CN114340482A - 自适应麻醉深度监测器 - Google Patents

自适应麻醉深度监测器 Download PDF

Info

Publication number
CN114340482A
CN114340482A CN202080053945.3A CN202080053945A CN114340482A CN 114340482 A CN114340482 A CN 114340482A CN 202080053945 A CN202080053945 A CN 202080053945A CN 114340482 A CN114340482 A CN 114340482A
Authority
CN
China
Prior art keywords
patient
signal
doa
index score
processing circuitry
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.)
Pending
Application number
CN202080053945.3A
Other languages
English (en)
Inventor
M·莱斯米
M·罗南
Y·施瓦茨
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.)
Oridean Medical Co ltd
Original Assignee
Oridean Medical Co 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 Oridean Medical Co ltd filed Critical Oridean Medical Co ltd
Publication of CN114340482A publication Critical patent/CN114340482A/zh
Pending legal-status Critical Current

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
    • 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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/372—Analysis of electroencephalograms
    • A61B5/374—Detecting the frequency distribution of signals, e.g. detecting delta, theta, alpha, beta or gamma waves
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/389—Electromyography [EMG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/4064—Evaluating the brain
    • 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
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Cardiology (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Neurology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Anesthesiology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Neurosurgery (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

在一些示例中，一种方法包括基于患者的至少一种脑信号确定该患者的有效脑年龄度量；接收指示该患者的生理参数的信号；以及经由处理电路，基于所接收的信号和所确定的该患者的有效脑年龄度量来生成指示该患者的麻醉深度(DOA)的指数评分。

