一种基于格子复杂性算法的无线动态麻醉深度检测方法技术

本发明专利技术公开一种基于格子复杂性算法的无线动态麻醉深度检测方法。该发明专利技术方法是基于以下麻醉深度监测装置，该装置包括采集模块、无线传输模块、数据处理模块、中央处理模块、显示模块；采集模块采集脑电信号对该模拟脑电信号进行放大，并将该将其转换为数字脑电信号。无线传输模块通过WiFi无线网络，将采集模块输出的数字脑电信号数据上传到数据处理模块进行预处理；预处理后的数据输入中央处理模块进行分析处理，分别计算格子复杂度、边缘频率、爆发抑制比，并利用决策树算法拟合得到麻醉深度指数并显示。由于使用了无线传输模块和格子复杂性算法，使得该发明专利技术方法省去传统检测装置的导线所带来的不便，且算法简单，实时性强。

【技术实现步骤摘要】
一种基于格子复杂性算法的无线动态麻醉深度检测方法
本专利技术涉及一种麻醉深度检测装置，尤其涉及一种包含格子复杂性算法及无线传输的用于重症监护病房的麻醉深度检测装置。
技术介绍
麻醉是指借助于药物等方法而产生的全身或局部感觉的消失及记忆遗忘状态，它可以确保手术的顺利进行，麻醉过深或过浅都会对患者造成危害。因此，麻醉深度的监测尤为重要。麻醉是通过引起可逆的中枢神经系统的抑制和兴奋，从而达到意识消失和止痛的目的。而脑电可以直接反映出中枢神经系统的活动。因此脑电技术成为确定麻醉深度的最佳手段之一。脑电的许多时域、频域参数都曾被用来检测麻醉深度，但效果都不是很理想。时域分析是最原始的脑电分析方法,主要是对脑电波波形和幅度的检测分析。时域分析大部分只停留在定性分析上,且系统复杂、计算量大、效果也多不理想，因此限制了其在临床上的进一步应用。脑电图的频域分析主要包括脑电功率谱、各频率段的脑电功率比、中心频率(MF)、边缘频率(SEF)脚等。MF与SEF的单参数定量化特性也很适合麻醉深度的定量监测研究,大量研究表明在某些药物麻醉中MF和SEF随着麻醉深度的加深作相应的变化。但同时很多研究也证明MF和SEF的个体差异和药物差异性较大。另外其分析基础一傅立叶变换是基于信号的平稳性假设的,这与脑电信号的特性并不符合,因此其可靠性已越来越受到许多学者的质疑。涉及时域、频域及双谱域的复合指数一一双谱指数(BiPsecrtalnIdexScale,BIS)是目前麻醉深度监测中近年来最受欢迎的一个的EEG参数。它除了表达EEG信号时域和频域信息外,更重要的是增加了相位信息,具有非线性特点。BIS是唯一被美国食物药品管理局认可的麻醉药对大脑作用的监测仪,是目前商业化麻醉深度监测仪中敏感度和特异度量较好的监测仪之一26[,27]。尽管这样,BIS的药物差异性仍然较大,缺乏明确的麻醉安全边界指标,还不能临床推广。复杂度是近几年出现的一种非线性动力学分析方法，而脑电正是一种非平稳信号，所以复杂度的分析犯法非常适合用于脑电的处理。脑电序列的复杂度表现了EEG序列的随机程度，即大脑神经元处理信息活动的有序程度，反应了决定这段EEG序列的信息量的大小。复杂度算法简单，易于实现而且计算速度很快；只需较短时间的数据就能得到稳定值。已有的近似熵等复杂性算法由于计算所需序列长度长或计算所需时间长的缺点无法实现实时监测。因此本
人员需要一个问题是：如何找到一种新的复杂性参数来提高麻醉深度监测的实时性和准确性。同时考虑到设备用于重症监护病房，以往的有线监测显得不便且经济成本较高。这也是本
人员需要考虑的。
技术实现思路
