[发明专利]一种康复效率预测方法、及其训练装置和计算机设备

说明书

本申请涉及一种康复效率预测方法、及其训练装置和计算机设备。该方法包括：获取脑电采集设备采集的多个训练数据集合，训练数据集合中包括多组训练数据；对从每组训练数据中提取出脑电信号进行时频域转换，得到脑电时频域信号；将所属同一检测对象的多个脑电时频域信号进行融合处理，得到脑电时频域平均信号；基于得到的各项脑电时频域平均信号，构建脑电信号矩阵；基于脑电信号矩阵进行功率谱密度的提取，得到脑功率谱密度矩阵，根据脑电信号矩阵中各项元素之间的导联相关性，构建脑连接性相关矩阵；将脑功率谱密度矩阵和脑连接性相关矩阵分别输入至待训练的康复效率预测模型进行模型训练，并在停止训练时，输出训练好的康复效率预测模型。

技术领域

本申请涉及康复效率预测技术领域，特别是涉及一种康复效率预测方法、及其训练装置和计算机设备。

背景技术

康复效率预测可以认为是对身患“脑卒中”等疾病患者的康复效率预测，其中，“脑卒中”又称“中风”、“脑血管意外”。是一种急性脑血管疾病，是由于脑部血管突然破裂或因血管堵塞导致血液不能流入大脑而引起脑组织损伤的疾病，包括缺血性和出血性卒中。不同类型的脑卒中，其康复治疗方式均有所不同，针对入院的检测对象，需要依据不同检测对象的个性化检查信息，才能更高效准确的选择合适的康复治疗方案。

目前已研发出相应的康复效率预测模型，该模型能够根据用户的基本数据，进行相关的病历搜寻，并在搜寻的基础上进行相关病历情况的匹配，在最为类似的情况下，进行相关的康复几率的统计。然而，现有的康复效率模型是通过人工对大量病历及检查结果进行评估，以对检测对象的康复效率进行预测，其并不能真实反映检测对象的真实患病情况，存在预测准确度低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高康复效率预测模型的训练效率的康复效率预测方法、及其训练装置和计算机设备。

一种康复效率预测方法，所述方法包括：

获取脑电采集设备采集到的多个训练数据集合，其中，每个训练数据集合对应一位检测对象，每个所述训练数据集合中包括多组训练数据，每组训练数据分别包括有检测对象在进行单次运动想像训练时产生的脑电数据；

分别从每组训练数据中提取出多个导联的脑电信号，并将提取到的各个脑电信号分别从时域转换到时频域，得到相应的脑电时频域信号；

将所属同一检测对象的多个脑电时频域信号进行融合处理，得到相应的脑电时频域平均信号；

基于各个检测对象分别对应的脑电时频域平均信号，构建脑电信号矩阵；

基于所述脑电信号矩阵进行功率谱密度的提取，得到相应的脑功率谱密度矩阵，以及根据所述脑电信号矩阵中各项元素之间的导联相关性，构建脑连接性相关矩阵；

将所述脑功率谱密度矩阵和脑连接性相关矩阵作为样本数据，分别输入至待训练的康复效率预测模型，由所述待训练的康复效率预测模型对所述样本数据进行处理，得到相应的康复效率预测值；

根据所述康复效率预测值和所述样本数据对应的康复效率实际值之间的差异，调整待训练的康复效率预测模型的模型参数，直至达到训练停止条件时停止训练，得到训练好的康复效率预测模型；所述训练好的康复效率预测模型用于对目标检测对象的待处理训练数据集合进行处理，以对所述目标检测对象的康复效率进行预测。

一种应用与上述康复效率预测方法的训练装置，所述装置包括：

获取模块，用于获取脑电采集设备采集到的多个训练数据集合，其中，每个训练数据集合对应一位检测对象，每个所述训练数据集合中包括多组训练数据，每组训练数据分别包括有检测对象在进行单次运动想像训练时产生的脑电数据；

提取模块，用于分别从每组训练数据中提取出多个导联的脑电信号，并将提取到的各个脑电信号分别从时域转换到时频域，得到相应的脑电时频域信号；