Description

自适应麻醉深度监测器
技术领域
本公开整体涉及患者监测。
背景技术
经历医疗规程的患者可以通过接收一种或多种药理麻醉剂而麻醉。不同的麻醉剂可能产生不同的效果，例如镇静或催眠(例如，缺乏意识或对周围世界的感知)、镇痛(例如，疼痛的钝化或不存在)或麻痹(例如，肌肉松弛，其可能导致或可能不会导致患者缺乏随意运动)。麻醉剂可以提供这些效果中的一种或多种，并且不同患者身上的麻醉程度存在差异。例如，神经肌肉阻断剂可以提供有效的麻痹，但不提供镇静或镇痛。阿片类可以提供镇痛和相对轻的镇静水平。挥发性麻醉剂可以提供相对显著的镇静水平和小得多的镇痛水平，而静脉内镇静剂丙泊酚可以提供镇静，但基本上不提供镇痛。由于这个原因，麻醉提供者可以同时向患者施用这些药剂中的几种以提供期望的效果集合。例如，麻醉提供者可以向患者施用挥发性麻醉剂以实现其镇静作用、施用神经肌肉阻断剂用于麻痹，以及施用阿片类药剂以提供镇痛。通常，由这些试剂提供的效果的量值取决于剂量；剂量越高，效果就越明显。
发明内容
本公开描述了用于在医疗规程(例如，外科规程)之前、期间和/或之后评估患者麻醉深度(在一些示例中也称为意识深度)的装置、系统和技术。例如，该系统和技术可以例如由临床医生或其他医务人员使用，以在医疗规程之前或期间(例如，在外科医生对患者进行手术的时间段内患者麻醉期间)评估患者，从而确定患者的DOA指数评分，该DOA指数评分指示患者例如在特定时间或时间段的所确定的DOA。
在本文所述的示例中，医疗装置系统的处理电路被配置为基于由处理电路接收的信号指示的患者的至少一个生理参数来生成患者的DOA指数评分。指示可用于确定DOA指数评分的患者生理参数的示例性信号可以包括但不限于脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、血压(BP)信号、心率(HR)信号、信号、脉搏血氧仪(SpO2)信号、体积描记图(手指和/或前额)信号、面部表情信号(例如，从用于视觉监测患者的相机接收的)、面部颜色信号(例如，从用于视觉监测患者的相机接收的)、二氧化碳描记图信号和/或听觉诱发电位(AEP)。
处理电路可以被配置为例如在患者被麻醉之前确定患者的有效脑年龄度量，作为DOA监测过程的一部分。患者的有效脑年龄可以与患者的生物学年龄不同，并且可以反映例如在患者随时间推移而变老时由结构、化学和功能变化引起的患者脑的变化。此类变化可以在患者麻醉时改变患者的EEG信号、其他脑信号和/或其他生理信号，包括这些信号的可以指示患者麻醉时的相对DOA水平的特征。处理电路可以基于所确定的患者有效脑年龄来调整DOA监测算法或其他评估技术，例如，使得处理电路基于所监测的生理参数和其特征更准确地生成DOA指数评分，对于具有所确定的有效脑年龄的患者，这些特征反映该患者的相对DOA水平。
在一些示例中，本公开涉及一种方法，该方法包括：经由处理电路，基于两个或更多个患者参数确定患者的有效脑年龄度量；接收指示该患者的生理参数的信号；以及经由该处理电路，基于所接收的信号和所确定的该患者的有效脑年龄度量来生成指示该患者的麻醉深度(DOA)的指数评分。
在一些示例中，本公开涉及一种系统，该系统包括处理电路，该处理电路被配置为：基于两个或更多个患者参数确定患者的有效脑年龄度量；接收指示该患者的生理参数的信号；以及经由该处理电路，基于所接收的信号和所确定的该患者的有效脑年龄度量来生成指示该患者的麻醉深度(DOA)的指数评分。
在一些示例中，本公开涉及一种方法，该方法包括：经由处理电路，基于患者的至少一种脑信号确定该患者的有效脑年龄度量；接收指示该患者的生理参数的信号；以及经由该处理电路，基于所接收的信号和所确定的该患者的有效脑年龄度量来生成指示该患者的麻醉深度(DOA)的指数评分。
在一些示例中，本公开涉及一种系统，该系统包括处理电路，该处理电路被配置为：基于两个或更多个患者参数确定患者的有效脑年龄度量；接收指示该患者的生理参数的信号；以及经由该处理电路，基于所接收的信号和所确定的该患者的有效脑年龄度量来生成指示该患者的麻醉深度(DOA)的指数评分。
本发明内容部分旨在提供本公开中描述的主题的概述。它并不旨在提供在附图和以下描述内详细描述的系统、装置和方法的排他性或详尽解释。在附图和以下描述中阐述了一个或多个示例的更多细节。根据说明书和附图以及以下提供的陈述，其他特征、目标和优点将是显而易见的。
附图说明
在结合附图考虑以下详细描述时，本公开的上述和其他特征、其性质和各种优点将更加明显，其中：
图1是示出用于评估患者麻醉深度的示例性系统的概念性简图。
图2是用于评估患者麻醉深度的系统的概念性简图。
图3是示出用于确定患者麻醉深度的示例性技术的流程图。
图4是示出用于确定患者麻醉深度的另一示例性技术的流程图。
具体实施方式
在一些示例中，本公开描述了用于在医疗规程(例如，患者接受外科医生手术的外科规程)之前、期间和/或之后评估患者的麻醉深度的系统、装置和技术。例如，这种评估可以在术前和/或医疗规程期间在患者麻醉时对患者执行。该评估可以表示为反映患者的相对麻醉深度(DOA)的DOA指数评分。如本文所述，该评估可以利用用于确定患者的有效脑年龄的度量(在本文中称为有效脑年龄度量)，使得DOA评估可以适于患者的有效脑年龄(例如，不是对所有患者使用相同的评估算法或仅基于患者的生物学年龄来调整评估算法)。
DOA监测器(包括得自Medtronic plc(爱尔兰都柏林)的Bispectral IndexTM(BIS)监测仪)可用于手术室(OR)以帮助临床医生控制施用给患者的麻醉药物剂量。例如，双谱(BIS)指数可以是可以利用来自EEG和生理信号处理技术的测量的合成产物而得出的经处理参数，所述生理信号处理技术包括双谱分析、功率谱分析和时域分析。BIS算法可以至少部分地基于可以与镇静/催眠高度相关的EEG信号特征(双光谱等)，包括高频(14到30Hz)激活的程度、低频同步的量、EEG内近抑制期的存在以及EEG内完全抑制(即，等电位、“平线”)期的存在。BIS指数可以提供受试者的DOA的指示，指数值为0表示“平线”EEG，而指数值100指示受试者完全清醒。这种DOA测量可以由手术室或重症监护环境中的护理提供者用来评估患者的状态并且相应地提供治疗(例如，调节麻醉剂或镇痛剂施用)。
DOA确定可有助于避免各种不良反应或情况，诸如但不限于术中知晓和回忆、恢复期延长和/或患者术后并发症风险增加，诸如术后谵妄。研究表明，使用脑电图(EEG)的DOA监测可以通过减少术中知晓的发生率，使麻醉药物消耗最小化，并导致患者更快醒来和恢复来改善患者治疗和结果。
对生物学年龄意义上的老年患者进行DOA监测可能是特别有用的，例如，因为麻醉药物的亚最佳滴定可能增加手术后并发症的风险，减小完全恢复的机会，并且可能具有其他不良后果。衰老的脑会遇到引起EEG信号、其他脑信号和/或其他生理参数改变的结构、化学和功能改变，并且因此示例性DOA监测算法例如在监测老年人时可能不太准。在一些示例中，“脑年龄”可以不仅直接受患者的生物学年龄影响，而且直接受到患者的生活方式、并存病、精神状态和身体状况的影响。
换句话说，生物学年龄意义上的老年人可以具有对应于更大或更小有效年龄的脑。作为例证，第一患者和在生物学年龄方面比第一患者大二十岁的第二患者可能具有基本上相同的有效脑年龄，例如在结构、化学和功能的背景下，尽管他们的生物学年龄存在差异。同样，对于生物学年龄相同的两名患者，其中一名患者的脑信号可以不同于另一名患者的脑信号，尽管他们具有相同的生物学年龄。这种差异可以由两个患者的脑在生物衰老期间经历了不同结构、化学和功能变化而引起。因此，使用例如相同算法分析患者的脑信号的DOA监测系统(诸如BIS监测器)可以比其中一名患者的DOA更准确地确定另一名患者的DOA，尽管前一名患者具有相同的生物学年龄。
根据本公开的示例，描述了装置、系统和技术，它们部分地基于所确定的患者有效脑年龄生成患者的DOA指数评分，该DOA指数评分指示患者的相对DOA。例如，监测系统可以在评估脑信号(和/或指示患者的DOA的患者的其他生理参数)采用基于为患者确定的有效脑年龄而调整的分析技术。可以至少部分地在患者麻醉之前的评估期间确定患者的有效脑年龄。可以用于确定患者的有效脑年龄的示例性参数可以包括例如患者的生物学年龄、患者未麻醉时的EEG信号和/或其他脑信号、患者的并存病、患者的衰弱、一个或多个其他生理参数诸心率和/或血压。
可以基于患者的确定的有效脑年龄来选择用于在随后麻醉时确定患者的DOA的监测算法。所选监测算法可以评估脑信号和其他生理参数以识别针对患者的特定有效脑年龄反映患者的实际DOA的特征。这些可识别的特征对于患者的有效脑年龄而言可能是唯一的，并且可能不会准确地反映具有不同有效脑年龄的患者的实际DOA。换句话说，患者的脑信号和/或其他监测参数的特征可以指示具有相同有效脑年龄的患者的基本上相同的DOA相对水平，而这些相同的特征可能不会指示具有不同有效脑年龄的患者的相同的DOA相对水平。因此，通过确定患者的有效脑年龄，DOA监测系统可以适于基于所确定的有效脑年龄更准确地确定患者的DOA，例如通过在患者被麻醉时识别指示与所确定的有效脑年龄相关联的特定DOA水平的一个或多个特征，例如即使相同的可识别特征可能不指示具有不同有效脑年龄的患者的相同的DOA水平。
在一些示例中，可以采用自适应DOA监测算法，该算法通过不仅考虑患者的EEG信号(和/或患者的其他脑信号)和生物学年龄，而且还考虑患者的附加参数，诸如使用调查问卷了解认知状态和/或先前的EEG记录、生理参数(诸如BP、HR等)和患者的病史来确定患者的DOA。这些附加参数对于评估患者的病症和确定麻醉的准确深度以及适应的药物滴定可能是重要的。
所生成的DOA指数评分可以是用于指示患者的相对麻醉深度的量表上的数值(例如，1到100的量表，其中指数评分为1表示患者的麻醉水平非常低或基本上没有麻醉，指数评分为100表示患者的麻醉水平非常高；或1到10的量表；或另一数值量表)。在一些示例中，在医疗规程之前、期间和/或之后对患者的治疗可以基于DOA指数评分来定制。这样，可以通过例如在医疗规程之前、期间和/或之后基于所确定的DOA指数评分修改施用给患者的麻醉来根据需要改善经历手术的患者的整体治疗。
