SE510256C2 - Sätt och anordning för att bestämma och övervaka graden av narkos hos en människa - Google Patents

Description

|\3 Uï O\ Övervakning av narkos under operativa ingrepp är emellertid fortfarande ett kliniskt problem. Den moderna kirurgin och utvecklingen av nya narkosmedel har snarast accentuerat detta problem. De tekniska framstegen inom narkosövervakning har visserligen gjort det möjligt att följa vitala parametrar som syrgasmättnad, blodtryck, koncentrationen av narkosmedel i utandningsluften m m.

Dessa möjligheter ger dock inte något direkt mått på patientens narkosdjup, utan de ger bara en grov bild av patientens tillstånd. Vidare finns det ett kraftigt bero- ende av vilken typ av narkosmedel som används och vilka övriga farmaca som används i samband med operationen.

Framsteg inom neurofysiologisk mätmetodik har givit förhoppningar om att kunna följa patientens narkosdjup kontinuerligt. Under de senaste åren har mycket forskning riktats på mätning av hjärnans elektriska aktivitet under narkos och liknande tillstånd med sänkt vakenhetsgrad.

Ett allmänt exempel är mätning av konventionellt EEG (elektroencefalogram), som dock inte har givit några re- sultat. Nyligen har däremot rapporter kommit om att s k "auditory evoked potential", dvs ett elektriskt retnings- svar på auditiv stimulering, innehåller den nödvändiga informationen. Som jämförelse kan nämnas att EEG åter- speglar systemet i vila. "Auditory evoked potential" av- speglar hjärnans aktivitetsnivå och används idag rutin- mässigt för diagnostisering av hörselrubbningar med hjälp av en hjärnstamsaudiometer.

En hjärnstamsaudiometer registrerar den spänningsva- riation som uppstår mellan två på skallen placerade elek- troder när hjärnstammen och hörselnerven aktiveras vid akustisk stimulering. Det svar som registreras av hjärn- elektriskt ("auditory electric response", AER) som alstras i stamsaudiometern är en del av ett auditivt, svar hörselkedjan, dvs hörselnerven och olika delar av hjär- nan, vid akustisk stimulering.

Det auditiva, elektriska svaret delas vanligtvis upp (O-2 ms), snabba i tiden enligt följande. Tidiga svar 10 15 20 25 30 35 w LH ...x CJ ha oj medelsena svar och sena eller (50-300 ms).

I området tidiga svar finns den summerade aktionspo- (2-10 ms), (10-50 ms) långsamma svar SVEI tentialen från hörselnerven som härrör från inneröra och hörselnerv och som registreras med hjälp av en teknik som (ECoG). I området snabba svar finns hjärnstamssvaret som alstras i hörselnerv och kallas för elektrocochleografi hjärnstam och som följaktligen registreras med hjälp av en teknik som kallas hjärnstamsaudiometri. I området långsamma svar finns det auditiva, kortikala svaret, som huvudsakligen härrör från hörselbarken och som registre- ras med hjälp av en teknik som kallas hjärnbarksaudiome- tri. Området medelsena svar, och den tidigare delen av området sena eller långsamma svar utgör den del av det auditiva, elektriska svaret som visat sig vara mest in- tressant att studera i avsikt att bestämma narkosdjupet.

Denna del av det auditiva, elektriska svaret har nämligen olika utseende vid olika narkosdjup. Förändringarna är dessutom desamma oavsett vilket narkosmedel som används.

Som jämförelse kan nämnas att de tidiga och de snab- ba svaren, dvs mellan O och 10 ms, förändras obetydligt under narkos och att det långsamma svaret visserligen ändras, men dess senare del är även högst beroende av faktorer som uppmärksamhet, sömn och sedativer, varför dessa svar är otillförlitliga.

Det finns idag ett känt sätt att mäta narkosdjupet genom att studera svar som framför allt är medelsena men som även kan gå in i området sena svar. Sättet utförs med hjälp av en modifierad hjärnstamsaudiometer. Denna hjärn- stamsaudiometer är i princip uppbyggd av tre delar, en registreringsdel som innefattar elektroder, förstärkare, filter och A/D-omvandlare; en stimuleringsdel som inne- fattar signalgenerator, förstärkare och ljudalstrare; och en styrenhet/dator till vilken registreringsdelen och stimuleringsdelen är anslutna. Styrenheten/datorn samord- nar ljudalstring och datainsamling samt behandlar de med 510 10 15 20 25 30 35 256 hjälp av elektroderna insamlade datavärdena för att slut- ligen presentera resultaten.

De signaler som man vill mäta är av storleksord- ningen mikrovolt medan fysiologiska störsignaler från öv- riga hjärnan, fràn hjärta och muskler kan vara av stor- leksordningen hundratals mikrovolt. Dessutom kan det fin- nas externa störsignaler, i form av elektriska eller mag- netiska fält från kringliggande elektrisk utrustning eller i form av brus i själva mätutrustningen. De externa störsignalerna kan antingen avskärmas eller filtreras bort. tillrätta med. Tack vare att frekvensbandet för de signa- De fysiologiska störsignalerna är svårare att komma ler som man vill mäta är väsentligen känt kan merparten av störsignalerna filtreras bort med hjälp av nämnda fil- ter i registreringsdelen. Det finns dock tillräckligt mycket störsignaler inom frekvensbandet för den signal som man vill mäta för att denna skall gömmas totalt i bruset i den uppmätta signalen.

