基于脑波信号进行分析的方法和设备技术

本发明专利技术提供一种使用倒谱技术测量麻醉深度的方法和设备。所述方法包括下述步骤：第一特征向量提取部分接收第一脑电图信号作为输入信号，通过梅尔频率倒谱系数(melfrequency cepstral coefficient；MFCC)计算，且提取第一特征向量；第二特征向量提取部分接收来自麻醉状态的第二脑电图信号和来自非麻醉状态的第三脑电图信号作为输入信号，通过梅尔频率倒谱系数(MFCC)计算，且提取第二特征向量和第三特征向量；以及量化部分将具有第二特征向量和第三特征向量作为两个轴的向量平坦表面的两个轴之间的区域分成多个区段，且量化多个区段内的第一特征向量的位置以输出麻醉深度指数。本发明专利技术可在适当时间提供麻醉深度，即使在麻醉状态的突然变化期间也是如此。

【技术实现步骤摘要】
【国外来华专利技术】基于脑波信号进行分析的方法和设备
本专利技术涉及一种测量麻醉深度的方法，且更确切地说，一种通过使用倒谱技术测量麻醉深度的方法和设备，所述方法和设备能够通过提供麻醉深度的精确值，不管麻醉状态的快速变化而及时提供麻醉深度信息且提高追踪(tracking)速度。
技术介绍
一般来说，在包含手术和治疗的医疗实践领域中，当疼痛施加到个体时，通过麻醉阻断神经传递以去除或减少疼痛。在严重疾病或症状的手术期间，进行全身麻醉，且应持续观测全身麻醉下的患者。患者的麻醉状态应通过感测麻醉深度进行检查。尽管手术应在足够麻醉下进行，但存在患者遭受由手术期间的苏醒所致的精神疼痛的问题。因此，在手术期间，应持续测量麻醉深度，且观测临床方面的方法和分析生物电信号的方法已主要用作测量麻醉深度的方法。分析生物电信号的方法包括测量和分析脑波以评估麻醉剂对中枢神经系统的效应的方法，且也存在各种类型的应用使用脑波的方法的监测设备。存在各种类型的使用脑波的麻醉深度监测设备的原因为对应的设备具有分析和评估脑波的不同算法。当前，脑电双频指数(Bispectralindex，下文被称作“BIS”)分析设备最普遍地用作麻醉深度监测设备。BIS分析设备为基于脑波的麻醉深度测量技术首次开发和采用于其中、将麻醉深度显示为待在0～100范围内数字化的“BIS”且通过比较BIS与常规麻醉深度测量标准或另一麻醉深度仪器中计算的指数验证BIS的临床可靠性的设备中的一种。在包含如BIS分析设备的常规麻醉深度监测设备的情况下，使用者(麻醉深度临床个体或麻醉深度监测者)不能够改进或改变仪器的脑波分析算法，使得可能不应用适合于患者特征的算法且因此不能精确监测患者的麻醉深度。此外，由于安装在仪器中的分析算法的细节未公开，设备不适合于临床麻醉深度研究且验证算法误差中存在许多困难。此外，如BIS分析设备的麻醉深度监测设备具有患者的麻醉状态由于用于麻醉状态的快速改变的追踪速度(trackingspeed)缓慢而不能够快速感测到的问题。专利文献1涉及一种通过脑波信号分析测量大脑活动和麻醉深度的系统和方法，其中可相比于常规光谱分析、小波(wavelet)分析或熵分析极精确地计算值，但基本算法的结构极简单。(专利文献1)韩国专利申请特许公开公布号2012-0131027(2012年12月4日公布)
技术实现思路
技术问题为解决上述问题，本专利技术的一个目的为提供一种通过使用倒谱技术测量麻醉深度的方法，其于高追踪速度下提供精确麻醉深度和对麻醉程度变化的快速反应。技术解决方案为解决上述问题，根据本专利技术的通过使用倒谱技术测量麻醉深度的方法包含：通过接收第一EEG信号作为输入信号和通过进行梅尔频率倒谱系数(melfrequencycepstralcoefficient；MFCC)计算而通过第一特征向量提取部分提取第一特征向量；通过接收麻醉状态下的第二EEG信号和非麻醉状态下的第三EEG信号作为输入信号并且进行梅尔频率倒谱系数(MFCC)计算而通过第二特征向量提取部分提取第二特征向量和第三特征向量；以及通过将均为向量平面的轴的第二与第三特征向量之间的区域分成多个区段，且在多个区段中量化特征向量所位于的位置而通过量化部分输出贯穿量化部分的麻醉深度指数。