科创中国

电子信息技术,高新技术改造传统产业,电力系统信息化与自动化技术

本发明涉及医疗检测领域，具体涉及一种基于模糊熵特征提取的人机通气异步检测模型及装置，通过对采集到的具有多种人机不同现象的呼吸波形，基于模糊熵的特征提取方法，对多通道呼吸波形进行模糊熵特征提取，分别以一定的参数进行模糊熵特征计算，然后将三个维度的模糊熵特征扁平化到一维构成一个呼吸周期的特征样本，重复的将所有的呼吸周期波形进行特征提取计算，最后得到一个可同时分类多种人机不同步的现象的模型。

一种基于模糊熵特征提取的人机通气异步检测模型，其特征在于，包括以下步骤： S1：采集当前呼吸周期的呼吸波形，选取所述呼吸波形中合适的通道数据，所述呼吸波形包括潮气量波形、气道压力时间波形及流速时间波形； S2：对选取的所述呼吸波形进行标注； S3：依次对所述潮气量波形、气道压力时间波形及流速时间波形进行加窗处理，以形成呼吸周期内两个窗口子序列； S4：依次对两个所述窗口子序列构造嵌入矩阵； S5：基于构造的两个所述嵌入矩阵计算模糊熵； S6：对所述气道压力时间波形及流速时间波形进行模糊熵提取，得到特征矩阵，通过对所述特征矩阵进行扁平化处理，得到模糊熵特征向量，所述模糊熵特征向量为一个呼吸周期的训练样本； S7：将所有的呼吸周期波形重复S1-S6的过程，得到数量为N的训练样本，表示为(N，6)大小的矩阵，同时对应得到N个样本的标签，存入(N，1)大小的列向量中，其中，将双重触发、无效吸气努力及正常通气分别标记为[1，2，3]，生成人机通气异步检测模型。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。