[發明專利]一種基于微狀態功率譜分析的麻醉深度監測系統及方法

在審

• 申請號: 201911118047.7
• 申請日: 2019-11-15
• 公開（公告）號: CN110811557A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 王剛;劉治安;施文;閆相國;李雅敏
• 申請（專利權）人: 西安交通大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0476;A61B5/145
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 弋才富

1.一種基于腦電微狀態的麻醉深度監測系統，其特征在于，包括腦電信號采集模塊(A)、微狀態時間序列構建模塊(B)、腦電時-頻信息計算模塊(C)、微狀態功率譜構建模塊(D)和分類識別模塊(E)五個模塊；

所述的腦電信號采集模塊(A)用于采集接受全身麻醉的樣本不同麻醉狀態下的腦電信號；

所述的微狀態時間序列構建模塊(B)先對腦電信號采集模塊(A)采得的信號通過腦電微狀態算法對不同麻醉狀態的腦電信號進行分析，構建相應的微狀態時間序列；

所述的腦電時-頻信息計算模塊(C)通過MEMD對腦電信號采集模塊(A)得到的信號進行分解，得到不同時間點的腦電信號的瞬時頻段和功率,進而得到各通道的希爾伯特譜；

所述的微狀態功率譜構建模塊(D)將微狀態時間序列構建模塊(B)得到的微狀態時間序列和腦電態時-頻信息計算模塊(C)得到的腦電信號瞬時頻率和功率信息相結合，得到不同頻率的微狀態功率譜；

所述的分類識別模塊(E)將微狀態功率譜構建模塊(D)得到的不同頻段的微狀態功率譜分別為特征輸入到SVM進行模式識別分類，SVM的二分類結果即為麻醉深度的監測結果。

2.基于權利要求1所述的一種基于腦電微狀態的麻醉深度監測系統的監測方法，其特征在于，包括以下步驟：

(1)利用腦血氧信號采集模塊(A)采集進行全身麻醉的樣本在不同麻醉狀態下的腦電信號；

(2)利用微狀態時間序列構建模塊(B)對采得的信號通過腦電微狀態算法對不同麻醉狀態的腦電信號進行分析，構建相應的微狀態時間序列；

(3)利用腦電時-頻信息計算模塊(C)通過MEMD對腦電信號進行分解，得到不同時間點的腦電信號的瞬時頻率和功率，進而得到各通道的希爾伯特譜；

(4)利用微狀態功率譜構建模塊(D)將得到的微狀態時間序列和腦電信號瞬時頻率和功率信息相結合，得到不同頻段的微狀態功率譜；

(5)利用分類識別模塊(E)對得到的不同頻段的微狀態功率譜作為特征值，輸入到SVM進行模式識別分類，SVM的二分類結果即為麻醉深度的檢測結果。

3.根據權利要求2所述的監測方法，所述步驟(2)具體包括：

(2.1)對于測得的腦電信號，通過cross-validation和Krzanowski-Lai Criterion兩種準則來決定微狀態的理想個數；

(2.2)提取腦電信號的全局能量譜(GFP,Global fieldpower)的峰值點，其中GFP的具體公式如下：

公式中，K代表總導聯數，V_i表示第i個導聯的電位；

(2.3)對GFP對應時刻的腦電信號通過Modified k-means算法來進行聚類，獲得微狀態拓撲，在聚類的同時，計算全局可解釋方差GEV，通過計算100次GEV使得GEV最大來保證最終得到的微狀態拓撲能最大程度克服Modified k-means算法的隨機性；

(2.4)將聚類出的微狀態與原始腦電信號的GFP函數峰值點腦電進行空間相關性配對，取最高空間相關性的微狀態拓撲作為此時的微狀態，即標記此時刻的腦電為該微狀態的序號；

空間相關性的公式如下：

式中，C為空間相關性，N_e為導聯數量，u為Map u的腦電地形圖，v為Map v的腦電地形圖，i為第i個導聯；

(2.5)對其余的腦電信號根據最近的GFP峰值對應微狀態進行標記，即可得到相應麻醉狀態的微狀態序列。