CN112006658B - 一种麻醉状态监测方法及装置 - Google Patents
一种麻醉状态监测方法及装置 Download PDFInfo
- Publication number
- CN112006658B CN112006658B CN202010847521.6A CN202010847521A CN112006658B CN 112006658 B CN112006658 B CN 112006658B CN 202010847521 A CN202010847521 A CN 202010847521A CN 112006658 B CN112006658 B CN 112006658B
- Authority
- CN
- China
- Prior art keywords
- index
- anesthesia
- electroencephalogram
- signal
- signals
- 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
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
- A61B5/72—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Surgery (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种麻醉状态监测方法及装置,涉及麻醉监测领域,包括以下步骤:信号采集步骤:获取脑电信号、心跳信号和呼吸信号;分析处理步骤:通过对脑电信号的特征提取得到脑电指数;通过对心跳信号和呼吸信号的分析得到心肺指数;结果评估步骤:基于心肺指数与脑电指数确定麻醉状态。本发明可以实现同时监测综合麻醉深度,并实现对镇静程度和镇痛程度变化的识别,满足临床麻醉的需要,并可为麻醉给药的输注提供参考,进而为麻醉患者提供最适合的麻醉状态,避免麻醉过深或过浅。
Description
技术领域
本发明涉及麻醉监测领域,尤其是一种麻醉状态监测方法及装置。
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。全身麻醉的实现有如下一些要求: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。镇静麻醉过深,药物过量会引起呼吸变慢,甚至呼吸停止,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,根据对象和手术需要不同,对全身麻醉程度有不同的要求,所以,在全身麻醉时,为了满足各种全身麻醉条件,需要根据手术的种类和各个患者调整给药量,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。
现有临床上的麻醉研究中心,关于镇静的监测研究最多,其中通过BIS监测指导术中控制不同的麻醉深度最为常见普遍。在肌松监测方面,通过相关肌松监测设备了解应用肌松药后机体神经肌肉传递功能的阻滞程度和恢复状况,提高了肌松药临床应用的安全性和合理性。而镇痛方面,麻醉师关注的指标有心率、平均动脉血压(MAP)等常规生理参数,通过麻醉医师长期的临床经验进行判断,并没有一个客观指标。
但是,目前常用的麻醉监测仪器,如BIS、心电监护仪等设备均独立配置,医疗资源并没有很好的整合到一;而各监测设备之间数据兼容性差,各种监护连接线错综复杂,使手术无法实现多维度,多参数的自动控制。此外,BIS监测设备价格昂贵,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。
发明内容
为解决上述问题,本发明提供了一种麻醉状态监测方法及装置,所述麻醉状态监测方法及其装置的特点在于能实现对麻醉状态的综合判断,特别地,还可监测到镇痛程度的变化。
本发明提供的一种麻醉状态监测方法,包括:
信号采集步骤:获取脑电信号、心跳信号和呼吸信号;
分析处理步骤:通过对脑电信号的特征提取得到脑电指数;通过对心跳信号和呼吸信号的分析得到心肺指数;
结果评估步骤:基于心肺指数与脑电指数确定麻醉状态。
进一步地,所述信号采集步骤中对心跳信号和呼吸信号的获取采用下述任一种方式:第一种,使用电极同时采集心跳信号和胸阻抗信号,再从胸阻抗信号中提取得到呼吸信号;第二种,使用电极直接采集心电信号,再从心电信号中导出心跳信号和呼吸信号(ECG-Derived respiration,EDR);第三种,采集胸阻抗信号,再从胸阻抗信号中提取得到呼吸信号和心跳信号。
进一步地,所述信号采集步骤中还包括去噪处理,用于过滤采集过程中的干扰信号。
进一步地,所述分析处理步骤中,脑电指数用于反映大脑皮层电活动的兴奋程度,例如脑电双频指数(BIS),脑电熵指数或病人状态指数(PSI)等。
进一步地,所述分析处理步骤中,心肺指数是通过对心跳信号与呼吸信号进行相似性分析而得到的,通过对心跳信号和呼吸信号之间的相似性分析,评估二种信号在时域或频域或时频域上的相似程度。
进一步地,所述结果评估步骤中对麻醉状态的包括:综合心肺指数和脑电指数计算得到麻醉指数并输出,其中麻醉指数越小则麻醉深度越深。
更进一步地,所述结果评估步骤中对麻醉状态的还包括:将此刻得到的心肺指数、脑电指数与上一时刻得到的值分别进行比较并输出变化值。
更进一步地,根据所述心肺指数和脑电指数随时间变化,两种信号的变化趋势,判断出镇静程度变化和镇痛程度变化。
