成果介绍
本发明涉及医疗器械智能控制技术领域,特别涉及到一种基于注意力机制的机械通气人机异步检测识别方法;本发明先后分别构建核级注意力模块与时序注意力模块,且能从波形数据的卷积核特征层面以及信号的时序层面寻找到更加利于分别不同种人机异步类型的信号特征段,给予这些特征段更强的关注度,这样就可以更好地对人机异步做出区分。
成果亮点
1.一种基于注意力机制的机械通气人机异步检测识别方法,其特征在于,包括如下步骤:步骤S1、针对呼吸机机械通气时的波形数据构建一维卷积神经网络模型;步骤S2、先后分别构建核级注意力子模块和时序注意力子模块;步骤S3、将核级注意力子模块与时序注意力子模块进行顺序串接形成一个有机集成的多注意力综合模块;步骤S4、将多注意力综合模块嵌入集成至一维卷积神经网络模型内形成多注意力复合模型;步骤S5、通过多注意力复合模型对呼吸机机械通气时的波形数据进行分析与判别。
团队介绍
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。
成果资料
产业化落地方案