CN112006657B - 一种麻醉深度监测方法及装置 - Google Patents

一种麻醉深度监测方法及装置 Download PDF

Info

Publication number
CN112006657B
CN112006657B CN202010847322.5A CN202010847322A CN112006657B CN 112006657 B CN112006657 B CN 112006657B CN 202010847322 A CN202010847322 A CN 202010847322A CN 112006657 B CN112006657 B CN 112006657B
Authority
CN
China
Prior art keywords
signal
anesthesia
signals
analysis
anesthesia depth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010847322.5A
Other languages
English (en)
Other versions
CN112006657A (zh
Inventor
邓研辉
戴涛
王启帆
徐现红
王奕刚
金键
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sealand Technology Chengdu Ltd
Original Assignee
Sealand Technology Chengdu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sealand Technology Chengdu Ltd filed Critical Sealand Technology Chengdu Ltd
Priority to CN202010847322.5A priority Critical patent/CN112006657B/zh
Publication of CN112006657A publication Critical patent/CN112006657A/zh
Application granted granted Critical
Publication of CN112006657B publication Critical patent/CN112006657B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4821—Determining level or depth of anaesthesia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1114—Tracking parts of the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7285—Specific aspects of physiological measurement analysis for synchronising or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal

Abstract

本发明公开了一种麻醉深度监测方法及装置，涉及麻醉监测领域，其特征在于，包括以下步骤：信号采集：获取心跳信号和呼吸信号；分析处理：计算获取的心跳信号与呼吸信号的相似性；评估麻醉状态：根据心跳信号与呼吸信号的相似性评估麻醉深度。用本发明提供的麻醉深度监测方法及装置，可用于脑部手术；信号采集方法成熟，采集的信号真实且不易受其他信号干扰；通过多生理参数融合分析能综合反映麻醉病人的状态；可直接从现有必须的麻醉监护设备中获取信号进行分析，实现麻醉深度评估。

