦阻抗數據的方法，生成模擬腦阻抗數據集，所述模擬腦阻抗數據集包括：正常腦部模擬阻抗數據和疾病狀態下的模擬腦部阻抗數據；

將所述模擬腦阻抗數據集作為訓練數據集訓練機器學習模型；

基于所述機器學習模型，對腦部阻抗數據進行分類。

6.根據權利要求5所述的腦阻抗數據的分類方法，其特征在于，還包括：

將真實的腦部阻抗數據加入訓練數據集訓練機器學習模型。

7.根據權利要求5所述的腦阻抗數據的分類方法，其特征在于，所述機器學習模型為神經網絡模型、SVM模型或者隨機森林模型。

8.一種生成腦阻抗數據的裝置，其特征在于，包括：

接收模塊，其用于接收真實的腦部阻抗數據，包括正常腦部阻抗數據和疾病狀態下的腦部阻抗數據；

電路搭建模塊，其用于基于真實的腦部阻抗數據搭建等效電路結構；

降維模塊，其用于通過所述等效電路對真實的腦部阻抗數據進行降維處理，得到所述等效電路的元件參數樣本；

對應關系獲取模塊，其用于獲取元件參數與腦部狀態的對應關系；

具體電路獲取模塊，其用于針對不同腦部狀態下生產多組元件參數，將多組元件參數回代至等效電路，從而獲得多個對應于不同腦部狀態的具體電路；

腦部阻抗數據生產模塊，其用于利用具體電路在不同頻率下的生成相應的腦部阻抗數據。

9.一種腦阻抗數據的分類裝置，其特征在于，包括：

模擬腦阻抗數據集生產模塊，其用于重復執行如權利要求1～4任一項所述的生成腦阻抗數據的方法，生成模擬腦阻抗數據集，所述模擬腦阻抗數據集包括：正常腦部模擬阻抗數據和疾病狀態下的模擬腦部阻抗數據；

訓練模塊，其用于將所述模擬腦阻抗數據集作為訓練數據集訓練機器學習模型；

分類模塊，其用于基于所述機器學習模型，對腦部阻抗數據進行分類。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機指令集；所述計算機指令集被處理器執行時實現如權利要求1-4任一項所述的生成腦阻抗數據的方法或權利要求5-7所述的腦阻抗數據的分類方法。