在一些示例中，本公开描述了用于评估DOA、特别是老年患者的DOA的自适应算法。在外科手术之前，可以通过调查问卷或其他技术来评估患者的认知状态和身体状态，并且进行评分。DOA监测算法不仅可以考虑由例如EEG记录的脑活动的波动，还可以考虑诸如生物学年龄、并存病、衰弱和外科手术之前的基线EEG记录的参数以适当地计算自适应DOA指数评分，以及生理参数诸如血压、心率等。该算法可以识别EEG或其他脑信号中特定于衰老的模式或其他特征(β、α、δ、γ和θ波的变化、K-综合波和纺锤波的数量减少等)。例如，初始步骤可以是评估患者的EBA。在一些示例中，这可以由临床医生利用调查问卷来评估患者(诸如衰弱和简易精神调查问卷)，和/或仅使用在外科手术之前拍摄的EEG特征(或其他脑信号特征)来完成。在一些示例中，该新算法使用现有技术的方法，诸如小波变换、双谱、盲源分离和神经网络，以便更准确地计算老年人的麻醉深度指数。该算法可以具有多个阶段，最初对脑信号进行表征和分类，然后使用针对特定群体(例如，对应于相同有效脑年龄的群体)定制的算法或其他评估技术来计算DOA指数评分。此类监测技术可能例如由于确定更好地反映患者的实际DOA的DOA指数评分而使患者护理改善。
患者的可由监测系统用来生成DOA指数评分的示例性生理参数信号包括例如脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、血压(BP)信号、心率(HR)信号、体温信号、脉搏血氧仪(SpO2)信号、体积描记图(例如基于患者的手指和/或前额处的传感器而生成)信号、面部表情信号(例如，从用于监测患者的相机接收的)、面部颜色信号(例如，从用于监测患者的相机接收的)、二氧化碳描记图信号和/或听觉诱发电位(AEP)。可以使用可以在许多手术室中发现的或者可以相对容易地集成到手术室环境中的装置来测量此类参数。在一些示例中，用作患者的EBA的指示器的主信号是EEG。上文列出的其他参数可以与EEG结合使用以确定DOA，例如，无论年龄如何。
本文所述的监测系统(在一些示例中也称为DOA评估系统)用于生成患者的DOA指数评分的生理参数可以具有反映患者的相对DOA水平的可识别特征。该生理信号可以例如表现出指示患者DOA的相对水平的可识别特征(例如，模式或其他特征)。在一些示例中，指示相对DOA水平的可识别特征可以特定于具体的有效脑年龄或有效脑年龄范围。相反，相同的可识别特征可以指示不同的相对DOA水平，或者可以不指示具有不同有效脑年龄或有效脑年龄范围的患者的相对DOA水平。通过确定患者的有效脑年龄，DOA监测系统可以适于识别指示针对所确定的患者有效脑年龄的相对DOA水平的一个或多个特征，然后至少部分地基于与所确定的有效脑年龄相关联的可识别特征来生成患者的DOA指数评分。例如，可以从由EEG(或其他脑信号)得出的一个或多个特征中识别示例性特征，包括例如β波-δ波比、波峰位置，这些特征对于每种EBA有不同的作用。因此，当基于EBA计算患者的DOA指数评分时，这些和其他特征可以具有不同权重。
在一些示例中，一旦监测系统的处理电路已经确定患者的DOA指数评分，监测系统将可以例如向临床医生或其他医务人员显示或以其他方式报告所确定的DOA指数评分。在一些示例中，可以根据数字量表来显示DOA指数评分，例如在1到100的量表上显示，其中1指示患者无DOA或最低DOA，100指示最高DOA。另选地或附加地，可以通过显示非数值技术来指示患者的DOA指数评分，例如使用颜色量表，其中不同的颜色对应于不同的相对DOA水平(例如，绿色反映期望的DOA，红色反映不期望的DOA)或表明DOA水平的文字(例如，“低DOA”、“中DOA”或“高DOA”)。
在一些示例中，对于被确定为具有相对低或高的DOA指数评分的患者，可以修改手术室环境中针对该患者的麻醉管理或方案，例如麻醉的类型(全身麻醉、脊椎麻醉)，使用的药物的类型，在诱导期间的滴定速率，患者的镇静的监测等以考虑该相对低或高的DOA指数评分。例如，DOA监测系统被配置为向临床医生提供行动方针的推荐，例如修改递送给患者的麻醉剂的一个或多个特定参数(例如，特定药物的药物递送推注)以改善患者的DOA。
图1是根据本公开的一些示例的示例性监测系统110的透视图。监测系统110可以是DOA评估系统，因为监测系统110可以被配置为例如在医疗规程之前、期间和/或之后生成患者的DOA指数评分。在一些示例中，监测系统110可以被实施为EEG、EOG、ECG和/或EMG监测系统的一部分。在一些示例中，监测系统110可以被实施为DOA系统的一部分，例如被配置为生成双谱指数
Figure BDA0003489511440000081
的监测系统，包括在1995年10月17日公布的美国专利5,458,117中公开的类型的示例性监测系统，该专利的全部内容以引用方式并入本文。
在一些示例中，监测系统110可以包括传感器单元112和监测器114。在一些示例中，传感器单元112可以包括血氧仪传感器或被配置为感测血压、心率等或它们的任何组合的其他传感器。传感器单元112可以包括被配置为将一个或多个波长的光发射到受试者的组织中的光源，和被配置为检测由受试者的组织反射或行进通过受试者的组织的光的检测器。监测系统110还可以包括一个或多个附加传感器单元(未示出)，其可以例如采用本文参考传感器单元112所述的任何示例的形式。附加传感器单元可以是与传感器单元112相同类型的传感器单元，或者与传感器单元112不同类型的传感器单元(例如，光声传感器)。多个传感器单元可以能够定位在受试者身体上的两个不同位置。传感器单元112也可以被包括在一个或多个附加类型的传感器(例如，用于感测电生理信号诸如EEG、EMG、ECG和/或EOG信号的电极)的阵列中。例如，传感器单元112可以被包括在被配置为位于受试者的头部上的多传感器阵列中。下面详细描述另外的示例。
在一些示例中，传感器单元112可以连接到监测器114，如图所示。传感器单元112可以由内部电源例如电池(未示出)供电，可以从监测器114汲取电力，或者可以由另一电源供电。在另一示例中，传感器单元112可以无线连接(未示出)到监测器114。监测器114可以被配置为至少部分地基于从任何类型的任何传感器(例如，EEG、EOG、ECG或EMG电极)接收的数据来确定DOA指数评分。
监测器114可以被配置为至少部分地基于来自一个或多个传感器单元(诸如传感器单元112)的信息来确定一个或多个生理参数或其他患者参数。例如，监测器114可以被配置为确定脉搏率、呼吸率、呼吸力、血压、血氧饱和度(例如，动脉血氧饱和度、静脉血氧饱和度或两者)、血红蛋白浓度(例如，氧合血红蛋白浓度、脱氧血红蛋白浓度和/或总计)、任何其他合适的生理参数或它们的任何组合。在一些示例中，系统110的处理电路可以对来自传感器单元或中间装置的输出执行计算，并且如果处理电路未被包括在监测器114中，则计算的结果可以被传递到监测器114。此外，监测器114可以包括被配置为显示生理参数或关于系统的其他信息的显示器120。
显示器120可以被配置为显示为患者生成的DOA指数评分，其中该DOA指数评分指示患者的DOA。在所示的示例中，监测器114还可以包括扬声器122，该扬声器被配置为提供可以在各种其他示例中使用的声音，例如，在由系统110为特定患者确定的DOA指数评分高于或低于预先确定的阈值或值范围的情况下发出声音警报。在一些示例中，生理监测系统110可以包括经由电缆或无线网络链接与监测器114通信的独立监测器。
在一些示例中，传感器单元112可以经由电缆124在输入端或端口136处通信地耦接到监测器114。电缆124可以包括电导体(例如，用于传输来自传感器单元112的电信号的电线)、光纤(例如，用于传输来自传感器单元112的发射光的多模或单模光纤)、任何其他合适的部件、任何合适的绝缘件或护套，或它们的任何组合。在一些示例中，可以使用无线发射装置(未示出)等来代替或辅助电缆124。监测器114可以包括传感器接口，该传感器接口被配置为接收来自传感器单元112的信号，向传感器单元112提供信号和电力，或以其他方式与传感器单元112通信。该传感器接口可以包括可以允许监测器114与传感器单元112进行通信的任何合适的硬件、软件或两者。
在例示的示例中，监测系统110包括监测器126。尽管系统110包括两个监测器，但是系统110的其他示例可以只包括单个监测器或者包括超过两个监测器，这些监测器被配置为执行监测器114和监测器126所提供的功能。监测器126可以包括任何合适的显示器，例如但不限于阴极射线管显示器、平板显示器(如图所示)诸如液晶显示器(LCD)或等离子体显示器，或者可以包括任何其他类型的被配置为例如显示DOA指数评分或根据本公开示例的基于所确定的DOA指数评分而生成的其他信息的合适的监测器。监测器126可以被配置为确定一个或多个生理参数并且经由显示器128呈现来自监测器114和/或其他监测装置的信息。例如，监测器126可以被配置为显示关于受试者的DOA指数评分的信息，和EEG、EMG、EOG、血氧饱和度(称为“SpO2”测量)、血压(BP)、心率(HR)、体温、面部表情信号(例如，基于由用于监测受试者的相机捕获的图像来确定)、面部颜色(例如，基于由用于监测受试者的相机捕获的图像来确定)、二氧化碳浓度或分压(例如，在患者的呼气量中)和/或听觉诱发电势(AEP)。生理监测器126可以包括扬声器130，例如，以便向用户呈现听觉消息。
监测器114可以经由分别耦接到传感器输入端口或数字通信端口的电缆132或134通信地耦接到监测器126，并且/或者可以无线地通信(未示出)。另外，监测器114和/或监测器126可以耦接到网络以使得能够与服务器或其他工作站(未示出)共享信息。监测器114可以由电池(未示出)或由常规电源(诸如墙壁插座)供电。
如图1所描绘，监测器126可以通信地耦接到电生理传感器150。该耦接可以通过监测接口电缆140发生，该电缆连接到处理模块138，该处理模块本身经由生理信息电缆142连接到电生理传感器150。处理模块138包括可以执行多个处理操作(例如，下文描述的那些)中的任一个并且可以如本文参考监测器114所述的那样实施的处理电路。例如，处理模块138可以是
Figure BDA0003489511440000111
