一种个人化麻醉闭环控制系统技术方案

本发明专利技术公开了一种个人化麻醉闭环控制系统，脑电数据采集装置的信号采集端获取脑电数据，之后将采集到的脑电数据传输至脑电信号预处理装置中进行噪声与异常值的去除；之后脑电信号预处理装置将预处理后的脑电数据传送到脑电信号分析装置中；脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyi permutation entropy)值，并将RPE值传送到闭环控制系统中；闭环控制系统与注射装置相连并控制其工作，闭环控制系统计算出下一步麻醉剂输注速度，注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。本发明专利技术具有实时监测、自动控制、精准度高等优点。

Closed loop control system for personalized anesthesia

The invention discloses a personal anesthesia closed-loop control system, signal acquisition of EEG data acquisition device is to acquire EEG data, then the collected EEG data to the EEG signal preprocessing device for noise removal and abnormal value; after the EEG signal preprocessing device after pretreatment EEG data is transmitted to the EEG signal analysis device; EEG signal analysis device is connected with the closed loop control system and the pre processed data were analyzed by the index of depth of anesthesia RPE expectation (Renyi permutation entropy) value and the RPE value is transmitted to the closed-loop control system; closed-loop control system and injection the control device is connected and working, the closed-loop control system to calculate the next anesthetic infusion rate, injection device after receiving the signal, the injection device to complete the real-time control of anesthetic infusion rate . The invention has the advantages of real-time monitoring, automatic control, high accuracy, etc..

【技术实现步骤摘要】
一种个人化麻醉闭环控制系统
本专利技术涉及医用麻醉控制领域，特别是一种个人化的麻醉闭环控制系统。
技术介绍
临床手术中，全身麻醉是确保手术顺利实施非常重要的一步。传统的麻醉处理是由麻醉师依据他们自身的经验来确定麻醉剂的注射剂量和给药速度的，但是可能会出现麻醉剂注射过量或者不足的情况，这可能导致严重的并发症，如术中知晓、呕吐、心血管疾病、神经活动异常以及术后认知障碍。现在的麻醉闭环控制系统病人模型大部分是基于群体药代药效动力学模型而建，但是由于病人间的个体差异，这样的系统会有一定的误差。同时，这些系统大部分采用双频指数(BIS)作为麻醉深度指标值，但是BIS易受到噪声的干扰，会使基准值无法恢复，所以考虑将Renyi熵和香农排序熵结合，将得到的归一化Renyi排序熵(RPE)用于麻醉深度的监测。经对现有文献的检索发现论文名为FPGAImplementationofExplicitModelPredictiveControlforClosedLoopControlofDepthofAnesthesia，该论文中关于麻醉闭环的部分是采用了四房室的药代药效动力学模型来调节药物的输入，并以BIS作为最主要的麻醉深度指标值，但是没有对病人模型进行参数优化的辨识过程，同时不是个体化的麻醉闭环控制，难以解决病人个体差异的问题。
技术实现思路
本专利技术目的在于提供一种对病人麻醉深度进行实时自动监测，并能自动精确控制给药的个人化麻醉闭环控制系统。为实现上述目的，采用了以下技术方案：本专利技术所述系统包括脑电数据采集装置、脑电信号预处理装置、脑电信号分析装置、闭环控制系统及注射装置；脑电数据采集装置的信号采集端获取脑电数据，脑电信号预处理装置将采集到的脑电数据进行噪声与异常值的去除，之后传输至脑电信号分析装置，脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyipermutationentropy)值，并将RPE值传送到闭环控制系统中；闭环控制系统与注射装置相连并控制其工作，闭环控制系统计算出下一步麻醉剂输注速度，注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。进一步的，脑电数据采集装置将采集到的脑电数据传送到预处理装置中，预处理装置进行50HZ的工频噪声、基线漂移和头动噪声的去除，并除去幅值大于200uV异常值和在mean±2SD范围以外的数据点和肌电噪声。进一步的，所述闭环控制系统由药代药效动力学PKPD(pharmacokinetic—pharmacodynamics)模型和蚁群PID控制器组成；PKPD模型用于计算出当前麻醉深度指标RPE值，其中的药效动力学(PD)模型以RPE作为麻醉深度指标，并用粒子群优化算法对PD模型进行辨识，得到模型参数经过优化后的个人化模型，描述效应室浓度和RPE之间的关系；蚁群PID控制器以当前的RPE值与期望的RPE值之间的误差作为输入，计算出下一步麻醉剂输注速度。进一步的，所述麻醉深度指标RPE定义如下：式中，pj代表概率分布，a是概率选择系数，m为嵌入维数，m！表示排序模式共有m！种。进一步的，所述系统的药代药效动力学(PKPD)模型设定初始麻醉剂的输注速度为0mg/min，计算出当前的RPE值；其中，基于RPE指标的PD模型，用粒子群优化算法进行辨识，得到参数经过优化的个人化病人模型，PD模型通过将血药浓度和药物效应联系起来，式中，ke0是药物在中央室与效应室之间药物平衡快慢的参数，xe(t)代表效应室药物浓度，k1e为药物从中央室到效应室的传递速率，x1(t)表示的是中央室的药物浓度；效应室和RPE指标之间的关系通过如下进行描述：式中，Emax和Emin分别是最大和最小的RPE值，EC50为得到最大RPE值的50％时所对应的麻醉药物的浓度，γ是效应室浓度和RPE之间关系曲线的斜率，xe(t)代表的是效应室浓度。与现有技术相比，本专利技术系统具有如下优点：1、可根据不同病人的年龄、体重、身高、性别等基本信息，计算出麻醉深度指标值和麻醉剂的输注速度，对病人麻醉深度进行实时的自动监测与精确的控制给药。2、采用RPE作为麻醉深度指标值，并且对PD模型的参数进行了辨识优化，比传统的麻醉方式更加安全，并能大大减轻麻醉师的工作负担。附图说明图1是本专利技术的系统结构图。图2是本专利技术的ACO-PID闭环控制结果图。附图标号：1-病人、2-脑电数据采集装置、3-脑电信号预处理装置、4-脑电信号分析装置、5-闭环控制系统、6-药代药效动力学模型、7-蚁群PID控制器、8-注射装置。具体实施方式下面结合附图对本专利技术做进一步说明：如图1所示，本专利技术所述系统由病人1、脑电数据采集装置2、脑电信号预处理装置3、脑电信号分析装置4、闭环控制系统5及注射装置8组成；脑电数据采集装置的信号采集端获取脑电数据，并将脑电数据传输到脑电信号预处理装置中进行50HZ的工频噪声、基线漂移和头动噪声的去除，并除去幅值大于200uV异常值和在mean±2SD范围以外的数据点和肌电噪声，之后脑电信号预处理装置将预处理后的脑电数据传送到脑电信号分析装置中；脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyipermutationentropy)值，并将RPE值传送到闭环控制系统中；所述麻醉深度指标RPE定义如下：式中，pj为概率分布，a是概率选择系数，m为嵌入维数，m！表示排序模式共有m！种。闭环控制系统与注射装置相连并控制其工作，所述闭环控制系统由药代药效动力学PKPD(pharmacokinetic—pharmacodynamics)模型和蚁群PID控制器组成；PKPD模型用于计算出当前麻醉深度指标RPE值，其中的药效动力学(PD)模型以RPE作为麻醉深度指标，并用粒子群优化算法对PD模型进行辨识，得到模型参数经过优化后的个人化模型，描述效应室浓度和RPE之间的关系；蚁群PID控制器以当前的RPE值与期望的RPE值之间的误差作为输入，计算出下一步麻醉剂输注速度。注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。其中，药代药效动力学(PKPD)模型设定初始麻醉剂的输注速度为0mg/min，计算出当前的RPE值；基于RPE指标的PD模型，用粒子群优化算法进行辨识，得到参数经过优化的个人化病人模型，PD模型通过将血药浓度和药物效应联系起来，式中，ke0是药物在中央室与效应室之间药物平衡快慢的参数，xe(t)代表效应室药物浓度，k1e为药物从中央室到效应室的传递速率，x1(t)表示的是中央室的药物浓度；效应室和RPE指标之间的关系通过如下进行描述：式中，Emax和Emin分别是最大和最小的RPE值，EC50为得到最大RPE值的50％时所对应的麻醉药物的浓度，γ是效应室浓度和RPE之间关系曲线的斜率，xe(t)代表的是效应室浓度。如图2所示的本专利技术的ACO-PID闭环控制结果，图2(A)表示了八个病人采用本系统得到的的麻醉深度控制结果，其中，实线是目标RPE曲线，不同的虚线为实际测得的不同病人的RPE曲线，图2(B)表示了采用本系统得到的自动调节的丙泊酚输注速度的曲线。以上所述的实施例仅仅是对本专利技术的优选实施方式进行描述，并本文档来自技高网...

