【技术实现步骤摘要】
基于脑电全息希尔伯特频谱的术中麻醉镇定状态监测系统
[0001]本专利技术属于麻醉监测
,具体涉及一种基于脑电全息希尔伯特频谱的术中麻醉镇定状态监测系统。
技术介绍
[0002]基于脑电的术中麻醉镇定状态检测已经被广泛研究,随着现代临床外科手术的发展,麻醉在外科手术中几乎成了不可缺少的一部分。过深或者过浅的麻醉都可能会对被试造成不可逆的伤害,有效的麻醉监测方法能极大的缓解麻醉医生的负担,为医生的准确给药提供帮助。现有的麻醉镇定状态监测方法虽然已经被广泛使用,但是这些方法普遍缺乏生理学意义上的解释,并且识别的准确性仍有待提升。
技术实现思路
[0003]本专利技术的目的是针对现有技术的不足,提供一种非诊断目的的术中麻醉镇定状态监测方法。本专利技术包括单通道脑电(EEG)数据采集装置。
[0004]本专利技术采用的技术方法如下:
[0005]第一方面,本专利技术提出了一种非诊断目的的术中麻醉镇定状态监测方法,具体步骤如下:
[0006]S1、获取术中麻醉下的被试者脑电数据EEG,并对上述脑电数据进行预处理;
[0007]作为优选,麻醉采用丙泊酚、七氟醚中一种或两种;
[0008]作为优选,所述脑电数据为前额Fp1通道的脑电数据。数据的采集使用单通道的贴片电极采集模块实现。将贴片电极放置在被试前额处,在采集数据前,对被试前额处用酒精进行擦拭,保证电极阻抗在10kΩ以下,采集被试前额Fp1通道的EEG数据。
[0009]作为优选,所述脑电数据包括不同程度麻 ...
【技术保护点】
【技术特征摘要】
1.一种非诊断目的的术中麻醉镇定状态监测方法,其特征在于所述方法包括以下步骤:S1、获取术中麻醉下的被试者脑电数据EEG,并对上述脑电数据进行预处理;S2、将步骤S1预处理后的脑电数据EEG以二维全息希尔伯特频谱的形式展开;具体是:2
‑
1通过经验模态分解(EMD)将预处理后的原始脑电数据x(t)分解成多个本征模态函数(IMFs),这些IMFs被称为第一层IMFs,并且表示如下:其中c
j
(t)表示本征模态函数,r
n
表示趋势项,n表示第一层IMF的个数,t表示时间;又因为获取第一层IMF的幅度a
j
(t)和瞬时频率θ
j
(t),对公式(1)利用希尔伯特
‑
黄变换进一步处理:2
‑
2对第一层IMFs的幅度a
j
(t)进行二次EMD分解,得到第二层IMF2s,如下所示:其中c
jk
(t)是第二层IMF2s的本征模态函数,a
jk
(t)是第二层IMF2s的幅度,Ω
jk
(t)是第二层IMF2s的相位,R
jm
是第二层IMF2s的趋势项,m表示第二层IMF2的个数;2
‑
3计算所有第二层IMF2s的相位Ω
jk
(t)和幅度a
jk
(t),所以经过两层的EMD后可以用以下公式来表示:去除趋势项之后,式(4)简化为:因此,脑电数据x(t)转变为调制波
‑
载波
‑
时间的三维信号,三维信号中有三个关联的变量a
jk
(t)、Ω
jk
(t)、θ
j
(t);将变量a
jk
(t)、Ω
jk
(t)、θ
j
(t)映射到调制波
‑
载波(AM
‑
FM)空间,忽略时间信息的影响,得到AM
‑
FM幅度调制谱;将变量a
jk
(t)、Ω
jk
(t)、θ
j
(t)映射到调制波
‑
时间(AM
‑
Time)空间,忽略载波的影响,得到调制波边际谱;将变量q
jk
(t)、Ω
jk
(t)、θ
j
(t)映射到载波
‑
时间(FM
‑
Time)空间,忽略调制波的影响,得到载波边际谱;S3、从S2中得到的AM
‑
FM幅度调制谱、载波边际谱、调制波边际谱提取出相应的特征;3
‑
1从AM
‑
FM幅度调制谱提取脑电特征X1
由于AM
‑
FM幅度调制谱中载波和调制波能覆盖所有频段,针对脑电信号的特点,提取特定频段的调制强度作为特征,调制强度P
total
根据下式计算得到:P
total
=∫∫P(ω,Ω)dωdΩ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中,ω表示载波频率,Ω表示调制波频率,P(ω,Ω)表示AM
‑
FM调制谱中的功率;所述特定频段包括delta
‑
alpha,alpha
‑
beta,delta
‑
beta,delta
‑
gamma、theta
‑
alpha,theta
‑
beta,theta
‑
gamma,alpha
‑
gamma频段;其中delta
‑
alpha频段中AM:1~4Hz,FM:8~12Hz;alpha
‑
beta频段中AM:8~13Hz,FM...
【专利技术属性】
技术研发人员:刘军,魏启顺,张伟健,
申请(专利权)人:浙江象立医疗科技有限公司,
类型:发明
国别省市:
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。