煤炭科学技术

作者：张晶园, 刘晨煜, 李立星, 孙凯文, 潘红光, 李清政, 母庆鑫,

关键词：多模态信息融合, 生命状态评估, 矿井应急救援, 特征提取, 层级化条件融合,

为解决矿井应急救援中在定位被困人员后难以快速、准确量化评估其生命状态（尤其是意识水平连续变化）的关键技术瓶颈，研究并构建了一套基于多模态生理信息智能融合的生命状态评估系统。研究的核心在于，摒弃通用特征迁移的传统范式，针对“矿井灾后昏迷−低唤醒连续谱系评估”这一特定问题，进行知识驱动的原生特征工程框架设计。系统同步采集脑电（Electroencephalogram，EEG）、心电（Electrocardiogram，ECG）与血氧（Peripheral Capillary Oxygen Saturation，SpO2）信号，并为其分别设计了深度专用的特征提取算法：针对单通道前额EEG空间信息缺失的约束，提出融合高分辨率时频分析、多尺度非线性动力学（如多尺度样本熵、递归定量分析）及瞬态波形形态学的“深度时序信息挖掘”框架；针对ECG与SpO2，则分别构建了以量化自主神经功能梯度和氧合趋势/负荷为核心的专用特征集。在此基础上，进一步提出了层级化条件融合系统，将“先评估生命体征、后评估意识状态”的临床先验知识结构化编码为网络架构，实现了特征提取与融合决策的逻辑闭环。在基于公共数据集与自建“可唤醒”数据集（共2 500份样本）的测试中，该系统对“可唤醒”“轻度昏迷”“重度昏迷”“近似死亡”4类状态的平均评估准确率达到94.90%，召回率为94.30%，显著优于主流对比模型，为极端受限环境下的精准生命状态评估提供了有效的算法和系统架构。

来源：2026年第4期

《煤炭科学技术》期刊编辑部

查看煤炭科学技术杂志2026年第4期