[发明专利]一种对不同麻醉状态下脑电信号分类系统

说明书

本发明公开了一种对不同麻醉状态下脑电信号分类系统，包含脑电信号采集模块、前端信号处理模块、频域和时域参数计算模块、麻醉深度估计模块，显示模块。获得不同麻醉深度下的特征，把获得的特征值分为清醒，浅麻醉，正常麻醉，深度麻醉。本发明提出了引入一个结合排列熵和爆发抑制比得到的脑功能指数，在频域和时域两方面对脑电信号这种复杂的非线性随机信号进行分析，提高了对深度麻醉时的分类准确率。该分类方法可应用与麻醉手术时病人麻醉深度的确定。为医务人员对患者实施麻醉手术提供了可靠依据。

技术领域

本发明属于脑电信号(Electroencephalogram EEG)采集和处理技术领域，具体涉及一种基于脑功能指数计算与自适应模糊逻辑推理算法应用于快速判病人的麻醉深度状态的麻醉深度状态分类系统。

背景技术

大脑电生理信号是脑部神经元电活动产生的信号，是进行大脑功能研究和脑部疾病诊断的重要手段。在大脑电生理信号的研究与分析中，世界各国的研究者已经做了大量的工作，提出和应用了一系列非常有价值的方法和技术。对于脑电信号的特征提取与识别技术的研究已经有了许多进展。在已有的研究中，脑电信号分析方法主要有时域分析、频域分析、双谱分析、非线性分析等。利用脑电信号进行麻醉深度监测是目前临床监测的主要方式，目前临床常用的脑电监测系统具有脑电双频谱指数(BIS)、熵指数、脑状态指数(CSI)等。

脑电双频谱指数(Bispectral index BIS)作为第一种用于判断镇静水平的脑电监测指标,在1996年通过了美国FDA的认证,被广泛应用于麻醉领域。BIS是一个统计数值，它来源于对大样本的数据库。计算数据库中脑电图的双谱和能量谱参数(傅立叶转换)，使用多因素回归模型将每个特性参数在达到临床麻醉目标点中的相对作用转换为线性数字化指数即为BIS，范围从0(等电位脑电图)到100(完全清醒)。BIS算法复杂且随原始脑电图的样本量的增加，系统要求越高。

熵指数监测仪就是用非线性分析法分析EEG，熵指数不同于其他麻醉深度监测方式的一点是在其算法中加入了额肌电信号(frontal electromyography，FEMG),熵模块包括反应熵(reaction en-tropy，RE)和状态熵(state entropy，SE),SE只包括EEG信息，而RE除了EEG还包括额肌熵信息。熵指数与以往的麻醉深度监测方法相比，主要有下列优点：反应快、抗干扰能力强、预防术中知晓。但是熵指数的数值变化较大，且病人的生理条件也会对脑电信号产生影响，因此熵指数的使用范围有一定局限性。

脑状态指数(CSI)是通过采用傅立叶变换技术，分析EEG频域特性，将EEG时间-振幅关系的原始脑电信号转化为频率-功率的关系，并衍化抽调出多个数量化参数，如分别是αratio、βratio、βratio-αratio、BS％(爆发抑制比)，其中αratio、βratio指的是两种能量比率。这两个数值代表的是在麻醉过程中能量由高频向低频转化的实质。利用已有的大量数量化参数麻醉深度数据，对整个系统进行大量自适应模糊逻辑推理训练，就能够快速、准确的得到CSI指数。但是和BIS一样算法复杂，样本需求多。

发明内容

本发明针对现有技术的不足，提供一种基于自适应模糊逻辑推理ANFIS(AdaptiveNetwork-based Fuzzy Inference System)并结合脑功能指数BFI(Brain functionindex)来分析脑电信号的系统,引入一个结合排列熵和爆发抑制比得到的脑功能指数，在频域和时域两方面对脑电信号这种复杂的非线性随机信号进行分析，提高了对深度麻醉时的分类准确率。该分类方法可应用与麻醉手术时病人麻醉深度的确定。为医务人员对患者实施麻醉手术提供了可靠依据。

为了实现上述目的，本发明采用的技术方案为：一种对不同麻醉状态下脑电信号分类系统，包括：脑电信号采集模块、前端信号处理模块、频域和时域参数计算模块、麻醉深度估计模块和显示模块；