基于体征信号分析的麻醉深度评价方法研究

发布时间：2017-10-05 14:05

  本文关键词：基于体征信号分析的麻醉深度评价方法研究

  更多相关文章： 麻醉深度 经验模式分解 希尔伯特黄变换 样本熵 多尺度熵

【摘要】：麻醉是临床手术中不可或缺的关键环节,如何保证病人在手术过程中安全和无痛苦是麻醉工作的核心问题。在复杂多变的手术过程中,为了确保麻醉安全,麻醉医生必须长时间注意力高度集中地全面性地观察记录病患各种生理特征,并根据自身经验进行分析和判别病患术中的麻醉深度。然而,由医生的主观判断来评估麻醉深度,容易出现因为所获信息与个人经验的不足、身体的疲累与环境的干扰、潜在的因素和病患个体性差异而造成的误判。随着生物医学工程与现代信息处理技术的深入交互和发展,针对各种体征信号的测量和分析设备在很大程度上减轻了麻醉医生的工作负担。 本文针对病患的各种生理体征信号在手术过程中麻醉和清醒状态下的差异性,将信号处理方法和传统医学方法相结合,提出了全身麻醉手术过程中的麻醉深度分析的新指标、新方法,并开发一个能够综合显示信息的实时术中全身麻醉深度分析系统,用于提高临床麻醉监测与评价的准确性,减少人为因素的诊断失误,促进麻醉监测与评价技术临床应用的发展,保障病患在手术过程中的麻醉安全和术后的快速良好恢复。本文的主要研究工作如下： (1)针对术中心电信号在手术过程中受到基线漂移、运动伪迹和工频噪声的干扰问题,通过对现有形态学滤波器数据进行改进以及以均方根误差作为选取形态学中结构元素长度的参数,提出了一种基于形态学的约束适应QRS波群滤波算法。同时提出了一种基于EMD和形态学的心电信号滤波算法。将EMD所得固有模式函数经形态学滤波并进行最小均方根误差对应长度的特征提取,该算法能有效地去除心电信号中基线漂移、运动伪迹和减弱工频干扰。 (2)针对术中脑电信号在手术准备阶段受到眼动的干扰问题,提出了基于MEMD和样本熵的眼电干扰滤波算法。算法通过分析对低频眼电信号高度敏感的样本熵值,得出包含眼电干扰的脑电信号样本熵值均小于0.5。在此基础上,比较分析EMD、EEMD、CEEMD和MEMD在分解信号固有模式函数上的性能。 (3)针对心率变异性在特定条件下麻醉深度诊断中失效的问题,提出了基于HHT的血流变异性麻醉深度评价指标。血流变异性是在检测手段和分析处理方面都优于心率变异性的一项生理变化参数。当心率变异性在受到特定麻醉药物作用以及手术电刀的影响下,血流变异性可作为术中病患麻醉深度和意识程度的评价指标。基于HHT的边际谱分析,通过比较血流变异性和心率变异性的副交感神经和交感神经频谱分布变化情况,经临床数据证明,血流变异性是一个能够在心率变异性受到干扰时替代其作为诊断病人的麻醉状态的生理指标。 (4)针对脑电信号的非线性特点,提出了基于脑电信号分析的样本熵和多尺度熵作为麻醉深度评价指标。近似熵和样本熵均能通过实时分析脑电信号的复杂度来判断病患的麻醉深度和意识程度,但样本熵在性能和敏感度上要优于近似熵。脑电信号的多尺度熵是衡量在不同尺度上脑电信号的复杂度的指标,但是其在实时分析过程中受到信号采样频率和数据长度的限制。因此,提出了自适应多尺度重采样熵作为术中麻醉深度评价指标,它通过自适应地改变有限数量信号的采样率来有效地细化的信号分解尺度,从而建立脑电信号在不同尺度上复杂度分布与术中麻醉深度之间的关系。 (5)针对麻醉过程中体征信号分析和麻醉深度评价指标研究,使用Borland C++Builder6.0开发了具有实时采集多个体征信号并用多种方法分析病患麻醉深度的系统平台。
【关键词】：麻醉深度 经验模式分解 希尔伯特黄变换 样本熵 多尺度熵
【学位授予单位】：武汉理工大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：R614;TN911.6
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 绪论12-22
• 1.1 课题的研究意义12-13
• 1.2 麻醉深度评价与监测方法概述13-20
• 1.2.1 临床麻醉深度的研究背景14
• 1.2.2 麻醉深度评价方法的发展14-16
• 1.2.3 麻醉深度监测方法16-19
• 1.2.4 存在的问题19-20
• 1.3 研究目的20
• 1.4 论文内容安排20-22
• 第2章 体征信号特征与分析方法22-46
• 2.1 关键体征信号22-27
• 2.1.1 脑电信号22-25
• 2.1.2 心电信号25-27
• 2.2 信号处理分析方法27-44
• 2.2.1 数学形态学27-29
• 2.2.2 经验模式分解和希尔伯特黄变换29-39
• 2.2.3 近似熵、样本熵和多尺度熵39-44
• 2.3 本章小结44-46
• 第3章 体征信号滤波算法研究46-65
• 3.1 基于形态学的心电信号滤波算法47-55
• 3.1.1 形态学滤波算法的改进47-48
• 3.1.2 基于形态学的约束适应QRS提取算法48-51
• 3.1.3 基于形态学和EMD的心电信号滤波算法51-55
• 3.2 基于经验模式分解的脑电信号滤波算法55-63
• 3.2.1 EMD、EEMD、CEEMD和MEMD方法的比较57-60
• 3.2.2 基于MEMD和样本熵的眼电信号滤波算法60-63
• 3.3 本章小结63-65
• 第4章 麻醉深度评价方法研究65-99
• 4.1 心率变异性65-71
• 4.1.1 人体自主神经系统简介65-66
• 4.1.2 心率变异性66-68
• 4.1.3 心率变异性的分析方法68-71
• 4.2 基于HHT的血流变异性麻醉深度评价方法71-84
• 4.2.1 血流变异性72-73
• 4.2.2 基于HHT的血流变异性麻醉深度评价指标73-74
• 4.2.3 临床数据分析74-83
• 4.2.4 结论83-84
• 4.3 基于脑电信号多尺度熵的麻醉深度评价方法84-97
• 4.3.1 近似熵、样本熵和多尺度熵在麻醉监测中的应用85-88
• 4.3.2 多尺度自适应重采样熵88-97
• 4.4 本章小结97-99
• 第5章 麻醉深度分析系统99-109
• 5.1 临床数据采集过程99-100
• 5.2 系统设计100-101
• 5.3 系统描述101-105
• 5.3.1 主界面101-102
• 5.3.2 在线分析102-103
• 5.3.3 离线分析103-104
• 5.3.4 手术信息录入104-105
• 5.4 临床数据分析结果105-108
• 5.5 本章小结108-109
• 第6章 总结与展望109-112
• 6.1 全文的主要工作和创新点109-111
• 6.2 下一步的工作111-112
• 致谢112-113
• 参考文献113-123
• 作者在攻读博士学位期间发表的学术论文和其它相关研究成果123