模块，其可以被配置为识别电生理传感器150的特征(例如，传感器布置、使用历史)和/或将信号(以原始形式或经处理的形式)从电生理传感器150递送到多参数生理监测器126。电生理传感器150可以包括一个或多个单独的电生理传感器(诸如电极144、146和148)，它们可以例如作为外部头皮电极定位在受试者的一个或多个身体部位处。尽管系统110示出了三个电极(电极144、146和148)，但是可以使用任何合适数量的电极(例如，10到20个电极)。
在示例中，监测器126可以被配置为在一定时间间隔和以特定频率至少部分地基于来自电生理传感器150的信号来显示基于生理的参数，诸如DOA指数评分，所述时间间隔和特定频率可以由用户调整(例如，最后15至30秒，并且每秒更新)。附加地或另选地，监测器126可以被配置为显示所生成的DOA指数评分、EEG信号、EOG信号、ECG信号和/或EMG信号。
在一些示例中，电生理传感器150可以直接连接到监测器126，而无需使用处理模块138。在示例中，处理模块138可以被包括在监测器126或监测器114内。在示例中，传感器112和电生理传感器150两者可以通信地耦接到公共处理电路(例如，处理模块138)，该公共处理电路可以基于来自一个或多个传感器的信号向监视装置(例如，监测器126)传输信息。如上所述，传感器112和150可以被配置在单个传感器主体中，或者可以彼此物理地附接。在示例中，监测器126和监测器114可以组合到单个监测装置中。应当注意，可以使用适于执行本文所述的技术的感测和监测装置的任何合适的配置。
图2是根据本公开的一些示例的示例性监测系统200的框图。监测系统200包括传感器单元212，该传感器单元包括一个或多个表面(例如，头皮)电极204并且通过电缆208通信地耦接到处理模块206，该处理模块包括处理电路。处理模块206可以由电缆210通信地耦接到处理系统214。例如，电缆210可以耦接到处理系统214的输入端。在例示的示例中，处理系统214可以包括耦接到显示器218、输出220和用户输入222的处理电路216。
在一些示例中，传感器单元212可以包括由一个或多个表面电极204电连接到患者202的头部的EEG引线，在一些示例中，这些EEG引线是
Figure BDA0003489511440000121
4电极传感器(爱尔兰都柏林Medtronic plc)的一部分。在一些示例中，传感器单元212可以检测受试者202的脑的电活动(例如，生成EEG)并且通过电缆208将指示该电活动的电信号传输到处理模块206，该处理模块可以生成输入信号(包括基于来自传感器单元212的信号的信息)并通过电缆210将其传输到处理系统214。由传感器单元212生成的信号可以应用于用来处理EEG信号的任何装置。例如，传感器单元212可以应用于在1995年10月17日公布的美国专利5,458,117中公开的类型的双谱指数
Figure BDA0003489511440000122
生成器，该专利的全部内容以引用方式并入本文。附加地或另选地，可以处理由传感器单元212生成的EEG信号以采用本文所述的方式生成DOA指数评分。
在一些示例中，处理模块206可以对应于图1的处理模块138。例如，处理模块206可以是
Figure BDA0003489511440000123
模块，其可以被配置为识别传感器单元212的特征(例如，传感器布置、使用历史)和/或通过电缆210将输入信号传输到处理系统214。在一些示例中，输入信号可以包括来自传感器单元212的信号(原始形式或经处理的形式)。输入信号可以包括例如由传感器单元212的一个或多个表面电极204生成的EEG、EOG和/或EMG信号。在一些示例中，处理模块206可以包括放大器或其他合适的EEG、EOG和/或EMG信号处理部件，并且通过电缆210传输的输入信号可以包括由这些部件中的一个或多个生成的信号。在一些示例中，输入信号可以表示受试者202的脑活动，并且处理系统214可以接收该输入信号并且确定指示受试者202的DOA的DOA指数评分。在一些示例中，传感器单元212可以直接连接到处理系统214，而无需使用处理模块206。在一些示例中，处理模块206可以被包括在处理系统214内。应当理解，可以使用适于执行本文所述的技术的感测和监测装置的任何合适的配置。
处理系统214的处理电路216以及处理模块206和本文所述的其他处理模块或电路可以是任何合适的软件、固件、硬件或它们的组合。处理电路216可包括任何一个或多个微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或离散逻辑电路。本文所述的处理器(包括处理电路216)所提供的功能可由硬件装置的处理电路提供，例如由软件和/或固件支持。
在一些示例中，处理电路216被配置为确定与患者202相关联的生理信息。例如，处理电路216可以确定DOA指数评分或任何其他合适的生理参数，诸如本文所述的那些。处理电路216可以执行对输入信号210的任何合适的信号处理以对输入信号进行滤波，诸如任何合适的带通滤波、自适应滤波、闭环滤波、任何其他合适的滤波和/或它们的任何组合。处理电路216还可以从另外的源(未示出)接收输入信号。例如，处理电路216可以接收含有关于向患者提供的治疗的信息的输入信号。处理电路216可以在根据处理系统200执行的任何计算或操作中使用另外的输入信号。在一些示例中，处理电路216可以适于执行软件，该软件可以包括操作系统和一个或多个应用程序作为执行本文所述的功能的一部分。在一些示例中，处理电路216可以包括用于执行本文所述的功能的每个或任何组合的一个或多个处理电路。
在一些示例中，处理电路216可以耦接到存储器224。存储器224可包括任何易失性或非易失性介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失性RAM(NVRAM)、电可擦可编程ROM(EEPROM)、闪存存储器等。存储器224可以是存储装置或其他非暂态介质。存储器224可以由处理电路216用来例如存储与生理监测相对应的基准信息或初始化信息。在一些示例中，处理电路216可以在存储器224中存储生理测量或来自输入信号210的先前接收的数据以供稍后检索。在一些示例中，处理电路216可以在存储器224中存储所确定的值(诸如DOA指数评分)或任何其他所计算的值以供稍后检索。
处理电路216可以耦接到显示器218、用户输入222和输出220。在一些示例中，显示器218可以包括一个或多个显示装置(例如，监测器、PDA、移动电话、平板电脑、任何其他合适的显示装置，或它们的任何组合)。例如，显示器218可以被配置为显示由监测系统200确定的生理信息和DOA指数评分。在一些示例中，显示器218可以对应于图1的显示器120或128。在一些示例中，用户输入222被配置为接收来自用户的输入，例如关于受试者202的信息，诸如年龄、体重、身高、诊断、药物、治疗等。在一些示例中，显示器218可以呈现出可以通常应用于受试者202的值的列表，例如年龄范围或药物家庭，用户可以使用用户输入222来对其进行选择。
用户输入222可以包括用于与用户交互的部件，诸如小键盘和显示器，该显示器可以与显示器218相同。在一些示例中，该显示器可以是阴极射线管(CRT)显示器、液晶显示器(LCD)或发光二极管(LED)显示器，并且该键盘可采用字母数字键盘或与特定功能相关联的减少的一组按键的形式。附加地或另选地，用户输入222可以包括外围指向装置，例如鼠标，用户可经由该外围指向装置与用户接口进行交互。在一些示例中，该显示器可以包括触摸屏显示器，并且用户可以经由该显示器的触摸屏与用户输入222交互。在一些示例中，用户还可以经由联网计算装置远程地与用户输入222交互。
在一些示例中，输出220可以包括一个或多个医疗装置(例如，显示各种生理参数或其他参数的医疗监测器、医疗报警器，或可以显示生理参数或使用处理电路216的输出作为输入的任何其他合适的医疗装置)、一个或多个音频装置、一个或多个打印装置、任何其他合适的输出装置，或它们的任何组合。例如，输出220可以生成由监测系统200确定的生理信息或DOA指数评分的打印输出。在一些示例中，输出220可以是监测器126或监测器114的一部分。
在一些示例中，输出220可以包括通信接口，该通信接口可以使处理系统214能够与外部装置交换信息。该通信接口可以包括任何合适的硬件、软件或两者，其可以启用监测系统200(例如，处理系统214)以与电子电路、装置、网络或它们的任何组合通信。该通信接口可以包括一个或多个接收器、发射器、收发器、天线、插入式连接器、端口、通信总线、通信协议、装置识别协议、任何其他合适的硬件或软件，或它们的任何组合。该通信接口可以被配置为允许有线通信(例如，使用USB、RS-232、以太网或其他标准)、无线通信(例如，使用Wi-Fi、IR、WiMAX、蓝牙或其他标准)或两者。例如，该通信接口可以使用通用串行总线(USB)协议(例如，USB 2.0、USB 3.0)来配置，并且可以被配置为使用四针USB标准Type-A连接器(例如，插头和/或插座)和电缆耦接到其他装置(例如，存储模板的远程存储器装置)。在一些示例中，该通信接口可以包括内部总线，例如用于插入扩展卡的一个或多个插槽。
监测系统200可以结合到图1的监测系统110中。例如，传感器单元212可以被实施为传感器单元150的一部分。处理系统214可以被实施为图1的监测器114或多参数生理监测器126的一部分。显示器218可以被实施为图1的显示器120或128。此外，监测系统200的全部或部分可以嵌入在与受试者202一起携带或附接到该受试者的小而紧凑的物体(例如，手表、其他首饰或智能电话)中。在一些示例中，无线收发器(未示出)也可以被包括在监测系统200中，以实现与图1的生理监测系统110的其他部件的无线通信。因此，图2的监测系统200可以是完全便携式和连续受试者监测解决方案的一部分。在一些示例中，无线收发器(未示出)也可以被包括在监测系统200中，以实现与图1的监测系统110的其他部件的无线通信。例如，处理模块206可以通过蓝牙、802.11、WiFi、WiMax、电缆、卫星、红外或任何其他合适的传输方案来传送其生成的输入信号。在一些示例中，可以在监视系统200的任何通信部件之间使用无线传输方案。在一些示例中，监测系统200可以包括被配置为执行特定任务的一个或多个通信地耦接的模块。在一些示例中，可以包括监测系统200作为通信地耦接到一个或多个其他模块的模块。