Description

一种麻醉深度监测方法及装置
技术领域
本发明涉及麻醉监测领域，尤其是一种麻醉深度监测方法及装置。
背景技术
全身麻醉是用药物或其他方法使患者整体暂时失去感觉，以达到无痛的目的进行手术治疗。全身麻醉的实现需要有如下要求：使患者意识丧失(镇静)；消除疼痛(镇痛)；导致机体不动(肌肉松弛)；和消除不必要的反射，如咽痉挛及心律失常(反射抑制)。据临床统计，大约只有不到三分之二的病人能够接收到优质的麻醉服务，约14％的患者被过度麻醉，16％的患者麻醉过浅，10％的患者处于时浅时深。当镇静麻醉过深，药物过量会导致呼吸变慢，甚至呼吸停止，还会造成大脑缺氧，引起病人心脏停止等危险。而如果麻醉过浅，使患者术中知晓，患者对手术有记忆甚至感到疼痛。然而，使用单一的麻醉剂，很难满足上述所有条件，此外，根据手术的种类和各个患者的不同，需要调整给药量，给药镇静剂，镇痛剂，肌肉松弛剂等。这种方法被称为“平衡麻醉”，是通过结合各种药物最大限度地减少各种药物副作用而实现理想的麻醉的技术。
而为了合理安全的麻醉用药，就需要监测麻醉深度，以确定麻醉深度，探测中枢神经系统的状态；避免术中知晓，避免病人术后有记忆。同时为减小麻醉药物用量，缩短复苏过程，提高麻醉安全，必须进行麻醉深度的监测，目前通过脑电监测指数来监测麻醉深度是最广泛采用方式。
然而现有技术中对麻醉深度的监测，主要是监测皮质层的脑电信号的脑电监测，无法对于皮质下脑电变化进行监测，同时脑电监测技术也存在一些缺点，如(1)脑电信号微弱，常混有额肌电信号，(2)脑电信号采集易受电刀干扰，因此仅通过现有脑电监测技术无法真实反映麻醉深度。同时，专有脑电设备及电极价格高昂，医院无法对所有手术都进行麻醉深度监测，同时也增加了患者的治疗成本。此外，在麻醉手术中，脑电麻醉深度监测装置与一般生理参数监测装置均独立配置，麻醉师难以在同一时间对与麻醉状态相关的所有生理参数进行关注和判断。
发明内容
本发明的发明目的在于：针对上述存在的问题，提供一种麻醉深度监测方法及装置，能综合反映麻醉深度。本发明采用的技术方案如下：
一种麻醉深度监测方法，其特征在于，包括以下步骤：
信号采集：获取心跳信号和呼吸信号；
分析处理：计算获取的心跳信号与呼吸信号的相似性；
评估麻醉状态：根据心跳信号与呼吸信号的相似性评估麻醉深度。
进一步地，所述信号采集中可仅直接采集心跳信号，然后从心跳信号中提取出呼吸信号从而获取心跳信号和呼吸信号；或者信号采集中可仅直接采集呼吸信号，然后从呼吸信号中提取出心电相关信号从而获取心跳信号和呼吸信号；或者，信号采集直接同时采集心跳信号和呼吸信号，例如直接从现有监护仪中获取呼吸信号和心跳信号。
进一步地，所述分析处理包括对呼吸信号与心跳信号进行相似性分析，所述相似性分析包括在时域或频域或时频域上进行分析得到相似性程度，所述评估麻醉状态包括由信号相似性程度来判断是否处于麻醉状态。
更进一步地，所述相似性分析可采用相干函数来进行，并计算其相干系数，所述评估麻醉状态包括基于其相干系数大小来评估麻醉深度。
进一步地，所述信号采集还包括获取血压、皮电及表征手指动作的手指加速度信号；
进一步地，所述分析处理还包括对血压、皮电及手指加速度信号进行多信号融合分析，例如将同时间段内各个信号发生的变化幅度按权重计算得到综合变化程度，再将综合变化程度与心电、呼吸信号的相似性程度合并得到麻醉指数。现代麻醉中一般认为手术中病人出现血压、心率、皮肤电导率的大幅变化以及体动与镇痛水平不足相关，因此本发明对多种生理参数进行监测，以实现全面监测病人麻醉深度。
本发明还提供了一种麻醉深度监测装置，所述装置包括信号采集单元、分析处理单元及结果显示单元，其特征在于：
所述信号采集单元用于获取心跳信号和呼吸信号；
所述分析处理单元用于计算获取的心跳信号与呼吸信号的相似性；
所述结果显示单元用于直观地显示麻醉深度结果。
进一步地，所述信号采集单元包括1个或多个电极，通过电极直接采集心跳信号和胸阻抗信号，并从胸阻抗信号中提取呼吸信号。
进一步地，所述信号采集单元包括1个或多个电极，通过电极仅采集心跳信号，并从心跳信号提取呼吸信号。
进一步地，所述信号采集单元包括1个或多个电极，通过电极仅采集胸阻抗信号，并从胸阻抗信号中提取心跳信号。
进一步地，所述信号采集单元中还包括采集皮肤电导率的电极及采集手指加速度的加速度传感器、以及血压采集组件。
进一步地，所述分析处理单元还包括进行多信号融合分析的计算模块，得到用于评估麻醉深度的麻醉指数。
综上所述，采用本发明提供的麻醉深度监测方法及装置，有益效果在于：可用于脑部手术；信号采集方法成熟，采集的信号真实且不易受其他信号干扰；通过多生理参数融合分析能综合反映麻醉病人的状态；可直接从现有必须的麻醉监护设备中获取信号进行分析，实现麻醉深度评估。
附图说明
图1为本发明实施例一提供的一种麻醉深度监测装置示意图；
图2为本发明实施例一提供的一种麻醉深度监测方法示意图；
图3为采用图2所示方法得到的麻醉深度记录；
图4为本发明实施例二提供的一种麻醉深度监测装置示意图；
图5为本发明实施例二提供的一种麻醉深度监测方法示意图；
图6为采用图5所示方法得到的麻醉深度记录；
图7为本发明实施例中采集到的原始胸阻抗信号图；
图8为归一化后的胸阻抗信号图；
图9为与图8相对应的心电图。
具体实施方式
实施例一
图1为本发明用于评估麻醉深度的监测装置的示意图；图2为本实施例用于评估麻醉深度的方法的流程图。
麻醉深度监测装置100包括信号采集单元10、分析处理单元20及结果显示单元30，其中信号采集单元10用于执行步骤S1获取呼吸信号和心跳信号。
