基于體征信號(hào)分析的麻醉深度評(píng)價(jià)方法研究.pdf

1、麻醉是臨床手術(shù)中不可或缺的關(guān)鍵環(huán)節(jié)，如何保證病人在手術(shù)過程中安全和無痛苦是麻醉工作的核心問題。在復(fù)雜多變的手術(shù)過程中，為了確保麻醉安全，麻醉醫(yī)生必須長(zhǎng)時(shí)間注意力高度集中地全面性地觀察記錄病患各種生理特征，并根據(jù)自身經(jīng)驗(yàn)進(jìn)行分析和判別病患術(shù)中的麻醉深度。然而，由醫(yī)生的主觀判斷來評(píng)估麻醉深度，容易出現(xiàn)因?yàn)樗@信息與個(gè)人經(jīng)驗(yàn)的不足、身體的疲累與環(huán)境的干擾、潛在的因素和病患個(gè)體性差異而造成的誤判。隨著生物醫(yī)學(xué)工程與現(xiàn)代信息處理技術(shù)的深入交互和發(fā)

2、展，針對(duì)各種體征信號(hào)的測(cè)量和分析設(shè)備在很大程度上減輕了麻醉醫(yī)生的工作負(fù)擔(dān)。
　　 本文針對(duì)病患的各種生理體征信號(hào)在手術(shù)過程中麻醉和清醒狀態(tài)下的差異性，將信號(hào)處理方法和傳統(tǒng)醫(yī)學(xué)方法相結(jié)合，提出了全身麻醉手術(shù)過程中的麻醉深度分析的新指標(biāo)、新方法，并開發(fā)一個(gè)能夠綜合顯示信息的實(shí)時(shí)術(shù)中全身麻醉深度分析系統(tǒng)，用于提高臨床麻醉監(jiān)測(cè)與評(píng)價(jià)的準(zhǔn)確性，減少人為因素的診斷失誤，促進(jìn)麻醉監(jiān)測(cè)與評(píng)價(jià)技術(shù)臨床應(yīng)用的發(fā)展，保障病患在手術(shù)過程中的麻醉安全和術(shù)

3、后的快速良好恢復(fù)。本文的主要研究工作如下：
　　 (1)針對(duì)術(shù)中心電信號(hào)在手術(shù)過程中受到基線漂移、運(yùn)動(dòng)偽跡和工頻噪聲的干擾問題，通過對(duì)現(xiàn)有形態(tài)學(xué)濾波器數(shù)據(jù)進(jìn)行改進(jìn)以及以均方根誤差作為選取形態(tài)學(xué)中結(jié)構(gòu)元素長(zhǎng)度的參數(shù)，提出了一種基于形態(tài)學(xué)的約束適應(yīng)QRS波群濾波算法。同時(shí)提出了一種基于EMD和形態(tài)學(xué)的心電信號(hào)濾波算法。將EMD所得固有模式函數(shù)經(jīng)形態(tài)學(xué)濾波并進(jìn)行最小均方根誤差對(duì)應(yīng)長(zhǎng)度的特征提取，該算法能有效地去除心電信號(hào)中基線漂移、運(yùn)

4、動(dòng)偽跡和減弱工頻干擾。
　　 (2)針對(duì)術(shù)中腦電信號(hào)在手術(shù)準(zhǔn)備階段受到眼動(dòng)的干擾問題，提出了基于MEMD和樣本熵的眼電干擾濾波算法。算法通過分析對(duì)低頻眼電信號(hào)高度敏感的樣本熵值，得出包含眼電干擾的腦電信號(hào)樣本熵值均小于0.5。在此基礎(chǔ)上，比較分析EMD、EEMD、CEEMD和MEMD在分解信號(hào)固有模式函數(shù)上的性能。
　　 (3)針對(duì)心率變異性在特定條件下麻醉深度診斷中失效的問題，提出了基于HHT的血流變異性麻醉深度評(píng)價(jià)指

5、標(biāo)。血流變異性是在檢測(cè)手段和分析處理方面都優(yōu)于心率變異性的一項(xiàng)生理變化參數(shù)。當(dāng)心率變異性在受到特定麻醉藥物作用以及手術(shù)電刀的影響下，血流變異性可作為術(shù)中病患麻醉深度和意識(shí)程度的評(píng)價(jià)指標(biāo)?；贖HT的邊際譜分析，通過比較血流變異性和心率變異性的副交感神經(jīng)和交感神經(jīng)頻譜分布變化情況，經(jīng)臨床數(shù)據(jù)證明，血流變異性是一個(gè)能夠在心率變異性受到干擾時(shí)替代其作為診斷病人的麻醉狀態(tài)的生理指標(biāo)。
　　 (4)針對(duì)腦電信號(hào)的非線性特點(diǎn)，提出了基于腦電

6、信號(hào)分析的樣本熵和多尺度熵作為麻醉深度評(píng)價(jià)指標(biāo)。近似熵和樣本熵均能通過實(shí)時(shí)分析腦電信號(hào)的復(fù)雜度來判斷病患的麻醉深度和意識(shí)程度，但樣本熵在性能和敏感度上要優(yōu)于近似熵。腦電信號(hào)的多尺度熵是衡量在不同尺度上腦電信號(hào)的復(fù)雜度的指標(biāo)，但是其在實(shí)時(shí)分析過程中受到信號(hào)采樣頻率和數(shù)據(jù)長(zhǎng)度的限制。因此，提出了自適應(yīng)多尺度重采樣熵作為術(shù)中麻醉深度評(píng)價(jià)指標(biāo)，它通過自適應(yīng)地改變有限數(shù)量信號(hào)的采樣率來有效地細(xì)化的信號(hào)分解尺度，從而建立腦電信號(hào)在不同尺度上復(fù)雜度分