监测系统200的被示出和描述为单独部件的部件仅出于示意性说明的目的而被这样地示出和描述。在其他示例中，一些部件的功能可以在单个部件中组合。例如，处理电路216和处理模块206的功能可以在单个处理电路系统中组合。另外，本文所示和所述的一些部件的功能可以在多个部件中划分。另外，监测系统200可以执行图2中未示出的其他部件的功能。在一些示例中，可能不需要一个或多个部件的功能。在一些示例中，可以在处理电路中实现所有部件。
在一些示例中，图1和图2的处理部件和/或电路中的任一个或其部分(包括传感器112、150和212、监测器114和126、处理电路216和处理系统214)可以被统称为处理设备。例如，处理设备可以被配置为将来自传感器112、150和212的输入信号放大、滤波、采样和数字化(例如，使用模数转换器)，确定来自数字化信号的生理信息和高阶统计测量，并且显示该生理信息。处理设备可以包括一个或多个处理电路。在一些示例中，处理设备的所有或一些部件可以被称为处理模块。
图3是示出用于生成指示患者的麻醉深度的DOA指数评分的示例性技术的流程图。出于描述的目的，关于监测系统200描述了图3的技术。然而，任何合适的系统可以采用该示例性技术。
如图3所示，监测系统200可以确定患者202的有效脑年龄(EBA)度量(310)。例如，处理电路216可以基于患者202的一个或多个感测的脑信号(例如，EEG信号)来确定患者202的EBA度量。附加地或另选地，处理电路216可以基于两个或更多个患者参数来确定患者202的EBA度量。处理电路216可以在患者202被麻醉之前确定患者202的EBA度量，例如在术前会话期间和/或在麻醉时，例如，但在生成DOA指数评分之前。
示例性患者参数可以包括患者的生理参数、患者的并存病、患者的衰弱、患者的基线脑信号(例如，在患者被麻醉之前感测到的脑信号)或患者病史中的至少一者。在基线脑信号的情况下，当确定患者的EBA时，可以将基线脑信号与群体基线进行比较。示例生理参数可以包括患者脑信号(例如，EEG、EMG和/或EOG信号)、患者生物学年龄、患者心率和/或患者血压。处理电路216可以例如从电极204、用户输入222和/或传感器212接收指示患者参数的输入。在一些示例中，可以基于例如由《心血管健康研究》(CHS)所述的评估(Fried,L.P.等人，Frailty in older adults:evidence for a phenotype.J Gerontol A Biol SciMed Sci,2001.56(3)：第M146-56页)来确定患者的并存病和衰弱。
处理电路216可以评估所接收的输入并且基于该输入来确定患者202的EBA度量。例如，在脑信号(例如，EEG信号)的情况下，可以通过与几个EEG驱动参数的年龄组的统计特征(例如，β波-δ波比、波峰位置)来确定患者的有效脑年龄。在一些示例中，处理电路216可以评估所接收的输入，并且基于该输入来确定患者202的EBA度量，从而将患者202划分到两个或更多个EBA分类中(例如，“成人”和“老年人”两个分类，其中“老年人”对应于大于“成人”的EBA；或者“成人”、“老年人”和“高龄人”三个分类，其EBA递增)。
在一些示例中，处理电路216可以被配置为经由显示器218显示所确定的患者202的EBA。例如，所确定的患者202的EBA可以显示为数值(例如，在1至10的量表上，其中1是最低EBA并且10是最高EBA)。另选地或附加地，可以通过显示非数值技术来指示患者202的EBA，例如使用颜色量表，其中不同的颜色对应于不同的相对DOA水平(例如，绿色反映相对低的EBA，黄色反映中等EBA，红色反映相对高的EBA)或表明EBA水平的文字(例如，“低EBA”、“中EBA”或“高EBA”)。EBA的显示可以允许临床医生或其他操作者在使用EBA确定患者202的DOA指数评分之前验证或以其他方式评估所确定的患者202的EBA，如下文将进一步解释的。
在确定患者202的EBA之后，处理电路216可以在患者202被麻醉时接收患者202的生理信号(312)，并且基于所接收的信号和所确定的患者202的EBA来生成DOA指数评分(314)。例如，当患者202处于麻醉状态时，处理电路216可以接收例如来自电极204和/或传感器112、150和/或212的输入信号(312)。基于所接收的信号和所确定的患者202的EBA，处理电路216可以使用对应于患者202的EBA的算法生成指示患者202的DOA的DOA指数评分(314)。例如，处理电路216可以分析所接收的信号来识别信号的特征，对于具有为患者202确定的EBA的患者，所述特征反映患者202的相对DOA水平。此类特征可以是预先确定的并且由存储器224存储。示例性信号特征可以包括信号幅度值或频域特征之类的信号特征，例如，特定频带中的功率水平或不同频带中的功率水平之比。然后，处理电路216可以例如经由显示器218来显示DOA指数评分的指示(316)。图3的技术可以在医疗规程之前即在术前执行(例如，当患者202被麻醉但在外科医生开始对患者202进行手术之前)，在医疗规程期间执行(例如，当患者202在规程期间麻醉时)，和/或在医疗规程之后执行(例如，当患者202被麻醉，并且处于术后护理时而且随后清醒)。
在一些示例中，处理电路216可以基于患者202的一个或多个感测的生理参数来生成DOA指数评分，例如基于单个类型的生理参数或多于一种类型的生理参数而生成的DOA指数评分。例如，处理电路216可以基于以下中的一者或多者生成DOA指数评分：脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、血压(BP)信号、心率(HR)信号、体温信号、脉搏血氧仪(SpO2)信号、体积描记图(手指和/或前额)信号、面部表情信号(例如，由用于监测患者202的相机捕获的图像所指示的)、面部颜色信号(例如，由用于监测患者202的相机捕获的图像所指示的)、二氧化碳描记图信号和/或听觉诱发电位(AEP)。
在一些示例中，处理电路216可以基于指示第一生理参数的第一信号和指示第二生理参数的第二信号生成DOA指数评分，其中第一信号包括以下中的至少一者：血压(BP)信号、心率(HR)信号、体温信号、脉搏血氧仪(SpO2)信号、体积描记图(手指和/或前额)信号、面部表情信号(例如，从用于监测的相机接收的)、面部颜色信号(例如，由用于监测患者202的相机捕获的图像所指示的)、二氧化碳描记图信号和/或听觉诱发电位(AEP)。在一些示例中，第二信号可以包括与第一信号不同的患者参数，例如以下中的至少一者：脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、血压(BP)信号、心率(HR)信号、体温信号、脉搏血氧仪(SpO2)信号、体积描记图(手指和/或前额)信号、面部表情信号(例如，从用于监测的相机接收的)、面部颜色信号(从用于监测的相机接收的)、二氧化碳描记图信号和/或听觉诱发电位(AEP)。
如上所述，处理电路216可以部分地基于为患者202确定的EBA来生成DOA指数评分。在一些示例中，由处理电路216分析以生成患者202的DOA指数评分的特定生理参数可以基于为患者202确定的EBA并且根据该EBA而变化。例如，对于相对低的EBA，处理电路216可以分析第一生理参数或第一组生理参数来确定患者202的DOA指数评分。第一生理参数或第一组生理参数可以是指示具有相对低EBA的患者的相对DOA水平的参数。相反，对于相对高的EBA，处理电路216可以分析第二生理参数或第二组生理参数来确定患者202的DOA指数评分。第二生理参数或第二组生理参数可以是指示具有相对高EBA的患者的相对DOA水平的参数。附加地或另选地，处理电路216可以通过分析高EBA或低EBA的相同生理参数来生成DOA指数评分。然而，将相对低的EBA与相对高的EBA进行对比，处理电路216可以识别生理参数的不同特征来作为患者的相对DOA水平的指示。在一些示例中，指示相对较大的脑年龄的参数可以是实足年龄、EEG模式和(如果可用的话)术前评估。
在一些示例中，处理电路216可以选择特定算法来分析所接收的患者202的生理信号并且生成DOA指数评分以便生成DOA指数评分(314)。处理电路216可以基于为患者202确定的EBA来选择特定算法(310)。例如，对于相对低的EBA，处理电路216可以选择第一算法来分析所接收的患者202的生理信号并且生成DOA指数评分，而对于相对高的EBA，处理电路216可以选择不同于第一算法的第二算法来分析所接收的患者202的生理信号并且生成DOA指数评分。与上文所述的类似，使用第一算法，处理电路216可以分析第一生理参数或第一组生理参数来确定患者202的DOA指数评分。相反，使用第二算法，处理电路216可以分析第二生理参数或第二组生理参数来确定患者202的DOA指数评分。附加地或另选地，处理电路216可以使用第一算法和第二算法来分析相同的参数，但是可以在生成DOA指数评分时识别参数的不同特征来作为患者202的相对DOA水平的指示。类似地，处理电路216可以使用第一算法和第二算法来分析相同参数以识别参数的相同特征，但在生成DOA指数评分时该特征基于所确定的EBA指示患者202的不同DOA相对水平。
在一些示例中，处理电路216不是从用于不同水平的EBA的多个预先确定的算法中选择不同算法，而是可以被配置为基于所确定的患者202的EBA来调整基线算法。例如，处理电路216可以修改基线算法以赋予一个或多个生理参数和/或生理参数的特征更大或更小的权重，来作为当使用经调整的算法生成DOA指数评分时患者202的相对DOA水平的指标。对基线算法的不同调整可以与不同的相对EBA水平相关联。
在一些示例中，处理电路216可以通过显示器218来呈现所生成的DOA指数评分(316)，例如作为选自数字量表的数值，例如，在1到100的量表上，其中1指示患者无DOA或最低DOA，100指示最高DOA。另选地或附加地，处理电路216可以通过显示非数值技术来呈现患者的DOA指数评分，例如使用颜色量表，其中不同的颜色对应于不同的相对DOA水平(例如，绿色反映期望的DOA，红色反映不期望的DOA)或表明DOA水平的文字(例如，“低DOA”、“中DOA”或“高DOA”)。
在一些示例中，处理电路216可以通过例如经由电极204和/或传感器112、150和212至少接收患者的电生理信号，来接收指示患者的生理参数的信号(310)。例如，处理电路216可以从电极204和/或其他传感器接收EEG、EMG、ECG和/或EOG信号。处理电路216可以分析所接收的EEG、EMG、ECG和/或EOG信号以识别所接收的电生理信号的指示患者DOA的一个或多个特征。可以使用任何合适的技术来识别所接收的电生理信号的指示DOA的特征，包括例如分析来自先前患者的相同类型的接收信号。
如本文所述，所接收的电生理信号的指示DOA的特征可以基于为患者202确定的特定EBA而不同。例如，当确定患者202具有相对低的EBA时，处理电路216可以识别所接收的电生理信号的第一特征或第一组特征来确定患者202的相对DOA水平。相反，当确定患者202具有相对高的EBA时，处理电路216可以识别所接收的电生理信号的第二特征或第二组特征(不同于接收到的电生理信号的第一特征或第一组特征)来确定患者202的相对DOA水平。
在一些示例中，所接收的电生理信号的指示患者202的相对DOA的特征包括EEG信号的幅度、EEG信号的K-综合波或EEG信号的抑制中的至少一者。因此，在一些示例中，处理电路216可以接收EEG信号(310)并且分该析EEG信号以确定该EEG信号的幅度、该EEG信号的K-综合波或该EEG信号的抑制中的至少一者。例如，处理电路216可以识别EEG信号的幅度(例如，与预先确定的基线、范围或阈值幅度相比)，该幅度是患者202的相对低、中或高DOA的特征。
在一些示例中，处理电路216可以在一个或多个特定频带内分析所接收的EEG信号来识别指示患者202的相对DOA的一个或多个频域特征，例如功率。频带的一个示例在表1中示出：
Figure BDA0003489511440000221
表1：频带
表1中所示频带的频率范围仅仅是示例。在其他示例中，频率范围可以不同。例如，表2中示出了频带的频率范围的另一示例：
Figure BDA0003489511440000222
表2：频带
在一些示例中，处理电路216可以接收来自患者202的脑的右半球的EEG信号，并且还接收来自患者202的脑的左半球的EEG信号。然后，处理电路216可以将来自右半球的EEG信号与来自左半球的EEG信号进行比较，以识别指示患者202的相对DOA水平的两个信号之间的特征。例如，处理电路216可以比较每个半球中的总功率和/或每个半球中EEG信号的特定频带内的功率，以识别指示患者202的相对低DOA、相对中DOA或相对高DOA的特征。例如，处理电路可以识别每个半球之间的特定频带中的功率比，其指示患者202的相对低、中或高DOA。又如，处理电路216可以确定EEG信号的δ频带中的功率水平，并且将该功率水平与预先确定的阈值进行比较以确定患者202的DOA指数评分。
在一些示例中，处理电路216可以分析接收信号的双谱，例如，如在
Figure BDA0003489511440000231
指数中反映的。
Figure BDA0003489511440000232
指数可以是经处理的参数，可以利用来自EEG和生理信号处理技术(包括双谱分析、功率谱分析和时域分析)的测量的合成结果来得出该经处理的参数。BIS算法可以至少部分地基于可以与镇静和/或催眠高度相关的EEG信号特征(双光谱等)，包括高频(例如，14Hz到30Hz)激活的程度、低频同步的量、EEG内近抑制期的存在以及EEG内完全抑制(即，等电位、“平线”)期的存在。BIS指数可以提供受试者的意识深度的指示，指数值为0表示“平线”EEG，而指数值100指示受试者完全清醒。被配置为生成双谱指数
Figure BDA0003489511440000233
的系统的示例包括在1995年10月17日公布的美国专利5,458,117中公开的类型的生成器。处理电路216可以识别BIS或其他双谱参数的指示患者202的相对DOA的模式或其他特征。
在一些示例中，可以在患者202被麻醉(例如，在医疗规程期间)时记录由处理电路216接收的EEG或其他信号。在一些示例中，可以记录当患者202对刺激(例如，可听诱发刺激)做出反应时由处理电路216接收的EEG或其他信号，这些信号将作为在患者202被麻醉时用于比较的基线或阈值。可以单独分析此类信号或将其与患者202不对这种刺激做出反应时的EEG或其他信号相比较。
图4是示出用于生成指示患者的麻醉深度的DOA指数评分的示例性技术的流程图。出于描述的目的，关于监测系统200描述了图4的技术。然而，任何合适的系统可以采用该示例性技术。可以在患者202被麻醉以经历医疗规程时执行图4的示例性技术。
类似于关于图3的示例性技术所描述的，处理电路216可以最初确定患者202的EBA(312)，例如在麻醉之前确定。然后当患者处于麻醉状态时，处理电路216可以例如从电极204和/或传感器112、150和212接收指示患者202的一个或多个生理参数的输入信号(314)。
然后，处理电路216可以选择用于在分析所接收的信号以生成患者202的DOA指数评分时采用的算法。例如，如图4所示，处理电路216可以确定为患者202确定的EBA是否小于例如存储在存储器224中的预先确定的EBA阈值(414)。如果为患者202确定的EBA小于EBA阈值，则处理电路216可以根据第一算法来分析所接收的生理信号(416)。相反，如果为患者202确定的EBA不小于该阈值，则处理电路216可以根据不同于第一算法的第二算法来分析所接收的生理信号(416)。
第一算法可以被配置为针对具有所确定的小于该EBA阈值的EBA的患者来生成患者202的准确DOA指数评分，例如使用一个或多个生理参数和/或一个或多个生理参数的指示患者202的DOA的特征来生成。第二算法可以不同于第一算法，它可以被配置为针对具有所确定的不小于该EBA阈值的EBA的患者来生成患者202的准确DOA指数评分。
在任一种情况下，基于所接收的信号，处理电路216可以根据所确定的EBA(312)来生成指示患者202的DOA的DOA指数评分。如图4所示，处理电路216然后可以确定所确定的DOA指数评分是否低于预先确定的阈值(420)，例如存储在存储器224中的阈值。如果所确定的风险指数评分低于该阈值，则处理电路216可以控制医疗装置以递送被配置为增大患者202的DOA的经修改的麻醉方案(422)。附加地或另选地，如果所确定的风险指数评分低于该阈值，则处理电路210可以(例如，经由显示器218、经由声音警报、经由触觉警报，或它们的任何组合)将指示患者202的相对低DOA的通知呈现给临床医生，并且临床医生可以选择修改麻醉方案或采取其他步骤来考虑该低DOA指数评分，并且例如尝试提高DOA指数评分。相反，如果所确定的DOA指数评分不低于该阈值水平，则处理电路210可以继续递送麻醉方案而不做修改(424)。
尽管在图4中未示出，但在一些示例中，处理电路216还可以确定所确定的DOA指数评分是否高于预先确定的上限阈值。如果DOA指数评分高于该上限阈值，则处理电路210可以控制医疗装置递送被配置为减小患者202的DOA的经修改的麻醉方案。附加地或另选地，如果所确定的DOA指数评分高于该上限阈值，则处理电路210可以(例如，经由显示器218、经由声音警报、经由触觉警报，或它们的任何组合)将指示患者202的相对高DOA的任何通知呈现给临床医生，并且临床医生可以选择修改麻醉方案或采取其他步骤来考虑该高DOA指数评分。
在一些示例中，处理电路216可以被配置为基于所确定的DOA指数评分高于或低于阈值水平而自动修改麻醉方案，而在其他示例中，临床医生和/或其他医务人员可以发起或批准所修改的方案，例如，在处理电路216例如经由显示器218给出提示之后进行。阈值水平可以是预先确定的水平，例如由与患者202的医疗规程相关联的临床医生或其他医务人员设置。在患者202被麻醉时，处理电路216可以连续或周期性地(例如，约每秒一次)确定患者202在一段时间内的DOA指数评分。
可以使用任何合适的技术方法来基于诸如本文所述的输入来生成DOA指数评分。示例可以包括支持向量机(SVM)、模糊逻辑、人工神经网络等。在一些示例中，可以采用现有的信号处理技术(诸如小波和/或盲源分离)连同包括人工神经网络、随机森林等的高级机器学习技术来确定患者的DOA指数评分，例如根据本文所述的示例性技术来确定。
这些技术的各个方面可在一个或多个处理器内实现，该一个或多个处理器包括一个或多个微处理器、DSP、ASIC、FPGA或任何其他等效的集成或离散逻辑电路，以及此类部件的任何组合，这些均体现在编程器中，诸如医生或患者编程器、电刺激器或其他装置。术语“处理器”通常可指单独的或与其他逻辑电路组合的任何前述逻辑电路或任何其他等效电路。
在一个或多个示例中，本公开中描述的功能可在硬件、软件、固件或它们的任何组合中实现。如果在软件中实现，则功能可作为一个或多个指令或代码存储在计算机可读介质上并且由基于硬件的处理单元执行。计算机可读介质可包括形成有形非暂态介质的计算机可读存储介质。指令可由一个或多个处理器执行，诸如一个或多个数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、通用微处理器电路，或其他等效的集成或离散逻辑电路。因此，如本文所用的术语“处理器”可指前述结构或适于实现本文所述技术的任何其他结构中的任一者中的一者或多者。
此外，在一些方面，本文所述的功能可在专用硬件和/或软件模块内提供。将不同特征描述为模块或单元旨在突出不同的功能方面，并且不一定暗示此类模块或单元必须由单独的硬件或软件部件来实现。相反，与一个或多个模块或单元相关联的功能可由单独的硬件或软件部件执行，或者集成在公共或单独的硬件或软件部件内。另外，本技术可在一个或多个电路或逻辑元件中完全实现。本公开的技术可在各种装置或设备中实现，包括IMD、外部编程器、IMD和外部编程器的组合、集成电路(IC)或一组IC和/或驻留在IMD和/或外部编程器中的离散电路。
已经描述了本公开的各个方面。这些和其他方面在以下权利要求书的范围内。