本发明另一方面还提供给了一种用于麻醉状态监测的装置,所述装置包括脑电信号采集单元、心胸信号采集单元,用于处理脑电信号的第一分析单元和用以处理心胸信号的第二分析单元以及依据第一分析单元和第二分析单元处理后的数据评估得到最终麻醉深度的结果评估单元。其中,心胸采集单元是指为获取心跳信号和呼吸信号的采集组件。
采用本发明提供的一种麻醉状态监测方法及装置,可以实现同时监测综合麻醉深度,并实现对镇静程度和镇痛程度变化的识别,满足临床麻醉的需要,并可为麻醉给药的输注提供参考,进而为麻醉患者提供最适合的麻醉状态,避免麻醉过深或过浅。
附图说明
图1为本发明提供的一种麻醉状态监测装置的结构框图;
图2为本发明提供的一种麻醉状态监测方法的流程图;
图3为本发明实施例中描述的一种结果输出界面;
图4为本发明实施例描述的一种结果输出界面;
图5为本发明实施例描述的一种结果输出界面;
图6为本发明实施例描述的一种结果输出界面;
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是与图8相对应的心电图。
具体实施方式
本实施例提供了一种用于评估麻醉状态的监测装置,其结构框图如图1所示,方法流程如图2所示。监测装置的信号采集模块分为脑电信号采集单元及心胸信号采集单元。
脑电信号采集单元11可以通过脑电传感器或脑电电极进行脑电信号的采集,实现S11获取脑电信号。
心胸信号采集单元12实现S12获取心跳信号和呼吸信号。
在本实施例中,心胸信号采集单元12还可以是包含多个采集胸阻抗信号的电极,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,然后从采集到的胸阻抗信号中获取呼吸信号。
心跳信号的获得方法为,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内任意一个时间段)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(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,即实现S12获取心胸信号。
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,心胸信号采集单元12还可以包括多个电极,通过电极完成对心跳信号及胸阻抗信号的直接采集,并从胸阻抗信号中提取得到呼吸信号。心胸信号采集单元12还可以是只包含采集心跳信号的一个或多个电极,之后再从心跳信号中导出呼吸信号(ECG-Derived respiration,EDR),实现S12获取心胸信号。
脑电信号采集单元11及心胸信号采集单元12中均设有去噪模块,用于干扰信号的过滤,干扰信号包括例如肌电信号的生理干扰信号及非生理因素导致的干扰信号。
第一分析单元21接收到脑电信号后开始执行S21分析处理得到脑电指数,所述脑电指数反映脑电活动的兴奋程度,即镇静水平,通常脑电指数越大表示镇静水平越低。
在本实施例中,所述第一分析单元21对脑电信号的分析处理包括频域、时域、双谱域分析,得到的脑电指数为脑电双频指数。即,脑电信号采集单元11及第一分析单元21可以直接由脑电双频指数(BIS)采集分析模块代替。
在其他实施例中,第一分析单元21进行的分析处理还可以是对脑电信号的频谱分析,得到密度谱阵列图(Density Spectral Array,DSA),从DSA谱图中识别出δ、θ、α、β各频段的能量以及95%边缘频率(Spectral Edge Frequency,SEF),进而得到反映镇静水平的脑电指数。在其他实施例中,第一分析单元21还可进行其他分析处理得到任一能反映镇静水平的脑电指数,例如还可以是脑电状态熵指数、脑电复杂度等。
第二分析单元22对接收到的心跳信号和呼吸信号进行相似性分析,执行S22分析得到心肺指数。所述相似性分析是指对时间同步的呼吸信号和心跳信号做相关分析,评估两路信号的相似程度.在本实施例中,采用小波相干函数来完成相似性分析,并计算了用于表征相似程度的相干系数。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,或通过时域上的互相关函数来进行相似性分析。
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段,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。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:
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,Co(t,f)2为相干系数。在本实施例中设定窗口时长为30秒,即根据每30秒的心跳信号和呼吸信号计算得到一个心肺指数。
心肺指数与相干系数呈负相关,取值范围为0至100范围内。在本实施例中,心肺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[80,100]区间,代表心肺指数在80~100范围内。其他的具体数值范围处理不做公开。当心肺指数由大变小,则表示患者的麻醉程度变深;当心肺指数由小变大,则表示患者的麻醉程度变浅。
结果评估单元3基于第一分析单元21得到的脑电指数、第二分析单元22得到的心肺指数完成S3确定麻醉状态,包括对镇静水平和镇痛水平的判断,同时输出判断结果。