本专利技术的目的就是为了解决上述问题，提供一种基于格子复杂性算法的无线动态麻醉深度检测方法，它具有监测方便，准确的优点。本专利技术方法是基于以下麻醉深度监测装置，该装置包括采集模块、无线传输模块、数据处理模块、中央处理模块、显示模块；采集模块的输出端与无线传输模块的接收端信号连接，无线传输模块的输出端通过无线WIFI与数据处理模块的接收端连接，数据处理模块的输出端与中央处理模块的接收端信号连接，中央处理模块的输出端与显示模块的输入端信号连接；所述的采集模块，包括脑电信号采集电极和依次连接的前置放大模块和模数转换模块；所述前置放大模块用于接收脑电信号采集电极所采集的模拟脑电信号，并对该模拟脑电信号进行放大；所述模数转换模块用于接收前置放大模块放大后的模拟脑电信号，将模拟脑电信号转换为数字脑电信号；所述的无线传输模块，通过WiFi无线网络将采集模块采集到的数字脑电信号数据上传到数据处理模块；所述的数据处理模块用于对无线传输模块传输的脑电信号数据进行存储并预处理，所述的预处理即为对数字脑电信号数据进行去噪处理；由于未预处理的脑电信号数据包含工频、眼电、电刀等各类噪声，不可直接用于脑电信号分析，故需要去除这些噪声；所述的中央处理模块包括参数计算模块、决策树分类器模块；其中所述的参数计算模块，包括格子复杂性、边缘频率、爆发抑制比三个参数的计算；所述的格子复杂性用于评价麻醉深度，尤其可以区分病人清醒与麻醉时期；但是若病人处于麻醉时期，本专利技术采用边缘频率判断其麻醉深度，边缘频率在中度麻醉时期变化最为剧烈，可以较好的区分浅麻、中麻和深麻(分别代表浅度麻醉、中度麻醉和深度麻醉)；在深度麻醉时期，由于爆发抑制比(即幅度变化特征)最为明显，可作为此时麻醉深度量化的指标；本专利技术方法包括以下步骤：步骤(1).利用采集模块脑电信号采集电极采集模拟脑电信号，经前置放大模块对该模拟脑电信号放大后，模数转换模块将其转换为数字脑电信号；步骤(2).无线传输模块通过WiFi无线网络，将采集模块采集到的数字脑电信号数据上传到数据处理模块；数据处理模块对数据进行存储并预处理，所述的预处理即为对数字脑电信号数据进行去噪处理；步骤(3).中央处理模块对于步骤(2)数据处理模块预处理后的数据进行分析处理：3.1格子复杂度的计算：3.1.1对步骤(2)数据处理模块预处理后的数据进行符号化处理，得到符号序列；其中符号化处理方法为均值分划或排列分划；3.1.2对符号序列按照窗口大小，结合窗口移动长度进行分段，得到多个子序列；3.1.3对每个子序列P进行格子复杂性计算：本专利技术设子序列P＝s1s2s3...sn，n表示子序列P的长度；lc(n)表示格子复杂度即格子数；S序列，Q序列都是P序列的子序列，SQ是S序列和Q序列的合并序列，SQπ序列是SQ合并序列去掉最后一个符号后剩余部分；假设P序列中S前r个符号组成的子序列S已经进行格子化操作，其中S＝s1s2...sr，r<n,则下一个格子划分如下：(a)首先要找到一个序列Q满足Q序列的最后一个符号等于Qπ序列中的任意一个符号(Qπ序列表示将Q序列符号串最后一个符号去掉剩余部分)：令Q＝sr+1，因为Q只有一个符号，不做任何操作；继续令Q＝sr+1sr+2，观察Q的最后一个符号是否等于Qπ中的任意一个符号(Qπ表示将Q符号串最后一个符号去掉剩下的部分，这里有Qπ＝sr+1).若否，重置Q，令Q＝sr+1sr+2sr+3，继续观察Q最后一个符号是否等于Qπ中的任意一个符号(此时Qπ＝sr+1sr+2)，若否，则继续重置Q，直到Q的最后一个符号可以由Qπ中的一个符号复制为止，接着进行下一步步骤(b)；(b)若满足步骤(a)后Q＝sr+1sr+2...sr+j，Qπ中的相等符号为sr+i(0<i<j)，继续观察sr+j+1是否等于sr+i+1，若是则继续观察下一个符号是否相等(即sr+j+2是否等于sr+i+2)，直到两者不相等为止，进行下一步步骤(c)。(c)若满足步骤(b)后不相等的符号为sr+j+k,0<k<n-r-j，令Q＝sr+1sr+2...sr+j+k，观察Q能否由SQπ的某个子串复制得到，其中SQπ＝s1s2s3...sr+j+k-1；若能则继续令Q＝sr+1sr+2sr+3...sr+j+ksr+j+k+1，观察Q能否由SQπ中的子串复制得到，若能则再令Q＝sr+1sr+2sr+3...sr+j+ksr+j+k+1sr+j+k+2,直到Q最后一个符号为sn时则格子数lc(n)＝lc(n)+1,同时结束本文档来自技高网...

