The invention discloses an EEG signal classification system under different anesthesia states, which comprises an EEG signal acquisition module, a front-end signal processing module, a frequency and time domain parameter calculation module, an anesthesia depth estimation module and a display module. The characteristics of different depth of anesthesia were obtained, and the obtained characteristics were divided into awake, shallow anesthesia, normal anesthesia, and deep anesthesia. The invention introduces a brain function index obtained by combining permutation entropy and burst inhibition ratio, and analyzes the complex nonlinear random signal of EEG in both frequency domain and time domain, thereby improving the classification accuracy of deep anesthesia. The classification method can be applied to determine the depth of anesthesia in patients undergoing anesthesia. It provides a reliable basis for medical personnel to perform anesthesia operation on patients.
【技术实现步骤摘要】
一种对不同麻醉状态下脑电信号分类系统
本专利技术属于脑电信号(ElectroencephalogramEEG)采集和处理
,具体涉及一种基于脑功能指数计算与自适应模糊逻辑推理算法应用于快速判病人的麻醉深度状态的麻醉深度状态分类系统。
技术介绍
大脑电生理信号是脑部神经元电活动产生的信号,是进行大脑功能研究和脑部疾病诊断的重要手段。在大脑电生理信号的研究与分析中,世界各国的研究者已经做了大量的工作,提出和应用了一系列非常有价值的方法和技术。对于脑电信号的特征提取与识别技术的研究已经有了许多进展。在已有的研究中,脑电信号分析方法主要有时域分析、频域分析、双谱分析、非线性分析等。利用脑电信号进行麻醉深度监测是目前临床监测的主要方式,目前临床常用的脑电监测系统具有脑电双频谱指数(BIS)、熵指数、脑状态指数(CSI)等。脑电双频谱指数(BispectralindexBIS)作为第一种用于判断镇静水平的脑电监测指标,在1996年通过了美国FDA的认证,被广泛应用于麻醉领域。BIS是一个统计数值,它来源于对大样本的数据库。计算数据库中脑电图的双谱和能量谱参数(傅立叶转换),使用多因素回归模型将每个特性参数在达到临床麻醉目标点中的相对作用转换为线性数字化指数即为BIS,范围从0(等电位脑电图)到100(完全清醒)。BIS算法复杂且随原始脑电图的样本量的增加,系统要求越高。熵指数监测仪就是用非线性分析法分析EEG,熵指数不同于其他麻醉深度监测方式的一点是在其算法中加入了额肌电信号(frontalelectromyography,FEMG),熵模块包括反应熵(reac ...
【技术保护点】
1.一种对不同麻醉状态下脑电信号分类系统,其特征在于包括:脑电信号采集模块、前端信号处理模块、频域和时域参数计算模块、麻醉深度估计模块和显示模块;脑电信号采集模块:包括三个分别贴在病人的前额中间、前额左边和左侧乳突部位脑电信号采集电极,前额中间和左侧乳突部位构成一对差分信号,前额左边是参考信号;采集一对差分信号和参考信号作为脑电信号送至前端信号处理模;前端信号处理模块:包括依次连接的前置三级放大模块、工频滤波模块和模数转换模块;所述前置三级放大模块用于将微弱的脑电信号放大到可检测的范围;所述工频滤波模块去除脑电信号中50Hz的工频干扰;所述模数转换模块是将工频滤波后获得的模拟脑电信号转化为数字脑电信号,送至频域和时域参数计算模块;频域和时域参数计算模块:包括频域参数计算模块和时域参数计算模块;所谓频域参数计算模块是对数字脑电信号进行快速傅里叶变换,计算特定区间,即100Hz以下的频段的6~12Hz低频波和大于12~21Hz高频波的频段能量比值参数Lratio、Hratio;所谓时域参数计算模块是指计算时域信号的排列熵PE和爆发抑制比BSR,把排列熵PE和爆发抑制比BSR结合在一起获得时 ...
【技术特征摘要】
1.一种对不同麻醉状态下脑电信号分类系统,其特征在于包括:脑电信号采集模块、前端信号处理模块、频域和时域参数计算模块、麻醉深度估计模块和显示模块;脑电信号采集模块:包括三个分别贴在病人的前额中间、前额左边和左侧乳突部位脑电信号采集电极,前额中间和左侧乳突部位构成一对差分信号,前额左边是参考信号;采集一对差分信号和参考信号作为脑电信号送至前端信号处理模;前端信号处理模块:包括依次连接的前置三级放大模块、工频滤波模块和模数转换模块;所述前置三级放大模块用于将微弱的脑电信号放大到可检测的范围;所述工频滤波模块去除脑电信号中50Hz的工频干扰;所述模数转换模块是将工频滤波后获得的模拟脑电信号转化为数字脑电信号,送至频域和时域参数计算模块;频域和时域参数计算模块:包括频域参数计算模块和时域参数计算模块;所谓频域参数计算模块是对数字脑电信号进行快速傅里叶变换,计算特定区间,即100Hz以下的频段的6~12Hz低频波和大于12~21Hz高频波的频段能量比值参数Lratio、Hratio;所谓时域参数计算模块是指计算时域信号的排列熵PE和爆发抑制比BSR,把排列熵PE和爆发抑制比BSR结合在一起获得时域参数脑功能指数BFI;麻醉深度估计模块;把所获得的Lratio、Hratio参数和BFI参数作为输入,四个麻醉深度状态:清醒状态、浅度麻醉、正常麻醉、深度麻醉作为输出,采集大量即20个以上病人,200分钟以上原始脑电波信号的样本,经过自适应模糊逻辑算法ANFIS对经过处理的获得的...
【专利技术属性】
技术研发人员:郑烇,王琪,徐骏,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。