在本实施例中,脑电指数为BIS,在结果评估单元3中包括以下步骤:
S31综合心肺指数和脑电指数给出麻醉指数,用于评估麻醉深浅,以30秒为单位输出结果,麻醉指数越小,则麻醉深度越深,其具体数值对应状态见表1。例如,麻醉指数由90降至40意味着给麻醉药后受试者从清醒状态进入到深麻醉状态.在本实施例中麻醉指数的计算可通过心肺指数与脑电指数的均值表示。在其他实施例中,麻醉指数还可以是将心肺指数、脑电指数分别乘以不同系数来计算。
表1麻醉指数与麻醉深度状态对应表
麻醉指数范围 | 90~100 | 60~90 | 30~60 | 0~30 |
麻醉深度状态 | 清醒 | 浅麻醉 | 深麻醉 | 过度麻醉 |
S32比较心肺指数及脑电指数的变化:将此刻得到的心肺指数、脑电指数与上一时刻得到的值分别进行比较并输出变化值。
S33根据S32的变化值确定镇静程度变化和镇痛程度变化。当心肺指数与脑电指数的变化一致,则结果评估单元3判断为镇静程度的变化;当心肺指数、脑电指数发生了不一致的变化时,则根据指数的变化值大小来识别镇静、镇痛程度的变化,其中从脑电指数的变化值判断镇静程度变化,从心肺指数与脑电指数的差值判断镇痛程度的变化,并可由其差值进一步表征该时刻手术刺激的强度。在本实施例中通过设定一个二者变化值差值的阈值来判断变化的是否一致,该阈值设为“20”,当二者变化值差值在“20”以内,则认为心肺指数、脑电指数发生了一致的变化;当二者变化值差值大于“20”,则认为心肺指数、脑电指数发生了不一致的变化。此外,在本实施例中,只有当指数的变化值的绝对值大小超过“15”,结果评估单元3才进行镇静、镇痛程度变化的识别。
图3为麻醉诱导阶段时结果评估单元3的输出界面,输出界面的内容包括此刻的麻醉指数、上一时刻的麻醉指数,在本实施例中,上一时刻指前30秒;心肺指数、脑电指数的变化值;此刻镇静(Sed)镇痛(Ana)变化情况以及近20分钟的麻醉指数曲线。其中,t、t-1、t-2、t-3分别对应时刻为此刻、前30秒、前60秒、前90秒;“+”、“-”分别代表指数的增加、减小;箭头向上表示镇静或镇痛程度增加,箭头向下表示镇静或镇痛程度降低,水平箭头表示镇静或镇痛程度无变化。此刻的麻醉指数为“79”,上一时刻t-1即30秒前的麻醉指数为“98”,麻醉状态由清醒至浅麻醉。心肺指数与脑电指数的在当前时刻t的变化值分别为“-22”、“-16”,而t-1、t-2、t-3没有记录。因心肺指数与脑电指数的变化值差值小于20,二者变化一致,且二者指数变化值大小超过15,因此判断为镇静程度升高,镇痛程度无变化。
如图4所示,该时刻为麻醉状态下的第二次切皮时的结果输出单元的界面示意图,此刻脑电指数变化值为“+6”,而心肺指数变化值为“+34”,二者变化值差值为28,变化不一致,且只有心肺指数变化值大小超过15,此时麻醉指数由前一时刻(t-1)的50变为目前时刻(t)的70,说明此时镇痛程度下降,镇静程度无变化,且因镇痛变化造成了麻醉深度变浅,麻醉师可根据此情况追加镇痛药物。而在此前的t-1、t-2、t-3时刻,指数基本无变化,麻醉维持稳定状态。从曲线可观察到第一次切皮时间前后的麻醉指数变化情况,倒三角指数表明该麻醉指数变化是镇痛变化引起的,其他时刻曲线的变化因镇静变化导致的。在本实施例中,第一次切皮后没有给镇痛药,第二次切皮后即刻追加了镇痛药。
图5示出了第三次切皮的输出界面,麻醉指数基本无变化,心肺指数、脑电指数变化值均小于15,因此此刻虽然受试者经历了切皮,但其镇痛、镇静程度无变化,说明此前的镇痛水平足够,无需追加药物。
图6示出了拍打唤醒麻醉患者时刻的结果输出界面。麻醉指数曲线由前一时刻的71升到90,表明麻醉状态由浅麻变为清醒状态。脑电指数与心肺指数变化一致,因此表明镇静程度的降低,患者的意识恢复。
虽然以上结合附图和实施例对本发明进行了具体说明,但是可以理解,上述说明不以任何形式限制本发明。本领域技术人员在不偏离本发明的实质精神和范围的情况下可以根据需要对本发明进行变形和变化,这些变形和变化均落入本发明的范围内。
Claims (5)
1.一种麻醉状态监测装置,其特征在于,包括脑电信号采集单元、心胸信号采集单元,用于处理脑电信号的第一分析单元和用以处理心胸信号的第二分析单元以及依据第一分析单元和第二分析单元处理后的数据评估得到最终麻醉深度的结果评估单元;
所述心胸信号采集单元用于采集心跳信号和呼吸信号,所述第二分析单元通过对所述心跳信号和所述呼吸信号的相似性分析得到心肺指数;
所述第一分析单元通过对所述脑电信号的特征提取得到脑电指数,所述脑电指数反映脑电活动的兴奋程度;
所述结果评估单元基于所述心肺指数与所述脑电指数确定麻醉状态。
2.根据权利 要求1所述的麻醉状态监测装置,其特征在于,所述心胸信号采集单元包括用于采集胸阻抗信号的电极。
3.根据权利要求1所述的麻醉状态监测装置,其特征在于,所述脑电信号采集单元包括用于采集脑电信号的电极。
4.根据权利要求1所述的麻醉状态监测装置,其特征在于,所述对所述心跳信号和所述呼吸信号的相似性分析是通过小波相干性分析进行的。