在本实施例中，信号采集单元10包括1个或多个胸阻抗信号，然后进一步从胸阻抗信号中提取得到呼吸信号和心率信号。将电极粘贴在主躯干部进行信号采集，如将电极将2个电极片粘贴在测试者的胸口处，一个电极片粘贴在左侧胸部心尖位置，另一个电极片粘贴在右侧胸部，然后将采集到的胸阻抗信号进行去除噪音和归一化等预处理；然后按照0.8s(在其他实施例中可以采用0.4～2s之间任意时间)作为时间窗将步骤S1得到的胸阻抗信号划分为若干个信号段，然后对各个信号段逐段进行前向差分运算得到差分阵列，确定每个信号段中，差分阵列值最小的胸阻抗信号所在位置；以该位置为中心(在其他实施例中也可以采用后向阵列，以最大的差分阵列值为中心)，将0.05s为一个时间窗口，分别向前和向后找到波峰，该波峰用于表征心跳位置。
在本实施例中，图7为采集到的一例原始胸阻抗信号，经过识别、去噪和归一化之后即可得到图8，如图8所示为本实施里筛选出来的胸阻抗信号图，对图8中的心跳信号的范围进行标记，并确定心跳信号的波峰，通过与图9心跳信号中R波对比，可以发现心跳信号的波峰与R波(图9)的波峰基本重叠。
在其他实施例中，信号采集单元10包括两个电极，电极同时采集心跳信号和胸阻抗信号，信号采集单元10从胸阻抗信号中提取得到呼吸信号。两个电极优选贴在人体左右胸处、胸腹处，或贴于后背后腰位置。本实施例不对电极数量进行限制，信号采集单元10也可使用2个以上的多电极。
在其他实施例中，信号采集单元10可仅设置1个或2个的电极。电极只采集心跳信号，信号采集单元10再从心跳信号中提取得到呼吸信号(ECG-Derived respiration，EDR)。EDR算法已在多篇文献中记载，在此不作叙述。
步骤S2是在分析处理单元20中进行的，完成对从步骤S1获取的呼吸信号和心跳信号这两路信号的相似性分析。所述相似性分析是指对时间同步的呼吸信号和心跳信号选取一段时间窗口做相关分析，评估两路信号在时域或频域或时频域上的相似程度。相似程度越高，则麻醉深度越深。
在本实施例中，采用小波相干函数来完成相似性分析并计算了相干系数。在其他实施例中，对于心跳信号和呼吸信号的相似性分析还可通过识别频域上特征频率的相似程度来进行或通过时域上的互相关函数来进行。
具体地，在本实施例中，由于直接采集到的呼吸信号和心跳信号是离散的时间序列，因此先通过小波变换将时域上的呼吸和心跳信号变换为频域信号，且在本实施例中只考虑小波变换的实部。然后对呼吸信号和心跳信号在时频域进行相干性分析。相干性分析计算如公式(1)中所示：
Figure BDA0002643507580000061
其中T是呼吸信号，C是心跳信号，WCT(t，f)2为心跳信号C和呼吸信号T的小波互功率谱，WCC(t，f)与WTT(t，f)分别为心跳信号C和呼吸信号T的小波自功率谱，2为相干系数。在本实施例中，相似性可用相干系数来表征。
步骤S3则根据步骤S2获取的相似性程度得到麻醉指数并在结果显示单元30中显示。在本实施例中，如图3示出了一例采用本发明方法的麻醉深度监测记录，其横坐标为时间，纵坐标为麻醉指数，麻醉指数与S2获取的相似性程度呈正相关，取值范围为0至100范围内。在本实施例中，麻醉指数为相似性分段归一化后得到的，例如，将相干系数在0～0.03范围的数据归一化到[0,20]区间，代表麻醉指数在0～20范围内。其他的具体数值范围处理不做公开。麻醉指数越大代表麻醉状态越深。图3中，由前4分钟的记录可知，麻醉状态逐渐加深，由清醒至深麻醉；随后在4至18分钟内处于一段深麻醉的平稳期；18至20分钟时，麻醉深度指数下降，表明麻醉状态逐渐变浅至清醒。
实施例二
如图4、图5所示，本实施例的麻醉深度监测装置200的信号采集单元210除了获取心跳信号及呼吸信号外，还采集血压、血氧饱和度、皮电及加速度信号。
在本实施例中，信号采集单元210中除了包括实施例一中用于获取呼吸、心跳信号的电极外，信号采集单元210还包括用于手掌鱼际处的电极，通过该电极采集皮肤电导率信号，下文简称皮电信号。此外，信号采集单元210还包括一个或多个用于手指处采集加速度信号的加速度传感器，加速度传感器可与光电传感器用于同一手指，也可用于不同手指。
在本实施例中，信号采集单元210还包括设于手指处的光电传感器，用于采集脉搏波信号，再结合采集的心跳信号通过脉搏波传导时间的方法得到血压信号。在其他实施例中，信号采集单元还可以通过专门采血压信号的袖带或者设于手腕处、肱动脉处的脉搏波传感器进行血压信号的采集。
本实施例中信号采集包括实施例一中的S1外还包括S12获取血压、皮电、手指加速度等信号。血压、皮电以及手指加速度信号均可反映患者在麻醉中的接受诸如切皮等刺激的情况下的麻醉深度变化。
分析处理单元220对获取的多种生理信号进行分析，包括执行S2计算S1获取的呼吸信号、心跳信号的两路信号的相似性，同实施例一中所描述，对时间同步的呼吸信号和心跳信号选取短时窗口作频域转换，从时频域上分析两路信号的相似性。同时执行步骤S22，识别S12获取信号发生的变化，并按各自权重计算得到综合变化程度，综合变化程度包括正负值，其中，血压上升、皮电每秒波动数增加、手指加速度变大的变异为负值，生理信号发生反向的变化则综合变化程度为正值。然后执行步骤S23多信号融合分析得到麻醉指数：以S2的得到的相似性程度为基础，将同时间段S22得到的综合变化程度按设定比例叠加到S2得到的相似性程度中，得到取值范围在0～100的麻醉指数，麻醉指数越大则表示麻醉深度越深。
结果显示单元230执行步骤32输出麻醉指数，用以直观显示麻醉状态。图6示出了结果显示单元230显示的一段麻醉深度记录，其中横坐标为时间，纵坐标为麻醉指数。第3分钟给麻醉患者输注麻醉药之后患者进入深麻醉状态，然后马上执行插管操作，结合S12获取的皮电、血压信号发生变化，麻醉深度逐渐变浅直至5分钟时回归较稳定麻醉状态。10分钟时执行切皮，麻醉指数大幅下跌，麻醉深度变为浅麻状态直至13分钟逐步恢复到稳定麻醉状态。22分钟拍打病人至睁眼，执行拔管操作，病人恢复自主呼吸，然后闭眼进行术后恢复期，可以看到麻醉指数又上升，进入稳定麻醉状态。自29分钟开始护士拍打、呼唤患者，从图6可看到麻醉指数逐渐降低至0，表示患者恢复清醒。
上述实施例仅描述和呈现本发明，本发明不限于上述公开实施例的范围，任何涵盖在权利要求范围内的或等效的修改都属于本发明保护范围。

