[发明专利]一种基于脑电微状态分析的麻醉深度监测系统及方法

说明书

一种基于脑电微状态分析的麻醉深度监测系统及方法，系统包括脑电信号采集模块A、微状态时间序列构建模块B、微状态参数计算模块C和分类识别模块D四个模块，先用高密度脑电采集被试全脑脑电信号，然后根据微状态算法构建相应的微状态时间序列；再计算该时间序列的如时间占比、能量等微状态参数；接着通过主成分分析对微状态参数精简，得到特征值，使用支持向量机进行识别分类；本发明在把大脑作为一个有机整体的基础上，将脑电的时间信息和空间信息结合起来，反映脑电拓扑在时域上的特征，同时能够有效、准确地监测病人麻醉深度。

技术领域

本发明涉及生物医学信号处理技术领域，特别涉及一种基于脑电微状态分析的麻醉深度监测系统及方法。

背景技术

麻醉，尤其是全身麻醉，是临床治疗比较常见的手段。一般而言，在手术过程中，通过吸入麻醉药物或者静脉注射，对病人的中枢神经进行抑制，使病人表现出失去意识、运动功能下降、疼痛刺激反应消失等状态，使病人失去对术中痛觉的记忆，增加手术的安全性，进而方便手术进行。麻醉深度监测，是保障临床手术中麻醉质量的重要方法。如果麻醉深度过重，不仅会增加用药成本，而且会延长患者苏醒时间，甚至对神经系统造成麻醉后遗症。而如果麻醉程度较浅，则有可能导致患者“术中知晓”，不仅影响手术正常进行，还会给患者造成极大的身体和心灵上的创伤。

在临床中，关于麻醉深度监测还没有通用的“金标准”，在实际临床中，应用比较广泛的，主要有基于患者临床体征的监测方法以及基于脑电信号的监测方法。前者中应用较广的，主要是最低肺泡浓度(minimum alveolar concentration,MAC)监测，定义是在创伤性刺激下50％的受试者无回应时吸入麻醉药物在肺泡气内的浓度，缺点是只能应用于评价吸入式麻醉药效，无法用于评价静脉麻醉及混合麻醉的深度。后者，主要为监测自发脑电的脑电双谱指数(Bispectral Index,BIS)和监测诱发脑电的听觉诱发电位(AuditoryEvoked Potentials,AEP)。BIS是一种无量纲参数，规定在0-100的范围内，当受试者处于绝对清醒时，BIS评估为100；处于最深度麻醉时评估为0。但是BIS对药物有很强的依赖性，例如其与异氟醚和N₂O就无相关性。其次，BIS对不同人种也有较大的差异性。再者，BIS有时不能预测病人的苏醒时间及恢复过程。AEP则是利用病人对于一个重复声音刺激所产生的听觉诱发电位来监测麻醉深度，可以反映丘脑及初级听觉皮层的神经元活动，并且其不受阿片类和诱导药物的影响。但是，AEP监测仪容易受到周围环境的影响，同时，AEP依赖于人的听觉，导致患有听力问题的病人很难使用到这种方法。

发明内容

为了克服以上方法存在的问题，本发明提供了一种基于脑电微状态的麻醉监测系统及方法，脑电微状态被认为能够代表全局头皮电场活动，能够结合脑电的时间信息和空间信息，很好地反应脑电拓扑在时域上的特征；通过构建被试在不同状态下的脑电微状态时间序列，以及各个微状态相应的时间占比、出现频率、持续时间、能量等微状态参数。再通过主成分分析(Principal Component Analysis，PCA)对微状态参数进行特征简约，然后输入到支持向量机(Support Vector Machine,SVM)中，用于麻醉状态监测，区分被试的清醒和麻醉状态。在方法将大脑作为一个有机整体，利用脑电微状态对麻醉深度进行监测，同时结合SVM分类器，具有较高的正确率和灵敏度。

为了达到上述目的，本发明具体技术方案为：

一种基于脑电微状态分析的麻醉深度监测系统，包括脑电信号采集模块(A)、微状态时间序列构建模块(B)、微状态参数计算模块(C)和分类识别模块(D)四个模块；

所述的脑电信号采集模块(A)：用于采集接受全身麻醉的样本不同麻醉状态下的脑电信号；

所述的微状态时间序列构建模块(B)：先对脑电信号采集模块(A)采得的信号通过脑电微状态算法对不同麻醉状态的脑电信号进行分析，构建相应的微状态时间序列；