[发明专利]一种基于丘脑皮层模型的麻醉深度估计方法

说明书

本发明公开了一种基于丘脑皮层模型的麻醉深度估计方法，属于脑电计算模型领域，包括：定义一个六维向量来存放丘脑皮层模型的状态变量；通过构建观测方程来体现状态变量在某一时刻的观测值；定义一个增广向量，用于存放每次迭代时状态变量和参数变量的估计值；增广向量做非线性变换得到的数据代入丘脑皮层模型中；将经过丘脑皮层模型运算输出的数据代入观测方程中计算每个列向量对应的模型输出，对每个输出值进行加权求和得到模型的预测值；模型的预测值中包含的参数变量Tcs被定义为丘脑皮质状态；使用Tcs评估麻醉深度。本发明能够对麻醉期间的大脑状态进行生理学上更具体的分析，解决了传统麻醉深度监测方法对不同麻醉药物无法监测的问题。

技术领域

本发明涉及脑电计算模型领域，尤其是一种基于丘脑皮层模型的麻醉深度估计方法，适用于对丙泊酚、七氟醚和氯胺酮三种药物作用下的麻醉深度估计。

背景技术

全身麻醉(general anesthesia,GA)是临床手术中常用的一种医学手段，可以让病人进入无意识、失忆、镇痛、静止以及维持生理稳定状态，从而保障外科大夫安全实施各类手术，但是麻醉药物如何影响大脑的神经机制尚不明确。

对大脑回路结构和脑电图(elelctroencephalogram,EEG)活动的长期研究发现，麻醉药物与特定的离子受体结合可使EEG中有明显的高频率节奏特征，神经群模型基于突触动力学二阶微分方程，可以模拟α、γ等单峰振荡，这表明我们可以借助数学建模的方法研究麻醉药物对大脑节律产生的影响。而且数学模型提供了一种可替代的神经信息源，对于特定节律的EEG，使用模型生成EEG就避免了信号采集的过程对生物造成的伤害，以及一些不必要的噪声干扰。

神经计算模型逐渐发展为分析神经元功能特性的方法，用于区分病理生理性脑电变化。基于神经计算模型可以更好地理解脑电信号产生的物理机制、脑电异常，而且借助模型参数估计的方法，可以定量分析特定脑电生理活动。神经群模型(neural mass model,NMM)能够对某一脑区的脑电状态变化进行模拟，生成不同脑状态的EEG信号，以此在宏观上理解大脑在不同状态下的节律。基于麻醉药物对皮层神经元的作用原理，研究神经群模型参数的变化生成不同频段的EEG，进一步推测麻醉药物的神经作用机制，对麻醉深度的评估具有实际的生理意义。

发明内容

本发明需要解决的技术问题是提供一种基于丘脑皮层模型的麻醉深度估计方法，使用丘脑皮层模型来模拟麻醉药物作用下的EEG信号，将Tcs作为模型参数的状态变量，经过增广矩阵的非线性变换和建立观测矩阵，以递推的形式观测Tcs的变化，通过仿真麻醉期间的EEG同时评估丘脑皮质状态(thalamocortical state,TCS)，以此能够对麻醉期间的大脑状态进行生理学上更具体的分析，避免了基于EEG的麻醉深度测量方法很难检测到包括丙泊酚、七氟醚、氯胺酮在内的一些常用麻醉药。

为解决上述技术问题，本发明所采用的技术方案是：

一种基于丘脑皮层模型的麻醉深度估计方法，包括以下步骤：

S1，定义一个六维向量x_t来存放丘脑皮层模型的状态变量，在每次的迭代过程中，随着旧数据误差不断积累和新的数据的修正，需要一个增广向量用于存放每次迭代时状态变量和参数变量的估计值；

S2，假设状态变量在某一时刻的观测值只受自身变化的影响，其规律通过构建观测方程y_t来体现；

S3，对增广向量做非线性变换，将得到的数据代入丘脑皮层模型中计算状态变量值和参数值

S4，将步骤3得到的和代入观测方程中计算丘脑皮层模型的观测值，对每个观测值加权求和得到丘脑皮层模型的预测值；

S5，将步骤4得到的预测值中包含的参数变量Tcs被定义为丘脑皮质状态；