5.根据权利要求1所述麻醉状态监测装置,其他特征在于,所述结果评估单元还包括分别计算相邻时刻心肺指数和脑电指数的变化值,并通过对二者变化值大小判断出镇静变化和镇痛变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010847521.6A CN112006658B (zh) | 2020-08-21 | 2020-08-21 | 一种麻醉状态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010847521.6A CN112006658B (zh) | 2020-08-21 | 2020-08-21 | 一种麻醉状态监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112006658A CN112006658A (zh) | 2020-12-01 |
CN112006658B true CN112006658B (zh) | 2022-08-02 |
Family
ID=73505389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010847521.6A Active CN112006658B (zh) | 2020-08-21 | 2020-08-21 | 一种麻醉状态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112006658B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113133744A (zh) * | 2021-04-30 | 2021-07-20 | 鹤壁市人民医院 | 一种多功能麻醉科用麻醉深度监测装置 |
CN114177415A (zh) * | 2022-01-12 | 2022-03-15 | 深圳市威浩康医疗器械有限公司 | 一种基于脑电信号监测老人麻醉靶控智能化方法及系统 |
CN114947755B (zh) * | 2022-07-26 | 2022-11-08 | 深圳美格尔生物医疗集团有限公司 | 一种nox指数计算方法及监护仪 |
CN116407721B (zh) * | 2023-03-30 | 2024-07-09 | 深圳市威浩康医疗器械有限公司 | 一种智能化晚期肿瘤手术的麻醉靶控系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FI64281C (fi) * | 1982-01-29 | 1983-11-10 | Instrumentarium Oy | Maetnings- och oevervakningssystem |
US6117075A (en) * | 1998-09-21 | 2000-09-12 | Meduck Ltd. | Depth of anesthesia monitor |
CN1871609A (zh) * | 2003-11-13 | 2006-11-29 | 德雷格医疗系统股份有限公司 | 处理装置和显示系统 |
US8715193B2 (en) * | 2005-03-24 | 2014-05-06 | General Electric Company | Determination of the clinical state of a subject |
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 |
DE102011117573A1 (de) * | 2011-10-28 | 2013-05-02 | Humboldt-Universität Zu Berlin | Verfahren und Einrichtung zum nichtinvasiven Überwachen von Schmerzstärken und zur Ermittlung von Narkosetiefen während medizinischer Eingriffe |
US20140316217A1 (en) * | 2013-04-23 | 2014-10-23 | Patrick L. Purdon | System and method for monitoring anesthesia and sedation using measures of brain coherence and synchrony |
TWI556796B (zh) * | 2014-01-28 | 2016-11-11 | 許淑霞 | 利用心電訊號估計麻醉深度的方法與裝置 |
CN104856673B (zh) * | 2014-02-20 | 2018-02-09 | 许淑霞 | 利用心电信号估计麻醉深度的方法与装置 |
CN107427230A (zh) * | 2015-02-05 | 2017-12-01 | Mc10股份有限公司 | 用于与环境相互作用的方法和系统 |
CN104771166A (zh) * | 2015-05-04 | 2015-07-15 | 思澜科技(成都)有限公司 | 基于生物阻抗的睡眠呼吸状态信号采集设备及监测系统 |
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 |
CN107348960A (zh) * | 2017-04-24 | 2017-11-17 | 宁波大学医学院附属医院 | 一种麻醉自动检测方法及装置 |
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 |
CN110897621B (zh) * | 2019-10-21 | 2022-10-28 | 思澜科技(成都)有限公司 | 一种生理信号提取方法及其系统 |