根据本专利技术的优选实施例，第一特征向量的提取还包含对手术期间的第一EEG信号进行小波变换(wavelettransform)或低频带通滤波中的至少一个以去除噪音和选择并输出仅具有预定频率范围的信号。根据本专利技术的优选实施例，麻醉深度指数的输出包含以介于1到100范围内的指数缩放(scaling)待显示于屏幕显示部分上的定量信号。根据本专利技术的优选实施例，第一特征向量的提取包含在短时间(shorttime)内将第一EEG信号分成若干区段以对每一区段的分割信号进行傅立叶变换且随后对结果求和。根据本专利技术的优选实施例，第一特征向量的提取包含通过多个具有不同频带的滤波器组对经傅立叶变换的信号进行滤波和计算所述信号中的每一个的功率谱。根据本专利技术的优选实施例，第一特征向量的提取包含通过对功率谱信号进行对数计算而减少由频率所致的信号失真。根据本专利技术的优选实施例，第一特征向量的提取包含通过从对在对数计算之后获得的信号进行离散余弦变换之后获得的信号之中仅选择通过多个滤波器组中的预定滤波器的信号来提取第一特征向量。根据本专利技术的另一实施例，通过根据本专利技术的使用倒谱技术测量麻醉深度的设备包含：第一特征向量提取部分，被配置成通过对第一EEG信号进行梅尔频率倒谱系数(MFCC)计算而输出第一特征向量；第二特征向量提取部分，被配置成通过对麻醉状态的第二EEG信号和非麻醉状态的第三EEG信号进行梅尔频率倒谱系数(MFCC)计算而输出第二特征向量和第三特征向量；以及量化部分，被配置成通过将均为向量平面的轴的第二与第三特征向量之间的区域分成多个区段，且在多个区段中量化第一特征向量所位于的位置而输出麻醉深度指数。根据本专利技术的优选实施例，第一特征向量提取部分还包含被配置成对第一EEG信号进行小波变换和低频带通滤波的噪音去除。根据本专利技术的优选实施例，第一特征向量提取部分还包含在短时间内将第一EEG信号分成若干区段以对所述区段中的每一个进行傅立叶变换的局部傅立叶变换部分。根据本专利技术的优选实施例，第一特征向量提取部分还包含梅尔滤波器组，所述滤波器组包含关于预定区段彼此重叠的具有不同中心频率和频带的多个滤波器，且接收局部傅立叶变换部分的输出作为输入信号以对接收到的信号进行滤波。根据本专利技术的优选实施例，第一特征向量提取部分还包含通过对从梅尔滤波器组滤波的信号进行对数计算而减少由频率所致的信号失真的对数计算部分。根据本专利技术的优选实施例，第一特征向量提取部分还包含对在对数计算之后获得的信号进行离散余弦变换(discretecosinetransformation；DCT)的离散余弦变换部分。根据本专利技术的优选实施例，第一特征向量提取部分还包含被配置成从离散余弦变换部分的输出信号之中仅选择通过梅尔滤波器组的滤波器中的预定滤波器的信号，且将所选择的信号输出到第一特征向量的系数提取部分。根据本专利技术的优选实施例，还包含以介于1到100范围内的指数缩放量化部分的输出的缩放部分。根据本专利技术的优选实施例，还包含被配置成将第一特征向量提取部分的输出表示为直方图且选择待输出的误差范围以外的信号的过往输出值作为加权平均值的误差去除部分。有益效果根据本专利技术，可通过使用完全不同于常规麻醉深度分析算法且考虑频率特性的访问技术精确分析麻醉深度。根据本专利技术，实时方法由于简单算法而可容易地进行，进而更准确地捕获麻醉期间的状态变化。当麻醉程度快速改变时，反应速度由于常规BIS技术的低追踪速度(trackingspeed)而较低的常规问题得以解决，并且因此，从苏醒(awake)状态到麻醉状态(催眠(hypnosis))的状态变化可以通过比当前时间更快速地反应而精确且及时地检测。本专利技术可以应用于评估麻醉深度的医学仪器并且也可以应用于具有不同信号处理技术的脑波信号处理相关仪器。附图说明图1A～图1D为显示根据麻醉程度的脑波变化的图。图2说明通过使用根据本专利技术的倒谱技术测量麻醉深度的设备。图3为通过使用根据本专利技术的倒谱技术测量麻醉深度的方法的算法。图4为本文档来自技高网...

