CN101081164A

CN101081164A - 非线性麻醉深度监测仪

Info

Publication number: CN101081164A
Application number: CN 200610021045
Authority: CN
Inventors: 吴洪宇
Original assignee: Individual
Current assignee: Individual
Priority date: 2006-05-30
Filing date: 2006-05-30
Publication date: 2007-12-05

Abstract

一种新型非线性麻醉深度监测仪，该仪器由电极、脑电信号放大器、数据处理主机、分析软件组成。脑电信号放大器放大和采集全麻或镇静状态下患者的脑电信号，通过无线通讯，输入数据处理机进行记录、分析和显示。采用非线性动力学分析的分析方法，对脑电信号中的思维和意识成分进行实时处理和显示；以非线性指数、非线性趋势图来表示患者麻醉深度的变化情况，达到在全麻或镇静手术中实时监测患者麻醉深度的目的。

Description

非线性麻醉深度监测仪

本发明涉及一种监测患者全麻或镇静状态下麻醉深度的仪器，该仪器通过对患者的自发脑电信号进行非线性实时处理，通过非线性指数和非线性趋势图来监测患者麻醉深度的变化情况。

技术领域本发明涉及一种对脑电信号进行采集、记录和非线性处理来监测麻醉深度的装置，它能够区分患者在全麻手术中不同的麻醉状态。

背景技术麻醉深度的监测在全麻手术中是非常重要的，如果麻醉不足，患者能感到疼痛而产生突然的动作，更严重的是麻醉不足和术中知晓会导致创伤后心理障碍和精神障碍。如果麻醉程度过深，会对患者的生命造成威胁。传统的麻醉监测方法有：观察心率、血压等临床体征、测量皮肤导电性、观察瞳孔对光反射、食管下段收缩性以及心率变异性等。由于这些方法指标并非是判定麻醉深度的特异性指标，并且无法确定其围术期的正常值，目前较少在临床中使用。目前用于麻醉深度监测的有：中潜伏期听觉诱发电位(MLAER)，由于听觉诱发电位信号十分微弱(小于0.5μV)，叠加过程非常耗时；在监测过程中需要给予患者声音刺激，患者必须无听觉障碍；而且MLAER没有直接反映大脑皮层的意识和信息加工过程，同时也受神经系统疾病和用药等因素的影响，还需进一步的研究。双谱指数方法(BIS)只利用原始脑电的一部分信息来进行分析，未能将全部脑电信息进行分析；BIS反映的是1分钟前的麻醉状态，达不到实时监测的要求。所以，在全麻手术中需要提供实时、有效的麻醉深度监测仪。

发明内容混沌理论和非线性动力学方法研究和分析大脑的功能活动表明：脑电信号起源于一个高度的非线性系统，脑电活动具有确定性混沌的特性，非线性动力学分析可以提供大脑功能活动的情况，所以使用非线性动力学分析适合于麻醉深度的监测。

本发明解决其技术问题所采用的技术方案是：

1.建立硬件系统：非线性麻醉深度监测仪硬件系统包括脑电信号放大器和数据处理主机。脑电信号放大器用于采集患者手术过程中的自发脑电信号，数据处理主机用于对采集数据进行记录、显示和非线性动力学处理。

2.编写应用软件：非线性麻醉深度监测仪软件系统由数据采集、通讯、记录、非线性动力学处理、显示和界面控制模块组成。其中非线性动力学方法有：关联维数、复杂度、近似熵。

2.1关联维数的计算公式为：

D_{2} = \lim_{r &RightArrow; 0} \frac{\log C (r)}{\log (r)}

2.2复杂度的计算按照Kasper和Schuster的算法进行计算；

2.3近似熵的计算按照Pincus的算法进行计算；

2.4将上述方法计算出的结果，再进行递推处理，得到非线性指数：

2.5将处理出的结果按指数和趋势图的方式进行显示。

3.进行临床试验：验证非线性动力学方法用于监测麻醉深度可行性，找出麻醉深度与非线性指数的关系，确定非线性指数值。

本发明的有益效果是：

非线性动力学分析用于麻醉深度的监测是可行的。非线性分析速度快、实时性强，在1秒之内即可处理出结果并进行显示。非线性指数能够实时、灵敏地反映全麻手术中患者的麻醉深度，便于麻醉师了解患者的麻醉深度情况，为控制麻醉药物提供客观依据。整个监测仪结构简单，操作简便。

附图说明下面结合附图和实施例对本发明进一步说明。

图1为本发明的硬件结构。本发明硬件部分由电极、脑电信号放大器和数据处理主机三部分组成。

图2为本发明的软件结构。本发明软件部分由硬件驱动模块、数据采集模块、记录模块、显示模块、非线性动力学处理模块和界面控制模块组成。

图3为经过本发明处理出的一个典型的全麻手术过程中的非线性趋势图，纵坐标表示从30到100的非线性麻醉深度指数(ENI)，横坐标表示手术中从开始进行非线性处理直到结束的时间。Cx表示采用复杂度方法进行处理的ENI，ApEn表示采用近似熵方法进行处理的ENI。

具体实施方式

在图1中，患者的自发脑电信号通过电极进行拾取(按照国际标准导联10～20系统在病人前额FP₁、FP₂安放电极，以耳垂为参考)，通过导线传输至脑电信号放大器中，经差动放大后由A/D转换器转换为数字信号(采样位数为12Bit，采样频率为500Hz。)，由通过微处理器控制的无线收发器将信号发射到数据处理主机。数据处理主机中的无线收发器接收到的数字信号，经USB控制器转换成USB总线信号传输至计算机主板的USB接口。通过软件将接收到的数据进行处理后在LCD显示器上进行显示，用户可通过键盘鼠标对软件进行设置和控制。

在图2中，传输至USB接口的数字信号经驱动程序，由数据采集模块采集到数据缓冲区中。由界面控制模块对人机对话进行管理，控制相应的模块将采集到缓冲区的数据进行记录、显示和非线性动力学实时处理。

在图3中，一个典型的全麻手术过程可以分为：清醒、诱导、麻醉维持、复苏和觉醒这样几个阶段。可以看出，不论是采用Cx进行处理的ENI，还是采用ApEn进行处理的ENI，均可以明显地反映出患者在全麻手术各阶段的思维和意识活跃程度：在麻醉开始前的清醒阶段，ENI的数值维持较高的水平(ENI值大于70)。在诱导阶段，随着麻醉药物进入患者体内并逐渐产生作用，患者的思维和意识活跃程度逐渐降低，ENI的数值也相应地呈现一个降低的趋势。在麻醉维持阶段，患者处于思维和意识丧失状态，ENI的数值降至最低(ENI值为35到60)，并在整个麻醉维持阶段中保持相对的稳定。在复苏和觉醒阶段，随着停用麻醉药物，患者的思维和意识活跃程度逐渐回复，ENI的数值也相应地呈现一个上升的趋势。

Claims

一种新型非线性麻醉深度监测仪，该仪器通过采集患者的全麻或镇静状态下的脑电信号，对其进行记录、分析和显示；其技术特征是使用非线性动力学方法，对脑电信号中的思维和意识成分进行实时计算和显示，以非线性指数、非线性指数随时间推移的变化趋势来反映患者麻醉深度的变化情况。