Detta problem löses med hjälp av medelvärdesbild- ning, vilket innebär att den signal som man vill mäta es- timeras genom addition och medelvärdesberäkning av ett stort antal enskilda, uppmätta signaler. Dessa beräk- ningar sker i styrenheten/datorn. Addition av omkring tu- sen uppmätta signaler kan ofta behövas för att erhålla en godtagbar kurva. Med godtagbar menas att den ovannämnda, av narkosen beroende förändringen hos kurvan kan observe- ras.

Såsom har nämnts ovan är det de medelsena och sena svaren som betraktas. Dessa ligger i området ungefär 20- 80 ms efter alstringen av den auditiva stimuleringen. Med det kända sättet att bestämma narkosen tar det således, teoretiskt sett, minst 80 s att enbart prestera en god- tagbar kurva, dvs 1000 realiseringar om 80 ms vardera. I praktiken är tiden emellertid, pga att svaret måste klinga ut i tillräcklig grad för att det ej skall upp- komma stående-våg-förhållanden och interferensfenomen på 10 15 20 25 30 35 U'l (II ._ .X CL) RJ (fl k.1\ grund av överlappande svar, mer än 2 min. Vissa kretsför- dröjningar uppkommer även.

Vid kontinuerlig narkosövervakning i reell tid ställs höga krav på snabba svar. Man kan därför inte förlita sig på information som är flera minuter gammal.

Ovan beskrivna, kända sätt och anordning för att bestämma narkosdjupet är därför inte användbara i praktiken.

Sammanfattning av uppfinningen Ett ändamål med föreliggande uppfinning är att ås- tadkomma ett sätt att bestämma graden av narkos hos en människa vilket sätt är avsevärt snabbare än det kända sättet, respektive en motsvarande anordning för utförande av sättet. Ändamålet uppnås med ett sätt enligt uppfinningen som uppvisar de i bifogade patentkrav 1 angivna särdra- gen, respektive en anordning enligt uppfinningen såsom den definieras i patentkrav 10. Ännu ett ändamål med uppfinningen är att åstadkomma ett sätt och en anordning för lättolkad presentation av narkosgraden och dess förändring.

Detta ändamål uppnås med en utföringsform av uppfinningen enligt patentkrav 7.

Kort beskrivning av ritningen Uppfinningen kommer i det följande att beskrivas närmare genom utföringsexempel under hänvisning till bifogad ritning.

Fig 1 visar i blockschemaform en utföringsform av en anordning för bestämning av narkosgraden i enlighet med uppfinningen; Fig 2a-e visar olika estimat av den uppmätta signa- len; Fig 3 visar ett flödesschema över en utföringsform av sättet enligt uppfinningen; Fig 4 visar ett flödesschema över delsteg i ett av stegen i fig 3; Beskrivning av en föredragen utföringsform 01 10 15 20 25 30 35 I fig l visas en föredragen utföringsform av en anordning enligt uppfinningen. Anordningen är uppbyggd enligt följande. En stimuligenerator 1 för alstring av ett auditivt stimuli, innefattar en krets 1A för alstring av en kort elektrisk signal och en elektro-akustisk om- vandlare 2 för omvandling av den elektriska signalen till en akustisk signal, såsom exempelvis en hörsnäcka eller en hörlur. Elektroder 4 är anordnade på en patients skalle 3, och är anslutna till en digitaliserare 5, inne- fattande en förstärkare och en A/D-omvandlare. Digitali- serarens 5 utgång är ansluten till en klippkrets 6, som klipper ut en del av en från digitaliseraren 5 tillförd signal. Till klippkretsen 6 är även stimuligeneratorn l ansluten för triggning av klippkretsen 6. Klippkretsens 6 utgång är ansluten till en första signalbehandlingsenhet 7, som visas med en streckad linje och som i det följande benämnes vågformsestimator 7. Vågformsestimatorns 7 olika visade delkretsar kommer att beskrivas nedan. Vågformses- timatorns 7 utgång är ansluten till en andra signalbe- handlingsenhet 8, som visas med en streckad linje, som i det följande benämnes amplitud/latens-estimator 8. Esti- matorns 8 visade delar kommer att beskrivas nedan.

Slutligen innefattar anordningen också en till amp- litud/latens-estimatorn 8 ansluten presentationsenhet 9, innefattande en beredningskrets 9A för beredning av ett underlag till lättolkade bilder och en bildskärm, en LED- display, eller liknande, för presentation av bilderna.

En föredragen utföringsform av sättet enligt uppfin- ningen kommer nu att beskrivas, i kombination med en utförligare beskrivning av den i fig 1 visade anordningen och dess funktion. Stimuligeneratorns 1 krets 1A alstrar med jämna mellanrum en elektrisk signal, som matas till. omvandlaren 2. Lämpliga alstringsfrekvenser anges nedan under rubriken "Försök". Omvandlaren 2 utsänder därvid en ljudsignal vilken uppfattas av patienten 3 och alstrar elektriska svarssignaler i patientens olika organ för registrering av ljud. Ljudsignalen bör vara kort, av skäl www I 10 15 20 25 30 35 som kommer att framgå nedan, och i den föredragna utfö- ringsformen av uppfinningen alstras ett klickljud. De elektriska svarssignalerna uppfångas med hjälp av elek- filtreras och A/D- som följaktligen utmatar troderna 4 på skallen 3, förstärks, omvandlas i digitaliseraren 5, en digital svarssignal. Filtreringen är av bandpasstyp, varvid apriorikunskap om svarssignalernas frekvensinne- håll utnyttjas. Digitaliseringen sker kontinuerligt, men vid bestämningen av narkosdjupet betraktas, såsom har beskrivits ovan, ett parti av svaret som i allmänhet uppkommer 20 till 80 ms efter den auditiva retningen. Ett ca 100 ms långt stycke av den digitala signalen klipps därför ut med hjälp av klippkretsen 6, med början då klippkretsen 6 triggas av stimuligeneratorn 1. Med en föredragen samplingsfrekvens, i digitaliseraren 5, om 2 kHz erhålls en vektor med ca 200 sampel. Denna vektor benämnes i det följande realisering.

