脑电麻醉深度监测方法

《脑电麻醉深度监测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于脑电图信号分析的麻醉深度监测方法1双频指数(bispectralindex，BIS)双频指数属于频域分析，通过快速傅立叶转换技术将脑电波分解为多个不同频率、波幅和位相的标准正弦波，计算各个频率段波幅的平方和，即能量。以0-30Hz为横坐标，以脑电功率为纵坐标，构成每单元的脑电功率谱。BIS是将δ波段的相位锁定，将能量从δ能量中减除，并表示为0~30Hz波段双波谱密度的比率，最后得出的一个量化指标（0~100）。其计算流程是将采集到的脑电图信号数字化后滤过高频和低频的伪迹，再将其分成2秒的小单元，经过一系列的去除伪迹处理后，对这些新形成的小单元再进行统

2、计分析，分别采用两种不同的方法，计算其爆发性抑制程度，得到两个次级的参数——BSR和QUAZI，两者与深麻醉状态相关性最好。同时通过快速傅里叶转化的双频分析，得到另外两个次级参数——β率（Beta ratio）和慢同步（SynchSlow），前者在镇静判断中占主要地位，后者则与中度麻醉状态相关良好。最后对这四个次级参数进行综合分析得到BIS值，是对脑电图(EEG)信息综合后的一个无量纲指数，如图2.2所示。BIS的开发过程采用迭代的方式，首先采集EEG，计算出一个范围的预期子参数，测试他们的相关性。2听觉诱发电位指数(AEPindex)听觉是麻醉时最后消

3、失的一个感觉,也是清醒时恢复的第一个感觉。视觉和体觉很易被麻醉药所阻滞,而听觉在麻醉中不是突然消失的,它被麻醉药逐渐抑制。听觉诱发电位(auditoryevokedpotential,AEP)是指听觉系统在接受声音刺激后,从耳蜗毛细胞至各级中枢产生的相应电活动。在声音刺激后10~100ms内出现的一串波属早期皮层反应,亦称为中潜伏期听觉诱发电位(middlelateneyauditoryevokedpotential,MLAAEP),它的波形标记为N。、P。、Na、Pa和Nb,主要反映中间膝状体和颖叶原始听皮质的电活动。MLAEP形态学变化与麻醉深度之间

4、有较好的相关性,MLAEP较AEP中其它成分更适于麻醉深的判断。常用的提取诱发电位的参数模型有两种田:移动平均数(movingaverge,MTA)模型,自回归(autoregressive,ARX)模型。MTA模型经过多年研究,计算MTA的经验公式：其中V1.....v256是计算机中描述的一条平均AEP曲线，k是常数，AEP值为100表示清醒。MTA算法有两个主要的缺点：单纯移动平均方法并不能有效获取MLAEP的信息;信号噪声比(SNR)与波形重叠次数的平方根成正比。ARX模型ARX模型的中心方程如下：其中，a,b是模型系数，m,n是阶数，建立如上的

5、方程，方程随时间不同而不同，通过解方程来确定方程系数，如下图表示ARX模型和AEP提取框图，输入为15次和256次的MTA，输出的指数是被a,b滤波得到，在应用ARX模型前需要预处理去除50HZ干扰，并摒弃伪迹。ARX模型参数的计算方法，其计算公式如下：其中;u(k)和y(k)分别表示k时刻的输入和输出；e(k)表示白噪声；a,b表示需要识别的系统参数。AEP指数能提供手术刺激、镇痛、镇静催眠等多方面的信息,能全面反映麻醉深度,预测体动和术中知晓。AEP指数的不足：监测仪对使用环境要求较高;诱发电位弱,易受其他电器的电波干扰;需给予听觉刺激,对于听力障碍

6、的患者并不适用。3熵指数熵指数是通过患者前额的3个电极的传感器来采集原始脑电图和肌电图的信号,通过熵运算公式和频谱熵运算程序计算得出,可分为反映熵(responsecntropy,RE)和状态熵(stateentropy,SE)。RE从0.8~47Hz的(包括脑电和面肌电部分)频率谱计算而来,反映面部肌肉的活动敏感度,面部肌肉可以对苏醒作出早期的提示,则反应在RE的快速升高。SE从0.8~32Hz(主要是脑电部分)频率谱计算而来,主要反应皮层的功能,SE与麻醉药物在皮层所引起的睡眠效果相关。在全麻期间,如果麻醉是适宜的,RE和SE是相等的。熵的算法：假设

7、对于一个信号的原始数据序列{X(n))}Nn=1={X(1)，X(2)，．．．，X(N))，N为数据的个数,定义m为预先选定的模式维数，定义r为预先选定的相似容限。1、将序列按照顺序组成m维矢量：X(i)=[x(i),x(i+1)...x(i+m-1)]i=1....N-m+12、对每一个i值计算矢量X(i)和其他矢量X(j)之间的距离定义：3、给定预值r，对每一个i值统计得到d[X(i)-X(j)

8、维数增加到m+1,重复1-4的步骤。6、按照理论定义在实际中，数据点数N是有限的