Claims (8)

1.一种麻醉深度监测装置，其特征在于，包括：
信号采集单元，用于获取心跳信号和呼吸信号；
分析处理单元，用于对获取的心跳信号与呼吸信号进行相似性分析得到相似程度，并根据所述相似程度评估麻醉深度，所述相似程度越高，则所述麻醉深度越深；
结果显示单元，用于直观地显示所述麻醉深度。
2.根据权利要求1所述麻醉深度监测装置，其特征在于，所述信号采集单元包括1个或多个电极，通过电极直接采集心跳信号和胸阻抗信号，并从胸阻抗信号中提取呼吸信号。
3.根据权利要求1所述的麻醉深度监测装置，其特征在于，所述信号采集单元包括1个或多个电极，通过电极仅采集心跳信号，并从心跳信号提取呼吸信号。
4.根据权利要求1所述的麻醉深度监测装置，其特征在于，所述信号采集单元包括1个或多个电极，通过电极仅采集胸阻抗信号，并从胸阻抗信号中提取心电相关信号。
5.根据权利要求1所述的麻醉深度监测装置，其特征在于，所述对获取的心跳信号与呼吸信号进行相似性分析包括在时域或频域或时频域上进行分析。
6.根据权利要求5所述的麻醉深度监测装置，其特征在于，所述相似性分析通过相干函数来进行，并计算得到用于评估麻醉深度的相干系数。
7.根据权利要求1所述的麻醉深度监测装置，其特征在于，所述信号采集单元中还包括采集皮肤电导的电极、采集手指加速度的加速度传感器、以及血压采集组件的至少一个生理信号采集组件。
8.根据权利要求7所述的麻醉深度监测装置，其特征在于，所述分析处理单元还包括进行多信号融合分析的计算模块，得到用于评估麻醉深度的麻醉指数。
CN202010847322.5A 2020-08-21 2020-08-21 一种麻醉深度监测方法及装置 Active CN112006657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010847322.5A CN112006657B (zh) 2020-08-21 2020-08-21 一种麻醉深度监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010847322.5A CN112006657B (zh) 2020-08-21 2020-08-21 一种麻醉深度监测方法及装置