Yttre störsignaler är väsentligen bortfiltrerade i digitaliseraren 5 och realiseringen är även frekvens- mässigt bandbegränsad till ungefär det band i vilket den intressanta informationen finns. Realiseringen matas till vågformsestimatorn 7. Med hjälp av vågformsestimatorn 7 estimeras den önskade informationen, som i realiseringen ligger dold i störsignaler med mångdubbelt större ampli- tud. Sättet att alstra detta estimat Q, som är en hörn- sten i uppfinningen kommer att beskrivas närmare nedan.

Den estimerade vågformen Q matas till amplitud/latens- estimatorn 8. Med hjälp av amplitud/latens-estimatorn 8 bestäms en eller flera parametrar i den estimerade våg- formen Q som är adekvata för bestämningen av graden av narkos. I denna utföringsform bestäms två parametrar, nämligen amplitud och latens hos den estimerade vågfor- men, och närmare bestämt amplitud och latens i en viss kurvpunkt på vågformen. Denna punkt är ett lokalt mini- mum, som benämnes Nb inom teknikomràdet och som är tyd- ligt när patienten befinner sig såväl i vaket tillstånd 10 15 20 25 30 35 BD som i djup narkos. Resultatet presenteras på bildskärmen 9 på ett lättolkat sätt kan uppfatta patientens så att en användare mycket snabbt tillstånd.

Låt oss nu studera alstringen av vågformsestimatet Q ur realiseringen. Först beslutas, i steg 31 i fig 3, om realiseringen måste förkastas eller ej. Om den uppfångade svarssignalen innehåller störningar med stor amplitud kommer den att klippas vid digitaliseringen och ge en realisering som är oanvändbar i den fortsatta signalbe- handlingen. Vilka realiseringar som skall förkastas är i sig ett intrikat problem. I en föredragen utföringsform av uppfinningen används ett adaptivt sätt för att man skall kunna spåra de sanna amplitudegenskaperna hos rea- liseringen när patienten är vaken respektive under nar- kos. Kända sätt att besluta om realiseringars relevans utnyttjar fasta gränser som är alltför rigida och i dessa sammanhang, pga de svåra störförhållanden som råder, ofta skulle ta med oanvändbara realiseringar, med ett sämre estimat som resultat, respektive förkasta användbara, relevanta realiseringar, vilket skulle leda till större tidsfördröjning än nödvändigt. Sättet enligt denna före- dragna utföringsform av uppfinningen baseras på ett för- hållande mellan den största signalamplituden och signa- lens effekt. signalen innehåller A/D-mättade sampel men även när den Detta förhållande kommer att vara litet när innehåller förstärkarklippta sampel. Genom att man spårar realiseringarnas "normala" förhållande kan man förkasta en onormal realisering om dess förhållande är betydligt lägre än det "normala".

Om realiseringen inte förkastas sker i nästa steg, steg 32 fig 2, parallellt två olika medelvärdesbildning- ar. Dels bestäms ett kort medelvärde, med hjälp av en första medelvärdesbildare ll, dels bestäms ett långt medelvärde, med hjälp av en andra medelvärdesbildare 12.

Bildandet av det långa medelvärdet svarar mot konventio- nell medelvärdesbildning och ger ett estimat med förhål- landevis låg varians, dvs med små störningar. Då denna 10 15 20 25 30 35 KO U1 __; CD FJ CJ' I CA medelvärdesbildning emellertid tar för lång tid för att estimatet skall kunna användas för praktisk narkosöver- vakning tillhandahålls enligt uppfinningen ett sätt att Detta utförs i steg 34, vilket innefattar delsteg som visas i flödes- snabbare åstadkomma ett användbart resultat. schemat i fig 4. För att förkorta estimeringstiden an- vänds enligt denna utföringsform av uppfinningen det korta medelvärdet till vilket det långa medelvärdet an- passas. Anpassningen sker enligt följande. Det korta medelvärdet filtreras i två frekvensband, som väsentligen delar frekvensinnehållet i två delar, med hjälp av band- passfilter i en första uppsättning filter 13, steg 41 i fig 4. Det långa medelvärdet filtreras pà motsvarande sätt med hjälp av en andra uppsättning filter 14, steg 41. Signalerna som representerar det filtrerade, långa medelvärdet filtreras en andra gång i ett anpassningsfil- ter 15. Anpassningsfiltret 15 är adaptivt och optimalt och dess koefficienter bestäms genom att man minimerar residualenergin mellan utsignalerna från anpassningsfilt- ret 15 och signalerna som motsvarar det filtrerade, korta medelvärdet. Detta innebär, såsom framgår närmare nedan, att autokorrelationen för utsignalerna från filtret 15 och korskorrelationen mellan dessa och utsignalerna från filteruppsättningen 13 bestäms, steg 42, varefter dessa korrelationer används för att bestämma koefficienterna i anpassningsfiltret 15, steg 43. Stegen 42 och 43 utförs med hjälp av en koefficientgenerator 16. Utsignalerna från anpassningsfiltret 15 sammanförs, exempelvis summe- ras såsom häri, och bildar vågformsestimatet Q, steg 44.