【技术保护点】
一种基于格子复杂性算法的无线动态麻醉深度检测方法，是基于以下麻醉深度监测装置，该装置包括采集模块、无线传输模块、数据处理模块、中央处理模块、显示模块；采集模块的输出端与无线传输模块的接收端信号连接，无线传输模块的输出端通过无线WIFI与数据处理模块的接收端连接，数据处理模块的输出端与中央处理模块的接收端信号连接，中央处理模块的输出端与显示模块的输入端信号连接，其特征在于该方法包括以下步骤：步骤(1).利用采集模块脑电信号采集电极采集模拟脑电信号，经前置放大模块对该模拟脑电信号放大后，模数转换模块将其转换为数字脑电信号；步骤(2).将采集模块采集到的数字脑电信号数据通过无线传输模块，上传到数据处理模块；数据处理模块对数据进行存储并预处理，所述的预处理即为对数字脑电信号数据进行去噪处理；步骤(3).中央处理模块对于步骤(2)数据处理模块预处理后的数据进行分析处理：3.1格子复杂度的计算：3.1.1对步骤(2)数据处理模块预处理后的数据进行符号化处理，得到符号序列；3.1.2对符号序列按照窗口大小，结合窗口移动长度进行分段，得到多个子序列；3.1.3对每个子序列P进行格子复杂性计算：假设子序列P＝s1s2s3...sn，n表示子序列P的长度；lc(n)表示格子复杂度即格子数；S序列，Q序列都是P序列的子序列，SQ是S序列和Q序列的合并序列，SQπ序列是SQ合并序列去掉最后一个符号后剩余部分；假设P序列中S前r个符号组成的子序列S已经进行格子化操作，其中S＝s1s2...sr，r<n,则下一个格子划分如下：(a)首先要找到一个序列Q满足Q序列的最后一个符号等于Qπ序列中的任意一个符号(Qπ序列表示将Q序列符号串最后一个符号去掉剩余部分)：令Q＝sr+1，因为Q只有一个符号，不做任何操作；继续令Q＝sr+1sr+2，观察Q的最后一个符号是否等于Qπ中的任意一个符号.若否，重置Q，令Q＝sr+1sr+2sr+3，继续观察Q最后一个符号是否等于Qπ中的任意一个符号，若否，则继续重置Q，直到Q的最后一个符号可以由Qπ中的一个符号复制为止，接着进行下一步步骤(b)；(b)若满足步骤(a)后Q＝sr+1sr+2...sr+j，Qπ中的相等符号为sr+i(0<i<j)，继续观察sr+j+1是否等于sr+i+1，若是则继续观察下一个符号是否相等，直到两者不相等为止，进行下一步步骤(c)；(c)若满足步骤(b)后不相等的符号为sr+j+k,0<k<n‑r‑j，令Q＝sr+1sr+2...sr+j+k，观察Q能否由SQπ的某个子串复制得到，其中SQπ＝s1s2s3...sr+j+k‑1；若能则继续令Q＝sr+1sr+2sr+3...sr+j+ksr+j+k+1，观察Q能否由SQπ中的子串复制得到，若能则再令Q＝sr+1sr+2sr+3...sr+j+ksr+j+k+1sr+j+k+2,直到Q最后一个符号为sn时则格子数lc(n)＝lc(n)+1,同时结束操作；若Q不能由SQπ的某个子串复制得到，则格子数lc(n)＝lc(n)+1，继续执行步骤(a)；3.2边缘频率的计算：所述的边缘频率是指一段信号的功率谱中，功率积分达到总功率的95％时的频率；3.2.1对步骤(2)数据处理模块预处理后的数据xk,k＝1,2,...,N进行离散傅里叶变换，见公式(1)：X[m]=Σk=1Nxke-j2πNmk,m=1,2,...,N---(1)]]>3.2.2由于X[m]中前N/2点包含了步骤(2)数据处理模块预处理后脑电信号数据的频率信息，利用此脑电信号的采样率fs与频率fi之间的关系式(2)，将X[m]转换为关于频率fi的表达式(3)：m＝N*fi/fs,m＝1,2,...,N/2        (2)X(fi)＝X[m]＝X(N*fi/fs)        (3)在X(fi)中寻找某一频率值fsef，使其满足以下关系式：Σfi=1fSef|X(f)|2Σfi=147|X(f)|2=0.95---(4)]]>此时频率值fsef即边缘频率；3.3爆发抑制比的计算：所述的爆发抑制比为深麻时期内抑制状态占一段脑电信号的比例；抑制状态是指当脑电信号电位不大于±5uV，时间超过0.5s；3.4决策树分类器的训练：所述的决策树分类器是将格子复杂度、边缘频率和爆发抑制比作为决策树算法的输入特征，将麻醉专家给出的麻醉状态分类作为输出，训练出一棵决策树；3.5获得决策树输出的麻醉深度类别后，利用格子复杂度、边缘频率和爆发抑制比三个参数，拟合现有的麻醉量化指标，得到此时病人的麻醉深度指数。...

【技术特征摘要】
1.一种基于格子复杂性算法的无线动态麻醉深度检测方法，是基于以下麻醉深度监测装置，该装置包括采集模块、无线传输模块、数据处理模块、中央处理模块、显示模块；采集模块的输出端与无线传输模块的接收端信号连接，无线传输模块的输出端通过无线WIFI与数据处理模块的接收端连接，数据处理模块的输出端与中央处理模块的接收端信号连接，中央处理模块的输出端与显示模块的输入端信号连接，其特征在于该方法包括以下步骤：步骤(1).利用采集模块脑电信号采集电极采集模拟脑电信号，经前置放大模块对该模拟脑电信号放大后，模数转换模块将其转换为数字脑电信号；步骤(2).将采集模块采集到的数字脑电信号数据通过无线传输模块，上传到数据处理模块；数据处理模块对数据进行存储并预处理，所述的预处理即为对数字脑电信号数据进行去噪处理；步骤(3).中央处理模块对于步骤(2)数据处理模块预处理后的数据进行分析处理：3.1格子复杂度的计算：3.1.1对步骤(2)数据处理模块预处理后的数据进行符号化处理，得到符号序列；3.1.2对符号序列按照窗口大小，结合窗口移动长度进行分段，得到多个子序列；3.1.3对每个子序列P进行格子复杂性计算：假设子序列P＝s1s2s3...sn，n表示子序列P的长度；lc(n)表示格子复杂度即格子数；S序列，Q序列都是P序列的子序列，SQ是S序列和Q序列的合并序列，SQπ序列是SQ合并序列去掉最后一个符号后剩余部分；假设P序列中S前r个符号组成的子序列S已经进行格子化操作，其中S＝s1s2...sr，r<n,则下一个格子划分如下：(a)首先要找到一个序列Q,满足Q序列的最后一个符号等于Qπ序列中的任意一个符号,其中Qπ序列表示将Q序列符号串最后一个符号去掉剩余部分：令Q＝sr+1，因为Q只有一个符号，不做任何操作；继续令Q＝sr+1sr+2，观察Q的最后一个符号是否等于Qπ中的任意一个符号，若否，重置Q，令Q＝sr+1sr+2sr+3，继续观察Q最后一个符号是否等于Qπ中的任意一个符号，若否，则继续重置Q，直到Q的最后一个符号可以由Qπ中的一个符号复制为止，接着进行下一步步骤(b)；(b)若满足步骤(a)后Q＝sr+1sr+2...sr+j，Qπ中的相等符号为sr+i(0<...

【专利技术属性】
技术研发人员：刘军，邹倩，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33