Publications (2)

Publication Number Publication Date
CN112006657A CN112006657A (zh) 2020-12-01
CN112006657B true CN112006657B (zh) 2022-08-02

Family

ID=73505354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010847322.5A Active CN112006657B (zh) 2020-08-21 2020-08-21 一种麻醉深度监测方法及装置

Country Status (1)

Country Link
CN (1) CN112006657B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5372140A (en) * 1990-10-18 1994-12-13 The Victoria University Of Manchester Depth of anaesthesia monitoring
US6117075A (en) * 1998-09-21 2000-09-12 Meduck Ltd. Depth of anesthesia monitor
WO2013060322A1 (de) * 2011-10-28 2013-05-02 Technische Universität Dresden Verfahren und einrichtung zum nichtinvasiven überwachen und zur ermittlung von schmerzstärke und von narkosetiefe
TW201529040A (zh) * 2014-01-28 2015-08-01 Shu-Shya Hseu 利用心電訊號估計麻醉深度的方法與裝置
CN104856673A (zh) * 2014-02-20 2015-08-26 许淑霞 利用心电信号估计麻醉深度的方法与装置
TWM521449U (zh) * 2015-12-23 2016-05-11 Nat Inst Chung Shan Science & Technology 一種麻醉意識深度信號擷取裝置
CN205586002U (zh) * 2016-02-05 2016-09-21 思澜科技（成都）有限公司 用于甲状腺术中甲状旁腺的快速识别设备
CN106943119A (zh) * 2017-03-09 2017-07-14 北京大学第三医院 一种麻醉和意识深度监测系统
GB201710026D0 (en) * 2017-06-22 2017-08-09 Galvani Bioelectronics Ltd Nerve stimulation and monitoring device
CN109949880A (zh) * 2019-01-31 2019-06-28 北京汉博信息技术有限公司 一种手术数据处理方法
CN110755049A (zh) * 2019-11-05 2020-02-07 张永顺 一种基于体征信号分析的麻醉状态监测方法
US10702166B1 (en) * 2010-08-13 2020-07-07 Respiratory Motion, Inc. Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007519431A (ja) * 2003-11-13 2007-07-19 ドレーガー　メディカル　システムズ　インコーポレイテッド 処理装置および表示システム
BR112015026933A2 (pt) * 2013-04-23 2017-07-25 Massachusetts Gen Hospital sistema e método para monitoriar anestesia e sedação usando medições de coerência e sincronia cerebral
US9700218B2 (en) * 2014-09-29 2017-07-11 Covidien Lp Systems and methods for reducing nuisance alarms in medical devices
US20190209084A1 (en) * 2017-09-04 2019-07-11 V. Tyrone Bryant Wearable narcosis alert
CN110141230A (zh) * 2019-04-24 2019-08-20 陕西省人民医院 一种麻醉深度监测装置及麻醉深度监测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5372140A (en) * 1990-10-18 1994-12-13 The Victoria University Of Manchester Depth of anaesthesia monitoring
US6117075A (en) * 1998-09-21 2000-09-12 Meduck Ltd. Depth of anesthesia monitor
US10702166B1 (en) * 2010-08-13 2020-07-07 Respiratory Motion, Inc. Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability
WO2013060322A1 (de) * 2011-10-28 2013-05-02 Technische Universität Dresden Verfahren und einrichtung zum nichtinvasiven überwachen und zur ermittlung von schmerzstärke und von narkosetiefe
TW201529040A (zh) * 2014-01-28 2015-08-01 Shu-Shya Hseu 利用心電訊號估計麻醉深度的方法與裝置
CN104856673A (zh) * 2014-02-20 2015-08-26 许淑霞 利用心电信号估计麻醉深度的方法与装置
TWM521449U (zh) * 2015-12-23 2016-05-11 Nat Inst Chung Shan Science & Technology 一種麻醉意識深度信號擷取裝置
CN205586002U (zh) * 2016-02-05 2016-09-21 思澜科技（成都）有限公司 用于甲状腺术中甲状旁腺的快速识别设备
CN106943119A (zh) * 2017-03-09 2017-07-14 北京大学第三医院 一种麻醉和意识深度监测系统
GB201710026D0 (en) * 2017-06-22 2017-08-09 Galvani Bioelectronics Ltd Nerve stimulation and monitoring device
CN109949880A (zh) * 2019-01-31 2019-06-28 北京汉博信息技术有限公司 一种手术数据处理方法
CN110755049A (zh) * 2019-11-05 2020-02-07 张永顺 一种基于体征信号分析的麻醉状态监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A wavelet-based estimating depth of anesthesia;Zoughi, T; Boostani, R and Deypir, M;《ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE》;20121231;第25卷(第8期);第1710-1722页 *
Kunczik, J ; Pereira, CB ; (...) ; Czaplik, M.Contactless Anesthesia Monitoring in Spontanously Breathing Rodents.《41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society》.2019, *
全身麻醉监测技术应用与发展现状;张祖进,李辉,张红远;《医疗卫生装备》;20170815;第38卷(第08期);第122-126页 *
白内障手术的麻醉;樊广祥,戴涛;《中国实用医药》;20090928;第4卷(第27期);第141-142页 *