【技术保护点】
一种通过使用倒谱技术测量麻醉深度的方法，所述方法包括：通过接收第一EEG信号作为输入信号且进行梅尔频率倒谱系数(Mel frequency cepstral coefficient；MFCC)计算而通过第一特征向量提取部分提取第一特征向量；通过接收麻醉状态的第二EEG信号和非麻醉状态的第三EEG信号作为输入信号且进行梅尔频率倒谱系数(MFCC)计算而通过第二特征向量提取部分提取第二特征向量和第三特征向量；以及通过将均为向量平面的轴的所述第二特征向量和所述第三特征向量之间的区域分成多个区段，且在所述多个区段中量化所述第一特征向量所位于的位置而通过量化部分输出麻醉深度指数。

【技术特征摘要】
【国外来华专利技术】2013.02.14 KR 10-2013-00156761.一种基于脑波信号进行分析的方法，所述方法包括：通过接收第一脑电图信号作为输入信号且进行梅尔频率倒谱系数计算而通过第一特征向量提取部分提取第一特征向量；通过接收麻醉状态的第二脑电图信号和非麻醉状态的第三脑电图信号作为输入信号且进行梅尔频率倒谱系数计算而通过第二特征向量提取部分提取第二特征向量和第三特征向量；以及通过将均为向量平面的轴的所述第二特征向量和所述第三特征向量之间的区域分成多个区段，且在所述多个区段中量化所述第一特征向量所位于的位置；其中所述第一特征向量的所述提取包括在短时间内将所述第一脑电图信号分成若干区段以对每一区段的分割信号进行傅立叶变换且随后对结果求和；其中所述第一特征向量的所述提取包括通过具有不同频带的多个滤波器组对所述傅立叶变换的信号进行滤波且计算通过所述滤波得到的信号中的每一个的功率谱，其中所述多个滤波器组为梅尔滤波器组。2.根据权利要求1所述的基于脑波信号进行分析的方法，其中所述第一特征向量的所述提取还包括对所述第一脑电图信号进行小波变换或低频带通滤波中的至少一个以去除噪音和选择并输出仅具有预定频率范围的信号。3.根据权利要求1所述的基于脑波信号进行分析的方法，其中所述第一特征向量的所述提取包括通过对所述功率谱的信号进行对数计算减少由频率所致的信号失真。4.根据权利要求3所述的基于脑波信号进行分析的方法，其中所述第一特征向量的所述提取包括通过对在所述对数计算之后获得的信号进行离散余弦变换和通过从离散余弦变换之后获得的信号之中仅选择通过所述多个滤波器组中的预定滤波器的信号来提取所述第一特征向量。5.一种基于脑波信号进行分析的设备，所述设备包括：第一特征向量提取部分，被配置成通过对第一脑电图信号进行梅尔频率倒谱系数计算输...

【专利技术属性】
技术研发人员：张祜宗，金应徽，朴祥贤，洪承均，金光武，
申请(专利权)人：灿美工程股份有限公司，
类型：发明
国别省市：韩国;KR