麻醉深度监测算法研究及其实现

发布时间：2017-04-24 09:08

  本文关键词：麻醉深度监测算法研究及其实现，由笔耕文化传播整理发布。

【摘要】：麻醉是现代医学中至关重要的一环,基本是任何手术中不可或缺的步骤。然而麻醉剂过量或不足将会给病人带来严重的生理、精神和心理创伤,其中术中苏醒的危害最大,因此合理控制麻醉剂用量具有十分重要的意义。目前临床上麻醉师多采用术中病人的生理特征,凭借经验判定病人麻醉深度状态,然而此种方法受环境和经验因素影响较大,不适于长时间监测,因此本文在广泛调研目前麻醉深度监测技术的基础上,研究了一种基于脑电信号多域分析的麻醉深度监测算法及其实现。本文采用MIT-BIH数据库用于模拟麻醉深度状态,首先在脑电信号中提取与麻醉深度状态有关的特征参数,提出了一种不需要眼电参考通道的在单通道含噪脑电信号中实现脑电和眼电分离的技术,运用了小波变换、经验模态分解和独立分量分析等处理方法;其次探究脑电信号频带能量比和模拟麻醉深度状态之间的关系;首次验证了单位时间内眼动次数和模拟麻醉深度状态之间具有量化的关系;应用改进快速近似熵算法对模拟麻醉深度状态进行了有效刻画。最后基于最小二乘-支持向量机技术设计了麻醉深度状态分类器,对模拟麻醉深度状态进行量化。论文最后给出了算法在ARM平台的实现,该平台集脑电数据采集、麻醉深度估计算法运行于一身,并能通过蓝牙无线数据传输方式与麻醉从机进行通信,麻醉深度数值可实时显示于从机液晶屏。验证实验表明该算法能有效刻画模拟麻醉深度状态,为后续真实麻醉深度估计的临床试验打下了坚实的基础。
【关键词】：麻醉深度估计 脑电 ARM 蓝牙
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R614
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-16
• 1.1 课题背景及意义9-10
• 1.2 基于EEG的麻醉深度监护技术现状10-13
• 1.2.1 EEG概述10
• 1.2.2 EEG信号处理技术10-11
• 1.2.3 基于EEG的麻醉深度监护技术国外研究现状11-12
• 1.2.4 基于EEG的麻醉深度监护技术国内研究现状12-13
• 1.3 目前研究存在的问题13
• 1.4 本文中需要说明的几点问题13-15
• 1.4.1 麻醉和睡眠13-14
• 1.4.2 个体差异性14-15
• 1.5 论文的主要研究内容和目标15-16
• 第2章 与麻醉深度相关的特征参数提取16-36
• 2.1 EEG特点及伪迹信号17-18
• 2.2 EEG信号预处理18
• 2.3 WEICA进行单通道EOG和EEG的分离18-28
• 2.3.1 背景分析18-20
• 2.3.2 本方法中应用到的信号处理技术20-21
• 2.3.3 WEICA算法步骤21-23
• 2.3.4 结果和讨论23-28
• 2.4 单位时间内EOG次数的提取28-30
• 2.5 频带能量比30-33
• 2.6 改进快速近似熵33-35
• 2.7 本章小结35-36
• 第3章 麻醉深度指数获取特征拟合方法研究36-42
• 3.1 应用于麻醉深度监测中的几种特征拟合方法36-38
• 3.1.1 人工神经网络36-37
• 3.1.2 自适应模糊推理技术37-38
• 3.1.3 最小二乘-支持向量机算法38
• 3.2 LS-SVM算法拟合得到模拟麻醉深度状态38-40
• 3.3 本章小结40-42
• 第4章 基于EEG的麻醉深度监测系统设计、实验及数据分析42-63
• 4.1 本课题麻醉深度监测系统功能42
• 4.2 麻醉深度监测系统的设计方案42-43
• 4.3 系统硬件各模块技术方案43-58
• 4.3.1 电极的选择及其安放位置43-45
• 4.3.2 硬件模拟电路关键技术45
• 4.3.3 ARM最小系统电路45-47
• 4.3.4 电池电压转+5V模块设计47-49
• 4.3.5 USB供电电路49
• 4.3.6 3.3V供电ARM和 5V供电芯片之间的电平匹配电路49-51
• 4.3.7 ADC模块51-52
• 4.3.8 显示屏驱动电路52-54
• 4.3.9 蓝牙无线模块54-58
• 4.4 系统软件设计58-59
• 4.4.1 模数转换的实现58-59
• 4.4.2 模拟麻醉深度算法的实现59
• 4.5 脑电信号硬件采集部分的测试59-61
• 4.6 算法有效性的验证61-62
• 4.7 本章小结62-63
• 结论63-64
• 参考文献64-69
• 致谢69

【参考文献】

中国期刊全文数据库 前5条

1 莫玮;麻醉监测的EEG谱分析[J];桂林电子工业学院学报;1994年02期

2 许立新;双频谱脑电分析技术在麻醉监测中的作用与评价[J];国外医学.麻醉学与复苏分册;1995年05期

3 王林安,李树珊,栾树田;马水合氯醛麻醉的脑电图观察[J];黑龙江畜牧兽医;1984年11期

4 扈家强,王大柱,李乃麟,刘洪,陈亚秋;脑干听觉诱发电位(BAEP)用于监测小儿全麻深度及觉醒的研究[J];天津医药;2002年06期

5 黄力宇,王伟勋,鞠烽炽,程敬之;用脑电互信息及复杂度预测异氟醚麻醉时患者对切皮刺激的反应[J];中国生物医学工程学报;2003年02期

中国博士学位论文全文数据库 前1条

1 梁振虎;EEG熵算法及麻醉状态监测应用研究[D];燕山大学;2012年

  本文关键词：麻醉深度监测算法研究及其实现，由笔耕文化传播整理发布。

，

本文编号：323912