[發明專利]血液灌注信號分離模型訓練方法及設備

有效

• 申請號: 202110574947.3
• 申請日: 2021-05-26
• 公開（公告）號: CN113208578B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 管明濤;張昕
• 申請（專利權）人: 北京華睿博視醫學影像技術有限公司
• 主分類號: A61B5/0536
• 分類號: A61B5/0536;A61B5/00
• 代理公司: 北京力致專利代理事務所(特殊普通合伙) 11900
• 代理人: 陳博旸

1.一種血液灌注信號分離模型訓練方法，其特征在于，包括：

獲取訓練數據，包括屏息狀態下的電阻抗信號和自主呼吸時的電阻抗信號，及相應的標簽信息；

利用所述訓練數據訓練組合模型，所述組合模型包括第一神經網絡模型和第二神經網絡模型，所述第一神經網絡模型用于對輸入的電阻抗信號進行判別，輸出判別結果，所述第二神經網絡模型用于從所述自主呼吸時的電阻抗信號中分離出血液灌注信號；根據所述判別結果與所述標簽信息的差異，以及分離出的血液灌注信號與所述自主呼吸時的電阻抗信號的差異優化所述組合模型的參數。

2.根據權利要求1所述的方法，其特征在于，利用所述訓練數據訓練組合模型具體包括：

利用所述訓練數據訓練第一神經網絡模型，所述第一神經網絡模型用于對輸入的電阻抗信號進行判別，輸出判別結果，根據所述判別結果與所述標簽信息的差異優化參數；

利用所述訓練數據中的自主呼吸時的電阻抗信號訓練組合模型，其中所述第一神經網絡模型被配置為使用優化后的參數且被固定，所述第二神經網絡模型用于從所述自主呼吸時的電阻抗信號中分離出血液灌注信號，所述第一神經網絡模型用于對分離出血液灌注信號進行判別，輸出判別結果；根據所述判別結果與所述標簽信息的差異，以及分離出的血液灌注信號與所述自主呼吸時的電阻抗信號的差異優化所述組合模型的參數。

3. 根據權利要求2所述的方法，其特征在于，在利用所述訓練數據中的自主呼吸時的電阻抗信號訓練組合模型的步驟中，使用以所述訓練數據中的自主呼吸時的電阻抗信號和第二神經網絡模型分離出的血液灌注信號作為輸入的損失函數。

4.根據權利要求3所述的方法，其特征在于，所述損失函數為

，

其中表示所述組合模型的可被優化的參數，表示交叉熵函數，為求信號能量的函數，表示第一神經網絡模型函數，表示第二神經網絡模型分離出的血液灌注信號，表示所述訓練數據中的自主呼吸時的電阻抗信號，為預設權重。

5.根據權利要求1-4中任一項所述的方法，其特征在于，第二神經網絡模型分離出的血液灌注信號與所述訓練數據中的自主呼吸時的電阻抗信號長度相同。

6.根據權利要求1-4中任一項所述的方法，其特征在于，所述訓練數據中的電阻抗信號長度大于或等于15秒。

7.一種血液灌注信號分離方法，其特征在于，包括：

獲取患者自主呼吸時的電阻抗信號；

利用神經網絡模型從所述自主呼吸時的電阻抗信號中分離出血液灌注信號，所述神經網絡模型是利用包括屏息狀態下的電阻抗信號和自主呼吸時的電阻抗信號，及相應的標簽信息的訓練數據進行訓練后的神經網絡模型。

8.根據權利要求7所述的方法，其特征在于，利用神經網絡模型從所述自主呼吸時的電阻抗信號中分離出血液灌注信號，包括：

將患者自主呼吸時的電阻抗信號分割為預設長度的信號片段；

將所述信號片段作為所述神經網絡模型的輸入數據，得到分離出的血液灌注信號片段。

9.一種血液灌注信號分離模型訓練設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求1-6中任一項所述的血液灌注信號分離模型訓練方法。

10.一種血液灌注信號分離設備，其特征在于，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器執行如權利要求7或8所述的血液灌注信號分離方法。