Det är fördelaktigt att i enlighet med denna före- dragna utföringsform av uppfinningen filtrera, och såle- des uppdela, medelvärdessignalerna i frekvensband, före- trädesvis ett övre och ett nedre, ty på detta sätt görs en ytterligare eliminering av störsignaler, vilket ger ett högre signal-brusförhållande SNR. Då en bandfiltre- ring även utförs i det adaptiva anpassningsfiltret 15 utnyttjas uppdelningen pà ett fördelaktigt sätt för att 510 10 15 20 25 30 256 10 ytterligare förbättra SNR. I anpassningsfiltret 15 görs dessutom ytterligare en begränsning, nämligen i tiden.

Sålunda skär anpassningsfiltret 15 bort information som ligger tidigare än 20 ms resp senare än 80 ms efter sti- mulialstringen.

Nu följer en matematisk beskrivning av kriteriet för urval av realiseringar och för bestämningen av vågforms- estimatet Q ur realiseringen.

Kriteriet för att bestämma om en realisering skall förkastas eller ej är: maX ~ n Cr = |v.n( )| "__fi_"_"_' åïmx/FAH) (1) som matas till kretsen 10, och M antalet sampel i reali- (1) I ekvationen representerar yin(n)realiseringen seringen. Om realiseringen accepteras, dvs Cr > 0,6 Crm, så uppdateras värdet Crm, varvid Crm utgör ett medianvärde av tidigare accepterade Cr-värden.

Medelvärdesbildningen sker rekursivt enligt följande ekvation: yábè =<1v<§;¿>+(1-a)v<.:>, <2» I ekvation (2) representerar y§Q det resulterande medelvärdet, som är en vektor med längden M, d är styrpa- rametern och k är ett index för uppdatering av realise- ringen. Medelvärdesbildningens effektiva längd är unge- fär: N-.d-Z.. 1-a (3) Medelvärdesbildningen sker med två olika längder, N1 och NS, vilka ger det långa respektive det korta medel- värdet.

Den första uppsättningen filter 13 och den andra uppsättningen filter 14 realiseras i den föredragna ut- föringsformen av uppfinningen som FIR-filter. Eftersom den intressanta delen av signalen börjar vid ungefär 20- 30 ms efter stimulus skall impulssvaret för dessa filter 10 l5 20 25 30 11 5' CJ NJ (J I CA inte vara mycket längre. Med samplingsfrekvensen 20 Hz är detta ekvivalent med 40-60 filterkoefficienter.

Medelvärdena filtreras i de båda frekvensbanden.

Filtreringen kan beskrivas med: Lf y(::)(n)=zf(|)y§f§å(n-I), n=1...M. (4) I ekvation (4) representerar f(l) filterkoefficien- ter, Lf filterlängd och kk index för uppdatering av amp- se steg 33 i fig 3. litud och latens, Denna uppdatering sker inte för varje ny realisering, av skäl som framgår nedan. Nollor läggs till i början av yavg så att indexe- ring utanför yavg möjliggörs.

Antalet multiplikationer halveras genom att man utnyttjar symmetrin. De resulterande signalerna av det filtrerade, långa medelvärdet yfiltl anpassas till det Detta innebär att filtrerade, korta medelvärdet yfi1ts_ medelresidualenergin sl, 22, se fig 1, för signalerna i varje band minimeras, vilket ger: L mtPElxyfinsln) -z b(|)yfi|u(n - |))2:|, h = nstanmnsxøp. (5 ) I ekvation (5) representerar nstart och nstop start- respektive slutindex för kurvanpassningen, dvs begräns- ningen i tid, och b representerar anpassningsfiltrets 15 koefficienter. Minimeringen av ekvation (5) resulterar i Wiener-Hopf-ekvationerna: fib(I)r|(m-l)= rs|(m), m= O...L-1, (6) I ekvation (6) representerar rl(m) autokorrelations- funktionen för yfiltl, och rSl(m) är korskorrelations- funktionen för yfilts och yfiltl. Korrelationsfunk- tionskoderna estimeras för varje filtreringsband som tidsmedelvärden, enligt: Mflmf h(m)=- Eyfimanyfimuwl), m= 0...L-1, m 1 n-1 och Mflfl l°s|(m) = - E ymu(|'1)yflns(n+|), m = 0...L-1 (8) M1 m1 510 256 12 10 15 20 25 30 35 I ekvationerna (7) och (8) är M1=nStop-nstart+l. Med utnyttjande av korrelationsestimaten i ekvationerna (7) och (8) erhålls koefficienter b för ett optimalt anpass- ningsfilter 15 genom att man löser ekvationen (6). Ekva- tion (6) löses snabbt exempelvis med hjälp av en Levinsonalgoritm. Den estimerade vàgformen ges slutligen aVI Qfkkïn) = b;(|)yfi|flu>(n - l)], n =1...M. (10) ,= _ (10) lägre frekvensbandet och b2 är filtret som härrör från I ekvation är bl filtret som härrör från det det högre frekvensbandet.

Nedan kommer den andra signalbehandlingsenhetens 8 arbete att beskrivas närmare. Vågformsestimatet Q som når ingången till enheten 8 kan när patienten är vaken prin- cipiellt beskrivas med den i fig 2a visade kurvan med beteckningen A. Enligt en föredragen utföringsform stude- ras två egenskaper hos en särskild punkt på kurvan A, vilken benämnes Nb. Nb är en gängse beteckning i fack- kretsar. De egenskaper som studeras är kurvans amplitud i punkten Nb, uttryckt som det vertikala avståndet från en rät linje Al, mellan de närmast belägna topparna APl respektive AP2 på var sida om Nb, till Nb. Den andra egenskapen är latensen i punkten Nb, dvs den tid som har I det visade exemplet är amplituden -150 och latensen är 32 ms. förflutit sedan det auditiva stimulit alstrades.

Latensen i vaket tillstànd ligger mestadels mellan 30 och 40 ms. Med ökande narkosgrad ökar latensen medan amplitu- den minskar. Den andra kurvformen B i fig 2a är ett prin- cipiellt exempel på hur kurvformen kan se ut vid medel- djup narkos. Latensen är i detta fall ca 62 ms och ampli- tuden är -20. Amplitudens absoluta värde är av mindre intresse då detta kan väljas med systemets förstärkning etc. Desto mer intressant är amplitudändringen som följer med skiftande grad av narkos.

För att kunna bestämma narkosgraden utförs först en initiering, vid vilken ett vàgformsestimat som baseras på 10 15 20 25 30 35 13 519 en 2 min lång medelvärdesbildning alstras. Detta våg- formsestimat har låg varians och ger goda möjligheter att bestämma relevanta utgångsvärden på amplitud och latens.

Ett verkligt exempel på ett inledande vågformsestimat visas i fig 2b. Bestämningen av utgàngsvärdena på ampli- tud och latens bygger på apriorikunskap om var punkten Nb vanligtvis befinner sig i vaket tillstånd. Denna apriori- kunskap i kombination med det goda estimatet gör att ett lokalt minimum som antas vara Nb med stor säkerhet är korrekt utvalt.

Med hänsyn till utgångsvärdena bestäms ett fönster med definierade övre och nedre gränser för såväl latens som amplitud, se den med prickade linjer markerade rutan F i fig 2c. Detta fönster markerar det område som avsöks nästa gång punkten Nb och värdena på amplitud och latens i denna punkt skall bestämmas. Fönstrets F gränser uppda- teras för varje ny bestämning. Punktens Nb läge i tiden bestäms genom att ett lokalt minimum bestäms inom fönst- ret. För att kontrollera relevansen i den bestämda punk- ten görs en jämförelse med närmast föregående läge.

Skillnaden får inte vara för stor. Latensen är lika med punktens Nb läge i tiden. För att bestämma amplituden bestäms närmast liggande lokala maxima på båda sidor om Nb, en rät linje mellan dessa lokala maxima bestäms och det vertikala avståndet från linjen till punkten Nb be- stäms. Detta vertikala avstånd utgör amplituden. Bestäm- ningen av amplitud och latens pågår kontinuerligt och kan exempelvis se ut såsom visas i fig 2d respektive 2e. I dessa figurer visar de heldragna linjerna estimaten av latens respektive amplitud efter filtrering av desamma med hjälp av ett medianfilter, som har hänvisningsbeteck- ning 18 i fig 1. De prickade kurvformerna visar estimaten före medianfiltret 18. Medianfiltreringen introducerar visserligen en fördröjning, men ger betydligt robustare skattningar av amplituden och latensen varför den är att föredra. 510 256 M 10 15 20 25 30 Nedan följer en matematisk beskrivning av ampli- tud/latens-estimatorns 8 arbete. Sökningen efter minimum och maxima baseras på skillnaden: d&m)=fln+n_§m; <1n Minimat har påträffats när kriterierna: d” 0 A XÜm)< (12) dflm+Dz0 är uppfyllda. För att undvika estimering av ett litet, felaktigt minimum, som orsakas av störning, införs gränser för skillnaden såväl i latensen som i amplituden, vilket ger kriterierna: dfin-A)<-e (13) d%n+A+n=@ Med detta menas att på vissa avstånd : A från minimumet måste skillnaden fortfarande ligga under -a och över s.

Genom att man utnyttjar dessa kriterier utesluts falska minima, såsom mycket flacka respektive mycket spetsiga sådana. Det sanna minimat detekteras emellertid.

Därefter beräknas amplituden med utnyttjande av maxima på var sida minimat. Dessa maxima tillåts inte ligga för nära minimat, i avsikt att utesluta brusmaxima, varför sökningen utförs från nmin _ A för nvänster och nmin + A för nhöger. Ett ekvivalent kriterium som det som användes för att finna minimat används för detekteringen av maxima, med skillnaden att relationsoperanderna i (12), maximum på den ena sidan väljs avståndet så långt från ekvationerna (13) byts. Om man inte finner något minimat som maximat på den andra sidan befinner sig. Om man inte hittar något maximum på någon av sidorna väljs maxima som de punkter som befinner sig på ett förutbe- stämt avstånd från begynnelse- och slutpunkterna.

Det är nödvändigt att begränsa möjligheten att esti- mera amplituden och latensen med utgångspunkt i ett fel- aktigt minimum. Dessa gränser beror på individen liksom på villkoret. Av denna anledning är gränserna adaptiva.

Låt Reflw) vara en vektor med två element som innehåller 10 15 20 25 30 35 15 01 ...A CD ha (fl O\ de referensvärden för amplitud och latens som användes för att beräkna gränserna. Uppdatering av denna vektor sker enligt: Ref” = aaRefW “ 1” + <1- aa.)[AMP LAT]*, <1 4) där AMP och LAT är medianen för de senaste amplitud- och latensestimaten av Nb och de är även det slutliga estimat som presenteras för användaren. Gränserna för amplitud Det tillåtna amplitudomràdet och latensintervallet styrs av en parame- terlïfiwfl, där det första elementet i Dmflfl är amplitudav- vikelsen och det andra elementet är latensavvikelsen. Det och latens väljs som avvikelser från Refiw). sistnämnda förblir fixerat till ett visst värde från den ena uppdateringen till nästa, medan amplitudområdespara- metern beräknas enligt: Diff““2>(1) = ßReflkflm) + (1 _ ßyefamp. <1 s) Begynnelse- och slutsökgränserna ges därefter av ßeg = Refflfl _ DiffM (l 6) End” = Reflkfl + Diff”.

Om den estimerade Nb har en latens som ligger inom grän- (16) ligger inom amplitudgränserna accepteras estimaten. serna i ekvation beräknas amplituden. Om amplituden När estimaten av amplitud och latens har bestämts återstår att presentera dem pà ett sådant sätt att använ- daren, exempelvis operationsteamet, snabbt kan avläsa patientens tillstànd. Exempelvis kan kurvor liknande dem i fig 2d och 2e visas. En dylik sammansatt bild kan for- mas och visas med hjälp av presentationsenheten 9, varvid värderingskretsen 9A används för att beräkna narkosgraden och bereda bilddata.

Anordningen enligt uppfinningen arbetar med olika hastighet i olika delar. Sålunda alstras auditiva stimuli med ett tidsmellanrum tstim, eller med frekvensen fstim=1/tstiml A/D-omvandlaren arbetar med samplingsfre- kvensen fs, en ny realisering alstras, dvs k räknas upp, för varje stimuli, och estimaten av latens och amplitud beräknas med frekvensen fstim/U, dvs amplitud- och la- tensestimaten uppdateras mer sällan än vid varje ny rea- 510 256 16 10 15 20 25 30 lisering. Detta beror på att amplituden och latensen ändrar sig förhållandevis lite mellan två realiseringar, varför de många stegen som återstår efter medelvärdes- bildningarna inte behöver utföras så ofta.

Försök För att åskådliggöra hur uppfinningen fungerar i praktiken återges nedan ett praktiskt försök.

I ett försök användes följande värden: tstim = 119 ms; fs = 2 kHz; längden av en realisering = 100 ms, dvs M=200; NS = 250; Nl = 10007 U = 31; Vidare användes FIR-filter med längden 60 i filter- uppsättningarna 13, 14 och adaptiva FIR-filter med läng- den 20 som anpassningsfiltret 15. De adaptiva FIR-filter- na ställdes så att de gav en begränsning i tid till sam- pel nummer 60-140, dvs 30-70 ms. Medianfiltret 18 hade längden 15.

Detta gav det initiala estimatet som visas i fig 2b, samt ett estimat efter 6.28 min som visas i fig 2c. Detta estimat visar att latensen har ökat markant och amplitu- den har sjunkit betydligt sedan försökets början. Patien- ten var vid denna tidpunkt under narkos, vilket också blir slutsatsen av estimatet.

Följande tabell visar patientens på traditionellt sätt uppskattade grad av narkos under försöket, samt händelseförloppet. Tabellen skall jämföras med fig 2d och 2e, som visar estimat av latens resp amplitud under för- söket. 10 15 20 17 5 __; CU FJ LH O\ TABELL Minuter Tillstånd 0 Patient vaken 3 1/2 narkos 7 3/4 narkos 10 l/1 narkos 14 1/1 narkos, ingen kirurgi 17 Kirurgi påbörjas 21 Kirurgi 24 Kirurgi avslutas 28 Kirurgi slut 31 Ytlig narkos 34 Svar vid tilltal Notera hur latensen ökar och amplituden minskar i takt med att narkosen blir djupare. Notera även den mar- kanta förändring som inträffar efter 17 minuter när det kirurgiska ingreppet påbörjas.

Den ovan beskrivna, föredragna utföringsformen av uppfinningen ger ett signifikant resultat så snabbt att den är användbar i praktiska sammanhang. Studera de i försöket ovan angivna värdena på filterlängder mm, såsom ett exempel på fördröjningen i anordningen. Fördröjningen skapas väsentligen på två ställen, dels i medelvärdes- bildningen, dels i medianfiltreringen. Tack vare att det långa medelvärdet anpassas till det korta (250 realise- ringar) bidrar medelvärdesbildningen endast med ca 30s.

Medianfiltret (längd 15) Således erhålls totalt 55 s fördröjning. En sådan för- orsakar ca 25 s fördröjning. dröjning är acceptabel och mindre än halva fördröjningen i den kända anordningen. Såsom kommer att framgå nedan behövs medianfiltret inte nödvändigtvis, varvid resulta- tet givetvis presteras ännu snabbare.

SW 256 18 10 15 20 25 30 35 Alternativa utföringsformer De ovan beskrivna, föredragna utföringsformerna av sättet respektive anordningen enligt uppfinningen har beskrivits i exemplifierande syfte och många modifie- ringar är tänkbara inom ramen för uppfinningen, såsom den definieras i patentkraven.

Auditiva stimuli alstras enligt ovan regelbundet.

Frekvensen kan varieras inom ett brett område som uppåt teoretiskt begränsas av längden av det svar som man vill studera och praktiskt av möjligheterna att undertrycka de övriga delarna av svaret. Nedåt begränsas frekvensen av största tillåtna fördröjning i systemet. Det är vidare inte nödvändigt att alstra stimuli regelbundet utan en mer oregelbunden eller slumpmässig alstring kan vara att föredra.

Utgallringen av realiseringar är ej helt nödvändig men om den utförs kan den givetvis utföras på många olika sätt, innebär att realiseringen förkastas om ett visst antal exempelvis på det hittills mest använda sättet som sampel är för mycket utstyrda. Det ovan beskrivna, nya sättet är dock det som ger bäst resultat.

Medelvärdesbildningen behöver inte vara rekursiv realisering för realisering utan kan ske blockvis, varvid exempelvis ett antal realiseringar (NS respektive Nl) lagras och medelvärdet av dessa bildas. Vidare kan istäl- let medianen bestämmas, varvid även en sortering av de lagrade realiseringarna krävs. Vid dessa alternativa utföranden erfordras extra minnesutrymme för lagring av de många realiseringarna och extra databehandlingskapaci- tet för att kunna hantera och uppdatera minnet för varje ny realisering. Dessa och andra liknande alternativ ryms i denna ansökan under begreppet medelvärdesbildning.

Medelvärdesbildningarnas längder kan varieras inom ett tämligen brett register beroende på tillämpning och beroende på vilken parameter som bestäms, men om man vid narkosövervakning vill erhålla ett resultat som är prak- tiskt användbart för kontinuerlig övervakning i realtid 10 15 20 25 30 35 5- \Q CH ...A CD ha (fn O\ torde ungefär 600 realiseringar utgöra en övre gräns för den korta medelvärdesbildningen. En nedre gräns torde ligga vid ungefär lOO realiseringar, men denna är tämli- gen beroende av SNR i realiseringarna.

Filtreringen som utförs efter medelvärdesbildningen kan utföras i ett eller flera frekvensband. Den valda uppdelningen i två band är dock att föredra, ty då er- hålls en bättre störundertryckning än vid filtrering i ett enda band och samtidigt undviks väsentligen det problem som ökar med ökande antal band. Detta problem är att smalare bandbredd är förknippad med längre insväng- ningstid, vilket inte är önskvärt med tanke på varje realiserings relativt begränsade längd. I praktiken är även tre band möjligt att använda, medan fler band ger märkbara nackdelar. Detta resonemang är även tillämpligt på anpassningsfiltret.

Filterna för filtrering av utsignalerna från medel- värdesbildningen kan även vara IIR-filter eller filter av någon annan lämplig typ. Anpassningsfiltret 15 kan också vara av annan lämplig typ.

Vid bestämningen av filterkoefficienter för anpass- ningsfiltret kan vilken som helst lämplig metod användas, dock torde ett förlustkriterium som en funktion av resi- dualerna vara att föredra.

Den estimerade vàgformen som erhålls med hjälp av den första signalbehandlingsenheten utgör grunden för bestämning av narkosgraden och stället för att bestämma amplitud och latens för Nb eller någon annan punkt på vàgformen kan man till exempel bestämma någon annan para- meter, såsom exempelvis frekvensinnehållet (genom att transformera vàgformen till frekvensplanet och visa frek- vensinnehållet) eftersom detta ändrar sig med narkosgra- den, eller helt enkelt visa den estimerade vàgformen i sig.

Det skall också påpekas att initieringen inte är absolut nödvändig och att bestämningen av narkosgraden kan påbörjas när patienten redan är sövd.

Claims (13)

10 15 20 25 30 35 20 510 256 PATENTKRAV

1. Sätt att bestämma narkosgraden hos en människa, innefattande stegen att: a) alstra auditiva stimuli; b) detektera svarssignaler, som är angivande för hörselkedjans respons på nämnda stimuli; c) omvandla svarssignalerna till digitala svarssig- naler; d) för varje digital svarssignal alstra en realise- ring genom att välja ut ett stycke av den digitala svars- signalen; k ä n n e t e c k n a t av stegen att: e) bilda en första medelvärdessignal av realise- ringar genom att utföra en första medelvärdesbildning med en första längd; f) bilda en andra medelvärdessignal av realiseringar genom att utföra en andra medelvärdesbildning med en andra längd, som är större än nämnda första längd; g) anpassa den andra medelvärdessignalen till den första medelvärdessignalen för att bilda en anpassad medelvärdessignal; h) bilda ett vàgformsestimat med hjälp av den anpas- sade medelvärdessignalen; och n) bestämma minst en parameter hos vàgformsestima- tet, vilken parameter ändrar sig med narkosgraden på ett signifikant sätt.

2. Sätt enligt patentkrav 1, k ä n n e t e c k - n a t av stegen att: i) bilda den första medelvärdessignalen som ett första rekursivt medelvärde av realiseringarna, varvid rekursionens längd är NS; och j) bilda den andra medelvärdessignalen som ett andra rekursivt medelvärde av realiseringarna, varvid rekursio- nens längd är Nl och varvid Nl>Ns; 10 15 20 25 30 35 21 510 256

3. Sätt enligt patentkrav 1 eller 2, k ä n n e - t e c k n a t av att steget g) innefattar stegen att: k) filtrera den första medelvärdessignalen i ett an- tal, BANT, BANT, är minst en, l) filtrera den andra medelvärdessignalen i BANT olika frekvensband, varvid nämnda antal, för att alstra BANT första delsignaler; olika frekvensband för att alstra BANT andra delsignaler; och m) anpassa nämnda andra delsignaler till nämnda första delsignaler för att alstra BANT anpassade delsig- naler, vilka utgör den anpassade medelvärdessignalen.