Also Published As

Publication number Publication date
CN112006657A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
EP1495715B1 (en) A method and apparatus based on combination of three phsysiological parameters for assessment of analgesia during anesthesia or sedation
Clifford Signal processing methods for heart rate variability
Orphanidou Derivation of respiration rate from ambulatory ECG and PPG using ensemble empirical mode decomposition: Comparison and fusion
US7603168B2 (en) Method and apparatus for the estimation of anesthesia depth
US20090247893A1 (en) Method and apparatus for measuring responsiveness of a subject
Saminu et al. Wavelet feature extraction for ECG beat classification
Lam et al. Measuring heart rate variability in free-living conditions using consumer-grade photoplethysmography: Validation study
Yi et al. Derivation of respiration from ECG measured without subject's awareness using wavelet transform
CN112006658B (zh) 一种麻醉状态监测方法及装置
WO2014091291A1 (en) A device and method for determining the probability of response to pain and nociception of a subject t
WO2021037260A1 (en) Real-time pain detection and pain management system
US20230363702A1 (en) Tracking nociception under anesthesia using a multimodal metric
Alawieh et al. A real-time ECG feature extraction algorithm for detecting meditation levels within a general measurement setup
CN112006657B (zh) 一种麻醉深度监测方法及装置
CN112006659B (zh) 一种麻醉状态监测方法及装置
RU2718544C1 (ru) Способ комплексной оценки и визуализации состояния пациента во время седации и общей анестезии
Ghanatbari et al. A comparative study of the output correlations between wavelet transform, neural and neuro fuzzy networks and BIS index for depth of anesthesia
Herrero et al. Electrocardiogram-based detection of central sleep apnea: a full-record signal processing approach
Farooq et al. Classification of Sleep using Polysomnography
TWI494082B (zh) 多維麻醉深度信號監控方法
Hsu et al. Health care platform based on acquisition of ECG for HRV analysis
WO2018156967A1 (en) System and method for diagnosing sleep disorders
CN213189654U (zh) 一种脑组织血氧信号和脑电信号监测仪
Amana VLSI Implementation for Biological Sensing Application
Ray et al. Design of ECG-based anaesthesia monitor/pain monitor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant