一种麻醉与意识深度监护系统
技术领域
本实用新型涉及麻醉深度监测技术领域,具体涉及一种麻醉与意识深度监护系统。
背景技术
麻醉深度监测一直是麻醉医生所关注的问题。麻醉深度取决于麻醉药剂量和手术刺激这两种拮抗因素之间的平衡。最佳麻醉深度需要足够量的麻醉药来维持无意识状态而不影响重要器官的功能。全身麻醉深度水平需要适合接受手术的个体患者。如果麻醉比保持患者无意识所需的深度更深,那么麻醉相关的并发症可能会增加,例如术后恶心、呕吐和认知功能障碍等。如果麻醉深度太浅,患者可能没有完全失去意识,则有发生术中知晓的风险。因此,最佳给药剂量、精准施药对于实现理想有效的镇痛、无意识和不动性以减少剂量不足或过量给药的潜在负面影响至关重要。
以往,麻醉医生主要通过观察临床体征如血压、心率、呼吸、出汗、瞳孔反射、脉搏血氧饱和度、流泪、眼球运动、面部表情等判断麻醉深度和调整麻醉用药。然而,肌肉松弛剂和血管扩张剂等药物的使用,使对这些体征的分析变得困难和不可靠,通过简单的临床观察并不能完全掌握麻醉深度水平。
准确监测麻醉深度将有助于提高麻醉的安全性和质量,保护患者的生命和康复,并为患者提供更好的体验。随着近年来物理、生物以及计算机技术的进步,麻醉深度的系统监测经历了广泛的研究和尝试,目前根据脑电图产生的衍化指标,例如脑电双频指数、熵、听觉诱发电位等,在临床上逐渐得到广泛应用。
脑电图是反映神经通信和状态的最普遍的非侵入性信号,其通过放置在患者前额上的传感器,测量和描述额叶皮层自发或诱发的节律性生物电活动以监测无意识状态深度。清醒状态下的EEG波形呈低幅、高频信号,全麻药可引起EEG频率、波形的改变及出现爆发性抑制,变为高幅、低频信号,这些与麻醉药物种类有关,并且在麻醉不同阶段有不同的特点,
基于脑电信号的麻醉深度监护技术主要监测麻醉中的镇静成分变化,对麻醉中的镇痛成分监测不敏感。因此,将脑电信号中的参数用于麻醉深度监测的临床价值与麻醉方法和麻醉用药密切相关。其他缺点包括监测意识水平存在滞后现象,敏感性相对较低,不适用于新生儿、神经系统疾病患者和服用精神活性药物的患者。基于脑电信号进行麻醉深度监护的技术,例如BIS、熵、AEP等指标已经得到临床的广泛认可。其中,尤其是BIS技术已经在临床使用非常普遍。但是由于BIS等脑电指标主要是分析患者的镇静指标,数据变化范围较大,而且临床为了避免术中知晓,会尽可能让患者进入较深的镇静状态。这容易导致麻醉过量,使得患者颅内发生缺血缺氧,进而导致术后患者出现谵妄等症状。然而占人体体重仅2%的脑组织消耗着人体吸入的20%的氧,且对缺氧异常敏感,一旦发生脑缺血缺氧,很容易造成围术期神经系统并发症。因此临床也迫切需要进行脑组织供血供氧的实时监测。而脑血氧监护技术是无创的脑组织血氧饱和度检测方式,能够实时评价患者脑组织血氧状态,一旦发生血氧下降就会报警,从而避免脑缺血缺氧的发生。因此如果能够将麻醉深度监护与脑血氧检测技术结合则能很好的实现麻醉过程的安全、有效,避免围术期神经系统受损的可能。
随着光学技术发展,光以及光电技术由于生物效度优势在各领域已经有效地得到广泛应用。利用近红外光谱法(Near Infrared Spectroscopy, NIRS),根据血红蛋白在特定波段下的吸收特性可以无创检测脑部供血供氧。该技术在日本、美国、英国已经开展起来并取得了不少成绩。这是将先进光电技术运用于医学研究的一个极有意义的尝试。采用近红外光透过头部浅层组织,可以进行脑组织血氧饱和度检测,进而能够实时进行脑组织血氧灌注的无创监测。目前主要是有美国CASMED公司研发的Fore-Sight 设备,日本滨松公司的NIR500和美国Medtronic公司生产的INVOS7100。这些设备都是通过在前额排布两个光极探头实现脑组织血氧饱和度监测。国内有代表性的是清华大学研制的近红外组织血氧参数监护仪,主要应用于脑氧研究、组织血氧监测以及运动医学检测等。来自于中国科学院的中科搏锐团队研制了脑血氧监护仪和脑血氧头带等,可以实现脑血氧、组织血氧以及指脉血氧等的实时监测。针对脑血氧检测,上述技术与系统都是通过前额左右侧各排布一个探头的方式进行检测。
随着这些产品的推广,相关技术也逐渐应用于临床一线,为脑卒中检测与床旁监护带来了光明。脑血氧饱和度是反应脑灌注和脑氧合情况的客观评价指标。目前近红外脑氧检测已在神经外科手术、心血管手术、急危重症抢救、体外循环、心脏骤停后的心肺复苏等治疗中得到有效应用。在全身麻醉中,如果缺乏对脑组织供氧的监护手段,就有可能造成脑组织神经功能的损害甚至丧失,因此临床特别是术中脑血氧的检测是非常必要的。实时、连续、无创伤的检测大脑供氧状况,可有效减少病患脑组织的损伤,优化围术期管理、改善术后认知能力,改善患者预后。这些临床价值已经在《临床麻醉监测指南2017版》、《中国老年患者围术期脑健康多学科专家共识》、《心脏外科围手术期脑保护中国专家共识》等专业指南中明确体现。
这两种方式的结合,不能仅仅是通过两套系统各自独立的进行信号采集,再有麻醉医生去判别。这一方面由于是两个不同的系统,各自的时间是相互独立的,会造成监测的数值不一定是患者同一个时间点的状态。另外,由于是各自独立的系统,也不方便医务工作者联合两种系统的数据进行长时程的相关性分析等。除此之外,还有一个不方便的地方在于难以结合这两个指标进行实时联合分析。
中国专利文献CN 108113668中公开了一体型麻醉深度及脑血氧饱和度检测传感器,其分别将麻醉深度传感器和脑血氧饱和度传感器固定在束带上,其虽然解决了两套系统先后检测的问题,实现了能用一个检测传感器同时测量麻醉深度和脑血氧饱和度,由于是简单得将两种传感器整合在了一起用来检测,仅仅提高了检测的便利性而已,未实现在数据处理方面的多参数同步、联合分析与指标的实时提取。
实用新型内容
本实用新型目的是解决现有技术中对脑电信号和脑组织血氧饱和度检测的多参数联合分析,真正实现同步采集、分析与相关指标的实时提取,为此,本实用新型提供了一种麻醉与意识深度监护系统。
本实用新型采用如下技术方案:
一种麻醉与意识深度监护系统,包括柔性基板和固定于所述柔性基板上的麻醉深度传感器和脑血氧饱和度传感器,所述系统还包括与所述麻醉深度传感器和脑血氧饱和度传感器通过线缆连接的控制箱,所述控制箱包括中央处理器、显示屏和用户控制健,所述用户控制键用于向中央处理器输入脑电、脑血氧的监测信息;所述中央处理器用于向所述麻醉深度传感器和脑血氧饱和度传感器传送同步指令采集信号,并对所接收到的脑电采集数据和脑血氧采集数据进行同步数据处理,得到当前采集的脑电和脑血氧饱和度同步数据;所述显示屏用于显示脑电数据和脑血氧饱和度数据的数值和/或趋势曲线。
所述麻醉深度传感器包括用于检测前额左右侧眉骨上方外侧脑电信号的第一测量电极和第二测量电极、用于检测前额左右侧眉骨上方内侧脑电信号的第三测量电极和第四测量电极、位于所述第三测量电极和第四测量电极之间的接地电极,及用于检测前额左右侧太阳穴位置的第一参考电极和第二参考电极。
进一步地,所述脑血氧饱和度传感器包括用于检测前额左侧的左侧脑血氧饱和度采集组和用于检测前额右侧的右侧脑血氧饱和度采集组;
所述左侧脑血氧饱和度采集组包括第一光源、第一光电管和第二光电管,所述右侧脑血氧饱和度采集组包括第二光源、第三光电管和第四光电管;所述第一光源设置于所述第三测量电极和接地电极之间,所述第二光源设置于所述第四测量电极和接地电极之间,所述第一光电管和第二光电管呈间隔设置于所述第一测量电极和第三测量电极之间,所述第三光电管和第四光电管呈间隔设置于所述第二测量电极和第四测量电极之间。
所述控制箱内还包括报警器,当所述麻醉深度传感器和脑血氧饱和度传感器所检测到的脑电数据和脑血氧数据超出所设定的阈值时,所述报警器对外发出警示信号。
所述报警器所发出的警示信号为声音信号和/或光信号。
所述麻醉深度传感器和脑血氧饱和度传感器通过带有插头的线缆与控制箱可拆卸电性连接。
本实用新型技术方案,具有如下优点:
A.本实用新型在检测时,将带有麻醉深度传感器和脑血氧饱和度传感器的柔性基板贴附在患者的前额上,控制箱中的中央处理器通过向麻醉深度传感器和脑血氧饱和度传感器发送同步指令采集信号,同步控制麻醉深度传感器和脑血氧饱和度传感器的检测时间,能够实现脑电、脑血氧等脑组织关键信息的同步、实时采集。通过中央处理器控制脑血氧采集频率与脑电采集频率保持一致或者使脑电和脑血氧采集信号的时间点同步,在同一个时间控制下能够精确完成,且可以实现同一系统时间下这两种脑部关键信息的同步读取,在应用时可以使医护这准确判断患者的麻醉与意识深度状态,避免了过度麻醉给患者带来的伤害,解决了脑电信号的时间尺度与脑血氧变化的时间尺度不一致所带来的检测不同步问题。
B.本实用新型在同步采集到前额左右侧的脑电和眼电信号后,可以联合此部位的脑血氧信号进行分析。脑电信号与脑血氧信号分别对应的是神经元放电产生的信号和脑部局部血氧代谢产生的信号,对应于麻醉临床应用或者意识水平判别时就需要发挥不同的作用。本实用新型将这两种或者多种脑部信号进行联合分析,联合分析方法采用简单的加权法、投票法或者是人工智能算法中的随机森林法等,将不同脑部的脑电数据和脑血氧饱和度数据给予不同的权重,让它们在不同的临床应用中发挥不同的作用,以达到临床精准救治的需求。本实用新型通过将来自于多种脑部信号的参数进行联合分析,可以产生新的脑部指标进行综合判别,例如神经血管耦合指标(Neuro-VascularCouplingIndex,NVCI),可对处于麻醉状态的患者进行综合分析与监护。
C.本实用新型在对多种脑部参数联合分析基础上,可以实现多参数联合得到的数据指标的实时输出。结合脑电得到的BIS信号、脑血氧采集得到的 rSO2信号,以及联合分析多种参数后得到的NVCI信号,可以实现多种参数和联合指标的实时输出与显示,在同一个显示屏上将上述参数显示出来,非常方便医务工作者去判读。同时通过在控制箱中设置报警器,当某一参数超出设定阈值时,可以通过声音或发光等警示信号提醒医务工作者提高警惕,显示数据更具参考价值,判读准确性更高。
附图说明
为了更清楚地说明本实用新型具体实施方式,下面将对具体实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本实用新型的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本实用新型所提供的系统采集示意图;
图2是图1中控制箱内部结构框图;
图3是图1中传感器排布示意图;
图4是图1中控制箱上的显示屏对外显示界面。
图中标识如下:
1-第一测量电极;2-第二测量电极;3-电三测量电极;4-第四测量电极;5-接地电极;6-第一光源;7-第一光电管;8-第二光电管;9-第二光源;10- 第三光电管;20-第四光电管;30-控制箱;40-线缆;50-插头;60-柔性基板; 70-探头;80-第一参考电极;90-第二参考电极;100-用户控制键;110-显示屏。
a-左侧脑血氧饱和度采集组;b-右侧脑血氧饱和度采集组。
具体实施方式
下面将结合附图对本实用新型的技术方案进行清楚、完整地描述,显然,所描述的实施例是本实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
如图1、图2和图3所示,本实用新型提供了一种麻醉与意识深度监护系统,包括柔性基板60和固定于柔性基板60上的麻醉深度传感器和脑血氧饱和度传感器,柔性基板60为采用现有的柔性材料制成,便于完全贴附在患者的前额位置。其中系统还包括与麻醉深度传感器和脑血氧饱和度传感器通过线缆连接的控制箱30,控制箱30内部的结构框图如图2所示,包括:
脑电信号采集控制器,与麻醉深度传感器通过线缆连接,用于向麻醉深度传感器传输指令采集信号及接收麻醉深度传感器所采集到的脑电信号;
红外光收发控制器,与脑血氧饱和度传感器通过线缆连接,用于向脑血氧饱和度传感器传输指令采集信号及接收脑血氧饱和度传感器所采集到的脑血氧信号;
中央处理器,用于向脑电信号采集控制器和红外光收发控制器发送同步指令采集信号,接收经脑电信号采集控制器处理的脑电采集数据及经红外光收发控制器处理的脑血氧采集数据,中央处理器对脑电采集数据和脑血氧采集数据进行同步数据处理,得到当前采集的脑电和脑血氧饱和度同步数据;
显示屏,用于显示脑电数据和脑血氧饱和度数据的数值和/或趋势曲线;
用户控制键,用于向中央处理器输入用于脑电、脑血氧的监测信息;
电源管理器,用于给各个器件进行供电管理。
上述的脑电信号采集控制器及红外光收发控制器均为用于实现信号处理的现有器件,脑电信号采集控制器实现对脑电信号的信号放大、信号调理、模数转换和数据发送,红外光收发控制器可以对接收到的脑血氧信号进行放大、模数转换和数据发送。本实用新型通过将麻醉深度传感器和脑血氧饱和度传感器设置在一起,通过与各传感器连接的控制箱,经中央处理器实现对脑电信号和脑血氧信号的同步处理,非常有利于医护人员的分析判别。
中央处理器中可以通过数据处理实现对脑电信号和脑血氧信号的计算,包括:脑电数据处理模块,其对所接收到的脑电采集数据进行数据分析,得到当前采集的脑电数据;
脑血氧饱和度数据处理模块,其对所接收到的脑血氧采集数据进行数据分析,得到当前采集的脑血氧饱和度数据;
联合数据分析模块,结合同一时间点所得到的脑电数据和脑血氧饱和度数据进行联合数据分析,得到神经血管耦合指标 (Neuro-VascularCouplingIndex,NVCI),其计算公式如下:
NVCI=f(α*BIS+β*rSo2)
式中:BIS为脑电双频指数(Bispectral Index,BIS);
rSo2为脑血氧饱和度值;
α、β为权重系数。
结合图3对贴附在患者额头部位的探头70结构进行具体说明。在柔性基板60上设置的麻醉深度传感器包括用于检测前额左右侧眉骨上方外侧脑电信号的第一测量电极1和第二测量电极2、用于检测前额左右侧眉骨上方内侧脑电信号的第三测量电极3和第四测量电极4、位于第三测量电极3和第四测量电极4之间的接地电极5,及用于检测前额左右侧太阳穴位置脑电信号的第一参考电极80和第二参考电极90;柔性基板60上的脑血氧饱和度传感器包括用于检测前额左侧的左侧脑血氧饱和度采集组a和用于检测前额右侧的右侧脑血氧饱和度采集组b;其中的左侧脑血氧饱和度采集组a 包括第一光源6、第一光电管7和第二光电管8,右侧脑血氧饱和度采集组 b包括第二光源9、第三光电管10和第四光电管20;第一光源6设置于第三测量电极3和参考电极5之间,第二光源9设置于第四测量电极4和参考电极5之间,第一光电管7和第二光电管8呈间隔设置于第一测量电极1 和第三测量电极3之间,第三光电管10和第四光电管20呈间隔设置于第二测量电极2和第四测量电极4之间。上述的各电极所形成的麻醉深度传感器及各光源及光电管所形成的脑血氧饱和度采集组均可以采用现有技术,这里不再对其结构原理进行赘述。
为了便于采集脑电信号和脑血氧信号,在探头中,本实用新型设计了两组传感器,分别可以采集左右侧脑半球的脑电信号和脑血氧信号。
第一测量电极1、第三测量电极3和参考电极5可以组成一个组合,采集左侧脑半球BIS信号。第二测量电极2、第四测量电极4和参考电极5组成另外一个组合,用来采集右侧脑半球的BIS信号。因此,共计五个电极构成了探头中采集脑电的传感器。
脑血氧信号的采集由探头中光源和光电管组成,同样针对左右侧脑血氧,本实用新型排布了两组脑血氧采集传感器。光源的作用是发射红光和红外光进入颅内,光电管的作用是接收从头皮出射的红光和红外光并转换为电信号。无论是脑电的电信号,还是脑血氧的电信号,都通过电缆再传输到控制箱。
本实用新型的控制箱30中还设有数据存储器和数据输出端,数据存储器用于实时接收中央处理器的处理数据;数据输出端用于输出脑电数据和脑血氧饱和度数据。
如图1所示,在具体使用时,首先是将探头70贴附在患者额头部位,探头70跟控制箱30通过线缆40、插头50相连接。这里的控制箱具备了输入、显示等功能,将监护得到的数据显示并存储下来。
控制箱30的主要功能模块如图2所示。
探头中的麻醉深度传感器传回脑电信号后由控制箱中的脑电信号采集控制器进行处理。脑电信号采集控制器的主要功能包括信号放大、信号调理、模数转换和数据发送。处理好的脑电信号发送到中央处理器,经中央处理器进行滤波、特征提取、参数计算等。脑电信号处理得到BIS数据会进入缓存,同时脑电信号相关的计算数据会显示屏中显示和在数据存储器中存储,也可以通过数据输出端进行发送,比如,经无线或有线传输给移动终端等。
对于脑血氧信号的采集,首先是控制箱中的红外光收发控制器会发送电信号到达探头,驱动探头中的光源发射红外光和红光进入头皮,穿过头皮、颅骨、脑脊液等组织后,光信号进入脑组织。在脑组织中,含氧血红蛋白和脱氧血红蛋白对光有不同程度的吸收。剩下的光再逆序通过脑脊液、颅骨和头皮后出射出来。出射的光会被光电管接收。光电管的主要功能就是完成光电转换,转化后的电信号由探头再发送到控制箱的红外光收发控制器,经红外光收发控制器进行放大、模数转换和数据发送。处理好的信号发送到中央处理器。在中央处理器中经信号滤波、脑血氧饱和度计算等,得到脑血氧饱和度数据,脑血氧饱和度数据会进入缓存,同时脑血氧的数据会在显示屏中进行显示,在数据存储器中存储,也可以通过数据输出端进行发送,比如,经无线或有线传输给移动终端等。
在脑电和脑血氧数据采集过程中,由于脑电信号的时间尺度是毫秒级,而脑血氧的时间尺度是秒级,本实用新型为了保证这两种信号能够同步采集。中央处理器会发送同步采集信号到脑电信号采集控制器和红外光收发控制器,通过这个同步信号实现这两种脑部信号的同步采集。具体地,在采集时可以通过提高脑血氧采集频率与脑电采集频率一致,实现信号同步。也可以是由中央处理器向各传感器发送各自的采集信号,只在脑血氧采集的时间点进行同步,此种方法可以减少脑血氧冗余数据的采集。参考图2 所示,中央处理器根据时钟信号和系统设置,确定同步时间点。当同步时间点信号到达时触发同步信号的输出,同步信号发送到脑电信号采集控制器和红外光收发控制器,控制这两个模块中的模数转换或者同步输出,使得脑电信号采集控制器和红外光收发控制器同时得到该时间点的数字信号,最终实现了同一系统下两个模块中多路信号的同步。
在得到脑电的BIS数据、脑血氧的血氧饱和度数据之后,在中央处理器内可以启动数据联合分析的方法。所采用的计算公式如下:
NVCI=f(α1*lBIS+α2*rBIS+β1*lrSO2+β2*rrsO2)
通过上述方程可以得到新的NVCI。具体实施过程具体如下:当中央处理器收到脑电信号采集控制器的脑电信号后,进行数据滤波、特征提取等,并计算得到左侧BIS(lBIS)、右侧BIS(rBIS)。同时会得到来自于红外光收发控制器的信号,通过中央处理器得到左侧脑血氧饱和度(lrSO2)和右侧脑血氧饱和度(rrsO2),各个权重值则可以通过训练集数据进行确定,即可通过上式得到新的参数NVCI数值。上述函数中综合考虑了左侧BIS(lBIS)、右侧BIS(rBIS)、左侧脑血氧饱和度(lrSO2)和右侧脑血氧饱和度(rrsO2)。综合多个参数在得到新的参数的方法有很多种,即f可以有很多种函数形式,最简单的就是采用加权求和的方式进行。也可以采用人工智能的方法进行f的判定,优选随机森林方法。
随机森林方法是一种比较新的机器学习模型。经典的机器学习模型是神经网络,有半个多世纪的历史了,这里不再详细描述。
在计算NVCI数值时,在中央处理器中采用随机森林方法,通过建立左侧BIS(lBIS)、右侧BIS(rBIS)、左侧脑血氧饱和度(lrSO2)和右侧脑血氧饱和度(rrsO2)的决策树,各个权重值通过训练集数据进行确定,一旦决策树和各个决策树的权重确定后,函数f也就确定下来了。等到新的数据输入后,根据这个随机森林就可以确定NVCI结果。
为了提醒医务人员注意患者的情况,本实用新型还在控制箱中设有报警器,中央处理器中通过内嵌的判别模块,在判别模块中设定脑电数据阈值、脑血氧阈值及NVCI阈值,在得到脑电、脑血氧饱和度数值及NVCI数值之后,中央处理器会根据设定的阈值进行判别。如果数值超过阈值,就会启动控制箱内的报警器进行报警。警示信号会通过声音、光闪烁等多种方式发出。
如图4所示,在得到全部的数据之后,会将数据通过控制箱上的显示界面显示出来。显示屏的显示界面内可以对数据呈现不同的显示方式。最典型的显示方式如图4所示,分别显示前额左侧脑区的BIS和脑血氧饱和度rSO2,前额右侧脑区的BIS和脑血氧饱和度rSO2,以及NVCI值。在显示界面内,左侧曲线对应的就是各个参数的趋势曲线,右侧显示的是各个参数的当前数值,通过趋势曲线可以清楚看出各个脑参数的变化情况,准确获知患者的麻醉与意识深度情况,避免过量麻醉所产生的负面作用,当显示数值超出所设定的对应阈值时,通过发出警示提醒监护人员,非常有利于对患者的术中监护。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本实用新型的保护范围之中。