4. Sätt enligt patentkrav 3, k ä n n e t e c k - n a t av att steget m) innefattar steget att: filtrera nämnda andra delsignaler med hjälp av opti- mala, adaptiva filter, ett för varje frekvensband, vilket innefattar att bestämma de adaptiva filternas koefficien- ter så att residualenergin för de anpassade delsignalerna och de första delsignalerna i varje frekvensband minime- ras, varvid utsignalerna från de adaptiva filterna utgör de anpassade delsignalerna.

5. Sätt enligt nàgot av patentkraven 1-4, k ä n - n e t e c k n a t av steget n) innefattar att lokalisera en bestämd kurvpunkt pà vàgformsestimatet, vilken kurv- punkt utgör ett lokalt extremvärde, och bestämma nämnda parameter eller parametrar för kurvpunkten.

6. Sätt enligt patentkrav 5, k ä n n e t e c k - n a t av steget att för en användare presentera estimat av nämnda parameter eller parametrar; och av att nämnda parameter eller parametrar innefattar latens, definierad som den tid som har förflutit från det att ett auditivt stimuli alstrades tills kurvpunkten uppkom i svaret från hörselkedjan, och amplitud, relativt en referensnivà, i kurvpunkten.

7. Sätt enligt något av föregående patentkrav, innefattar ste- k ä n n e t e c k n a t av att steget d) get att kontrollera att varje realisering uppfyller ett 5 10 15 20 25 30 35 10 256 22 bestämt kriterium för en användbar realisering och annars förkasta den.

8. Sätt enligt patentkrav 7, k ä n n e t e c k - n a t av att kriteriet är att ett förhållande mellan realiseringens största amplitud och realiseringens medel- effekt skall ligga inom ett jämförelseintervall.

9. Anordning för bestämning av narkosgraden hos en (1) auditiva stimuli; ett uppfàngningsorgan (4) människa, innefattande ett organ för alstring av för uppfàng- ning av elektriska svarssignaler, som alstras i hörsel- kedjan som svar på nämnda auditiva stimuli; en till upp- (5) lisering av svarssignalerna; och ett till digitaliseraren (6, 10) varje digitaliserad svarssignal, vilket parti utgör en fàngningsorganet ansluten digitaliserare för digita- anslutet urvalsorgan för val av ett parti av av en till urvals- (7) alstring av ett vågformsestimat, varvid den första sig- (ll) för bil- dande av en första medelvärdessignal av realiseringar realisering, k ä n n e t e c k n a d organet ansluten första signalbehandlingsenhet för nalbehandlingsenheten innefattar ett organ genom utförande av en första medelvärdesbildning med en (12) medelvärdessignal av realiseringar genom utförande av en första längd, ett organ för bildande av en andra andra medelvärdesbildning med en andra längd som är (13, för anpassning av den andra medelvärdessigna- större än nämnda första längd, ett anpassningsorgan 14, 15, 16) len till den första medelvärdessignalen och för alstring av vågformsestimatet med hjälp av den anpassade medelvär- dessignalen och en till den första signalbehandlingsenhe- (8) för alst- ring av en eller flera parametrar som är angivande för ten ansluten andra signalbehandlingsenhet narkosgraden. k ä n n e - (13, 14, 15, 16) (13) för filtre- ring av den första medelvärdessignalen i ett antal, BANT, en andra

10. Anordning enligt patentkrav 9, t e c k n a d av att anpassningsorganet innefattar en första uppsättning filter olika frekvensband varvid nämnda antal BANT 2 l; 10 15 20 25 30 23 o 1 ...à c: ro cr: ox uppsättning filter (14) för filtrering av den andra medelvärdessignalen i BANT olika frekvensband; och en (15, 16) för anpassning av de BANT utsignalerna från den andra uppsättningen filter till de BANT utsignalerna från den första uppsättningen filter.

11. Anordning enligt patentkrav 10, t e c k n a d 16) är anordnad att filtrera utsignalerna från den andra tredje uppsättning filter k ä n n e - av att den tredje uppsättning filter (15, uppsättningen filter och innefattar BANT adaptiva filter (15) (16) av de adaptiva filternas koefficienter att residualener- och en koefficientalstrare för sàdan bestämning gin för utsignalerna från den tredje uppsättningen filter och utsignalerna från den första uppsättningen filter minimeras i varje frekvensband; och av att anpassningsor- ganet vidare innefattar ett organ för sammanförande av utsignalerna från den tredje uppsättningen filter för bildande av vågformsestimatet.

12. Anordning enligt patentkrav 9, 10 eller 11, k ä n n e t e c k n a d av att nämnda en eller flera parametrar innefattar latens och amplitud i en vald punkt på vågformsestimatet.

13. Anordning enligt något av patentkraven 9-12, för bildande av en första medelvärdessignal är anordnat att bilda ett k ä n n e t e c k n a d av att organet (ll) första rekursivt medelvärde av realiseringarna, varvid (12) för bil- dande av en andra medelvärdessignal är anordnat att bilda rekursionens längd är NS; och att organet ett andra rekursivt medelvärde av realiseringarna, varvid rekursionens längd är Nl och varvid Nl>NS_