Claims (72)

1.一种方法，所述方法包括：
经由处理电路，基于两个或更多个患者参数确定患者的有效脑年龄度量；
接收指示所述患者的生理参数的信号；以及
经由所述处理电路，基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的麻醉深度(DOA)的指数评分。
2.根据权利要求1所述的方法，其中所述两个或更多个患者参数包括所述患者的生理参数、所述患者的并存病、所述患者的衰弱、所述患者的基线脑信号或患者病史中的至少一者。
3.根据权利要求2所述的方法，其中所述患者的所述生理参数包括脑信号、心率、血压或生物学年龄中的至少一者。
4.根据权利要求2所述的方法，其中所述患者的所述基线脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
5.根据权利要求1至4中任一项所述的方法，其中所接收的信号包括脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、心率信号或血压信号中的至少一者。
6.根据权利要求1至5中任一项所述的方法，其中经由所述处理电路基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的DOA的指数评分包括：
确定所述有效脑年龄度量大于或等于阈值，
基于所述有效脑年龄度量大于或等于所述阈值的所述确定，从多个算法中选择算法，以及
使用所选择的算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
7.根据权利要求1至5中任一项所述的方法，其中经由所述处理电路基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的DOA的指数评分包括：
基于所确定的有效脑年龄度量调整用于确定指示所述患者的所述DOA的所述指数评分的算法，以及
使用所述自适应算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
8.根据权利要求1至7中任一项所述的方法，还包括经由显示器呈现所述指数评分。
9.根据权利要求1至8中任一项所述的方法，其中所接收的信号包括脑电图(EEG)信号。
10.根据权利要求1至9中任一项所述的方法，还包括在所述患者被麻醉时感测所接收的信号。
11.根据权利要求1至10中任一项所述的方法，其中基于所述两个或更多个患者参数确定所述患者的所述有效脑年龄度量包括在所述患者被麻醉之前确定所述患者的所述有效脑年龄度量。
12.根据权利要求1至11中任一项所述的方法，还包括在所述患者被麻醉之前接收指示所述两个或更多个患者参数的一个或多个信号。
13.根据权利要求1至12中任一项所述的方法，其中生成所述指数评分包括在所述患者被麻醉时生成所述指数评分。
14.根据权利要求1至13中任一项所述的方法，还包括麻醉所述患者。
15.根据权利要求14所述的方法，还包括基于所生成的指数评分修改所述患者的所述麻醉。
16.根据权利要求15所述的方法，还包括确定所生成的指数评分高于上限阈值或低于下限阈值，其中基于所生成的指数评分修改所述患者的所述麻醉包括基于所生成的指数评分高于所述上限阈值或低于所述下限阈值的所述确定来修改所述患者的所述麻醉。
17.根据权利要求1至16中任一项所述的方法，其中所述指数评分包括指示所述患者的所述DOA的数值。
18.一种系统，所述系统包括被配置为执行根据权利要求1至17中任一项所述的方法的处理电路。
19.一种方法，所述方法包括：
经由处理电路，基于患者的至少一种脑信号确定所述患者的有效脑年龄度量；
接收指示所述患者的生理参数的信号；以及
经由所述处理电路，基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的麻醉深度(DOA)的指数评分。
20.根据权利要求19所述的方法，其中所述患者的所述至少一种脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
21.根据权利要求19所述的方法，其中基于所述患者的至少一种脑信号确定所述患者的所述有效脑年龄度量包括基于所述患者的所述至少一种脑信号和一个或多个附加患者参数确定所述患者的所述有效脑年龄度量。
22.根据权利要求21所述的方法，其中所述一个或多个附加患者参数包括所述患者的心率、所述患者的血压、所述患者的生物学年龄、所述患者的并存病、所述患者的衰弱、所述患者的基线脑信号或患者病史中的至少一者。
23.根据权利要求22所述的方法，其中所述患者的所述基线脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
24.根据权利要求19至23中任一项所述的方法，其中所接收的信号包括脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、心率信号或血压信号中的至少一者。
25.根据权利要求19至24中任一项所述的方法，其中经由所述处理电路基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的DOA的指数评分包括：
确定所述有效脑年龄度量大于或等于阈值，
基于所述有效脑年龄度量大于或等于所述阈值的所述确定，从多个算法中选择算法，以及
使用所选择的算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
26.根据权利要求19至24中任一项所述的方法，其中经由所述处理电路基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的DOA的指数评分包括：
基于所确定的有效脑年龄度量调整用于确定指示所述患者的所述DOA的所述指数评分的算法，以及
使用所述自适应算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
27.根据权利要求19至26中任一项所述的方法，还包括经由显示器呈现所述指数评分。
28.根据权利要求19至27中任一项所述的方法，其中所接收的信号包括脑电图(EEG)信号。
29.根据权利要求19至28中任一项所述的方法，还包括在所述患者被麻醉时感测所接收的信号。
30.根据权利要求19至29中任一项所述的方法，其中基于所述患者的所述至少一种脑信号确定所述患者的所述有效脑年龄度量包括在所述患者被麻醉之前确定所述患者的所述有效脑年龄度量。
31.根据权利要求19至30中任一项所述的方法，还包括在所述患者被麻醉之前接收指示所述至少一种脑信号的一个或多个信号。
32.根据权利要求19至31中任一项所述的方法，其中生成所述指数评分包括在所述患者被麻醉时生成所述指数评分。
33.根据权利要求19至32中任一项所述的方法，还包括麻醉所述患者。
34.根据权利要求33所述的方法，还包括基于所生成的指数评分修改所述患者的所述麻醉。
35.根据权利要求34所述的方法，还包括确定所生成的指数评分高于上限阈值或低于下限阈值，其中基于所生成的指数评分修改所述患者的所述麻醉包括基于所生成的指数评分高于所述上限阈值或低于所述下限阈值的所述确定来修改所述患者的所述麻醉。
36.根据权利要求19至35中任一项所述的方法，其中所述指数评分包括指示所述患者的所述DOA的数值。
37.一种系统，所述系统包括被配置为执行根据权利要求19至36中任一项所述的方法的处理电路。
38.一种系统，包括：
处理电路，所述处理电路被配置为：
基于两个或更多个患者参数确定患者的有效脑年龄度量；
接收指示所述患者的生理参数的信号；以及
经由所述处理电路，基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的麻醉深度(DOA)的指数评分。
39.根据权利要求38所述的系统，其中所述两个或更多个患者参数包括所述患者的生理参数、所述患者的并存病、所述患者的衰弱、所述患者的基线脑信号或患者病史中的至少一者。
40.根据权利要求39所述的系统，其中所述患者的所述生理参数包括脑信号、心率、血压或生物学年龄中的至少一者。
41.根据权利要求39所述的系统，其中所述患者的所述基线脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
42.根据权利要求38至41中任一项所述的系统，其中所接收的信号包括脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、心率信号或血压信号中的至少一者。
43.根据权利要求38至42中任一项所述的系统，其中所述处理电路被配置为：
确定所述有效脑年龄度量大于或等于阈值，
基于所述有效脑年龄度量大于或等于所述阈值的所述确定，从多个算法中选择算法，以及
使用所选择的算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
44.根据权利要求38至43中任一项所述的系统，其中所述处理电路被配置为：
基于所确定的有效脑年龄度量调整用于确定指示所述患者的所述DOA的所述指数评分的算法，以及
使用所述自适应算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
45.根据权利要求38至44中任一项所述的系统，还包括显示器，所述显示器被配置为经由所述显示器呈现所述指数评分。
46.根据权利要求38至45中任一项所述的系统，其中所接收的信号包括脑电图(EEG)信号。
47.根据权利要求38至46中任一项所述的系统，其中在所述患者被麻醉时感测所接收的信号。
48.根据权利要求38至47中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉之前确定所述患者的所述有效脑年龄度量。
49.根据权利要求38至48中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉之前接收指示所述两个或更多个患者参数的一个或多个信号。
50.根据权利要求38至49中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉时生成所述指数评分。
51.根据权利要求38至50中任一项所述的系统，其中所述处理电路被配置为控制被配置为麻醉所述患者的麻醉疗法的递送。
52.根据权利要求51所述的系统，其中所述处理电路被配置为基于所生成的指数评分修改所述麻醉疗法的所述递送。
53.根据权利要求52所述的系统，其中所述处理电路被配置为确定所生成的指数评分高于上限阈值或低于下限阈值，并且基于所生成的指数评分高于所述上限阈值或低于所述下限阈值的所述确定来修改所述患者的所述麻醉疗法的所述递送。
54.根据权利要求38至53中任一项所述的系统，其中所述指数评分包括指示所述患者的所述DOA的数值。
55.一种系统，包括：
处理电路，所述处理电路被配置为：
经由处理电路，基于患者的至少一种脑信号确定所述患者的有效脑年龄度量；
接收指示所述患者的生理参数的信号；以及
经由所述处理电路，基于所接收的信号和所确定的所述患者的有效脑年龄度量来生成指示所述患者的麻醉深度(DOA)的指数评分。
56.根据权利要求55所述的系统，其中所述患者的所述至少一种脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
57.根据权利要求55所述的系统，其中所述处理电路被配置为基于所述患者的所述至少一种脑信号和一个或多个附加患者参数确定所述患者的所述有效脑年龄度量。
58.根据权利要求57所述的系统，其中所述一个或多个附加患者参数包括所述患者的心率、所述患者的血压、所述患者的生物学年龄、所述患者的并存病、所述患者的衰弱、所述患者的基线脑信号或患者病史中的至少一者。
59.根据权利要求58所述的系统，其中所述患者的所述基线脑信号包括基线脑电图(EEG)信号、基线肌电图(EMG)信号或基线眼电图(EOG)信号中的至少一者。
60.根据权利要求55至59中任一项所述的系统，其中所接收的信号包括脑电图(EEG)信号、肌电图(EMG)信号、眼电图(EOG)信号、心率信号或血压信号中的至少一者。
61.根据权利要求55至60中任一项所述的系统，其中所述处理电路被配置为：
确定所述有效脑年龄度量大于或等于阈值，
基于所述有效脑年龄度量大于或等于所述阈值的所述确定，从多个算法中选择算法，以及
使用所选择的算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
62.根据权利要求55至60中任一项所述的系统，其中所述处理电路被配置为：
基于所确定的有效脑年龄度量调整用于确定指示所述患者的所述DOA的所述指数评分的算法，以及
使用所述自适应算法基于所接收的信号生成指示所述患者的DOA的所述指数评分。
63.根据权利要求55至62中任一项所述的系统，还包括显示器，所述显示器被配置为经由所述显示器呈现所述指数评分。
64.根据权利要求55至63中任一项所述的系统，其中所接收的信号包括脑电图(EEG)信号。
65.根据权利要求55至64中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉时感测所接收的信号。
66.根据权利要求55至65中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉之前确定所述患者的所述有效脑年龄度量。
67.根据权利要求55至66中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉之前接收指示所述至少一种脑信号的一个或多个信号。
68.根据权利要求55至67中任一项所述的系统，其中所述处理电路被配置为在所述患者被麻醉时生成所述指数评分。
69.根据权利要求55至68中任一项所述的系统，其中所述处理电路被配置为控制被配置为麻醉所述患者的麻醉疗法的递送。
70.根据权利要求69所述的系统，其中所述处理电路被配置为基于所生成的指数评分修改所述麻醉疗法的所述递送。
71.根据权利要求70所述的系统，其中所述处理电路被配置为确定所生成的指数评分高于上限阈值或低于下限阈值，并且基于所生成的指数评分高于所述上限阈值或低于所述下限阈值的所述确定来修改对所述患者的所述麻醉疗法递送。
72.根据权利要求55至71中任一项所述的系统，其中所述指数评分包括指示所述患者的所述DOA的数值。
CN202080053945.3A 2019-07-26 2020-07-23 自适应麻醉深度监测器 Pending CN114340482A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962879217P 2019-07-26 2019-07-26
US62/879,217 2019-07-26
PCT/IL2020/050824 WO2021019530A1 (en) 2019-07-26 2020-07-23 Adaptive depth of anesthesia monitor