-
2020
- 2020-08-21 CN CN202010847521.6A patent/CN112006658B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 (2)
Title |
---|
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8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 |
---|---|
CN112006658A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112006658B (zh) | 一种麻醉状态监测方法及装置 | |
US20210015422A1 (en) | System and method for characterizing brain states during general anesthesia and sedation using phase-amplitude modulation | |
Clifford | Signal processing methods for heart rate variability | |
JP4399712B2 (ja) | 麻酔時及び鎮静時の覚醒度、痛感度及びストレス度の評価システム及び方法 | |
US6067467A (en) | EEG operative and post-operative patient monitoring method | |
US6016444A (en) | Automatic control of anesthesia using quantitative EEG | |
US8798735B1 (en) | Method and apparatus for the estimation of anesthetic depth using wavelet analysis of the electroencephalogram | |
EP1704818B1 (en) | Determination of the clinical state of a subject | |
EP1742155B1 (en) | Determination of the clinical state of a subject | |
EP1495715B1 (en) | A method and apparatus based on combination of three phsysiological parameters for assessment of analgesia during anesthesia or sedation | |
EP1618840B1 (en) | Monitoring subcortical responsiveness of a patient | |
US7711417B2 (en) | System and method for guidance of anesthesia, analgesia and amnesia | |
EP2286723A1 (en) | Method and apparatus for determining sleep apnea | |
US20090247893A1 (en) | Method and apparatus for measuring responsiveness of a subject | |
EP1788938A2 (en) | System, software, and method for detection of sleep-disordered breathing using an electrocardiogram | |
Zoughi et al. | A wavelet-based estimating depth of anesthesia | |
WO2021037260A1 (en) | Real-time pain detection and pain management system | |
CN116982937A (zh) | 一种基于深度学习的围术期麻醉深度监测系统 | |
CN112006659B (zh) | 一种麻醉状态监测方法及装置 | |
CN104856673B (zh) | 利用心电信号估计麻醉深度的方法与装置 | |
CN112006657B (zh) | 一种麻醉深度监测方法及装置 | |
RU2718544C1 (ru) | Способ комплексной оценки и визуализации состояния пациента во время седации и общей анестезии | |
EP3585261B1 (en) | System for diagnosing sleep disorders | |
Joysly et al. | Abnormality recognition during drowsy state from ECG and EEG | |
CN112399826A (zh) | 提供指示麻醉下患者意识丧失的参数 |
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 |