【技术保护点】
一种个人化麻醉闭环控制系统，其特征在于：所述系统包括脑电数据采集装置、脑电信号预处理装置、脑电信号分析装置、闭环控制系统及注射装置；脑电数据采集装置的信号采集端获取脑电数据并传入脑电信号预处理装置，脑电信号预处理装置将采集到的脑电数据进行噪声与异常值的去除，之后传输至脑电信号分析装置，脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyi permutation entropy)值，并将RPE值传送到闭环控制系统中；闭环控制系统与注射装置相连并控制其工作，闭环控制系统计算出下一步麻醉剂输注速度，注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。

【技术特征摘要】
1.一种个人化麻醉闭环控制系统，其特征在于：所述系统包括脑电数据采集装置、脑电信号预处理装置、脑电信号分析装置、闭环控制系统及注射装置；脑电数据采集装置的信号采集端获取脑电数据并传入脑电信号预处理装置，脑电信号预处理装置将采集到的脑电数据进行噪声与异常值的去除，之后传输至脑电信号分析装置，脑电信号分析装置与闭环控制系统相连并对预处理后的数据进行分析，得到期望的麻醉深度指标RPE(Renyipermutationentropy)值，并将RPE值传送到闭环控制系统中；闭环控制系统与注射装置相连并控制其工作，闭环控制系统计算出下一步麻醉剂输注速度，注射装置接收到信号后，注射装置完成麻醉剂输注速度的实时控制。2.根据权利要求1所述的一种个人化麻醉闭环控制系统，其特征在于：脑电数据采集装置将采集到的脑电数据传送到预处理装置中，进行50HZ的工频噪声、基线漂移和头动噪声的去除，并除去幅值大于200uV异常值和在mean±2SD范围以外的数据点和肌电噪声。3.根据权利要求1所述的一种个人化麻醉闭环控制系统，其特征在于：所述闭环控制系统由药代药效动力学PKPD(pharmacokinetic—pharmacodynamics)模型和蚁群PID控制器组成；PKPD模型用于计算出当前麻醉深度指标RPE值，其中的药效动力学(PD)模型以RPE作为麻醉深度指标，并用粒子群优化算法对PD模型进行辨识，得到模型参数经过优化后的个人化模型，描述效应室...

【专利技术属性】
技术研发人员：梁振虎，李晓宇，李小俚，李健楠，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13