Publications (1)

Publication Number Publication Date
CN114340482A true CN114340482A (zh) 2022-04-12

Family

ID=71994699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080053945.3A Pending CN114340482A (zh) 2019-07-26 2020-07-23 自适应麻醉深度监测器

Country Status (4)

Country Link
US (1) US20210022671A1 (zh)
EP (1) EP4003148A1 (zh)
CN (1) CN114340482A (zh)
WO (1) WO2021019530A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114391810A (zh) * 2022-01-06 2022-04-26 深圳元海恒鑫医疗科技有限公司 一种基于脑电信号监测儿童麻醉靶控智能化方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5458117A (en) 1991-10-25 1995-10-17 Aspect Medical Systems, Inc. Cerebral biopotential analysis system and method
ES2765802T3 (es) * 2015-07-17 2020-06-11 Quantium Medical S L Dispositivo y método para evaluar el nivel de consciencia, dolor y nocicepción durante el estado de vigilia, la sedación y la anestesia general

Also Published As

Publication number Publication date
US20210022671A1 (en) 2021-01-28
WO2021019530A1 (en) 2021-02-04
EP4003148A1 (en) 2022-06-01

Similar Documents

Publication Publication Date Title
US11963793B2 (en) Real-time tracking of cerebral hemodynamic response (RTCHR) of a subject based on hemodynamic parameters
US8352023B2 (en) System and method for guidance of anesthesia, analgesia and amnesia
US9474452B2 (en) Method and system for quantifying anaesthesia or a state of vigilance
JP5404366B2 (ja) 意識を監視するための方法および装置
US8838226B2 (en) Multi-channel brain or cortical activity monitoring and method
EP1757226B1 (en) Measurement of responsiveness of a patient under anaesthesia
US20180310877A1 (en) Apparatus, system and method for pain monitoring
AU2010213855A1 (en) Method and apparatus for prevention of apnea
Sinha et al. Monitoring devices for measuring the depth of anaesthesia–An overview
EP2191772B1 (en) Measurement of responsiveness of a subject
US20210022671A1 (en) Adaptive depth of anesthesia monitor
US20220015696A1 (en) Nociception stimulus feedback control for drug titration during surgery
US20230386635A1 (en) Nociception event identification based on a relative change in a nociception parameter
US20230309841A1 (en) Endotracheal tube with sensors for nociception stimulus feedback for use in analgesic drug titration
US20230389864A1 (en) Identification of a nociception parameter
TWM451978U (zh) 多維麻醉深度信號擷取裝置

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