【相似文献】

中国期刊全文数据库 前10条

1 张连毅,徐进,郑崇勋,景桂霞,卢德生;Kolmogorov熵在大鼠脑电麻醉深度监测中的应用[J];西安交通大学学报;2005年02期

2 何庆华;葛衡江;王禾;黄炳强;吴宝明;冯正权;闫庆广;;全身麻醉过程中的脑电信号复杂度分析[J];中国医学物理学杂志;2009年01期

3 张连毅;郑崇勋;;全麻时监测临床病人神经活动状态的新方法[J];航天医学与医学工程;2008年01期

4 靳恒;刘海霞;孙雪峰;郝建华;;熵指数和脑电双频指数监测麻醉深度的比较研究[J];人民军医;2008年06期

5 陈晓平,和卫星,温军玲;基于脑电波复杂度的麻醉深度监测[J];江苏大学学报(自然科学版);2003年06期

6 何宏彬,吴祈耀;双谱在脑电图分析中的应用[J];医疗保健器具;1998年03期

7 彭松,马杰,杨翠微,方祖祥;多导联脑电遥测与远程监护系统的研制[J];生物医学工程学杂志;2001年02期

8 陈明彪;意念诊断治疗、意念促动、意念美容美身、复视明、复听仪构想[J];医疗卫生装备;2003年S2期

9 卞宁艳;曹洋;王斌;顾凡及;张立明;;基于二阶C_0复杂度的癫痫发作预测[J];生物物理学报;2007年01期

10 张海军;张文庆;;基于小波包技术的脑电特征波提取分析[J];机电工程技术;2008年07期

中国重要会议论文全文数据库 前10条

1 胡楠;徐进;郑崇勋;;不同麻醉深度下脑电信号的复杂度研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

2 崔建国;王旭;;基于光纤隔离与通讯的生物电信号放大方法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

3 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

4 赵丽;万柏坤;高扬;;基于脑电信号α波的电动小车控制系统研究[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年

5 王行愚;;基于脑电信号的人机融合控制[A];第二十三届中国控制会议论文集（上册）[C];2004年

6 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

7 贾文艳;赵香花;高小榕;高上凯;杨福生;;2003年脑机接口数据竞赛论文之五——想像左右手运动的单次脑电信号分类[A];首届全国功能神经影像学和神经信息学研讨会论文汇编[C];2003年

8 周红标;;基于小波包变换和最小二乘支持向量机的癫痫脑电信号识别[A];中国自动化学会控制理论专业委员会C卷[C];2011年

9 张伟;田心;;癫痫脑电整体及小波分量的相位同步性[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

10 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

中国重要报纸全文数据库 前10条

1 记者 唐湘岳　通讯员 伍西明 武海亮;麻醉深度影响术后脑功能[N];光明日报;2011年

2 本报记者 孙刚;未来医疗：明天我们这样治病[N];解放日报;2010年

3 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

4 本报记者 赵绍华;麻醉药会影响孩子智力吗？[N];健康时报;2003年

5 李红;芯片能给人第二次生命吗[N];科技日报;2004年

6 记者 段涵敏　通讯员 伍西明 武海亮;适宜麻醉深度可减少术后认知功能障碍[N];湖南日报;2011年

7 张善凤;麻醉药不会影响孩子智力[N];江苏科技报;2003年

8 袁启明;麻醉深度监护仪前景看好[N];医药经济报;2004年

9 张善凤;麻醉药会不会影响智力[N];中国消费者报;2003年

10 小峰;数字化技术：警察的好帮手[N];人民公安报;2010年

中国博士学位论文全文数据库 前10条

1 魏勤;基于体征信号分析的麻醉深度评价方法研究[D];武汉理工大学;2012年

2 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

3 赵岩斌;脑电数据的函数分析方法[D];东北师范大学;2011年

4 石立臣;基于脑电信号的警觉度估计研究[D];上海交通大学;2012年

5 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

6 王娆芬;过程控制操作员生理信号分析及功能状态建模[D];华东理工大学;2012年

7 李段;麻醉状态下神经振荡分析方法研究[D];燕山大学;2012年

8 季忠;脑电信号特征信息提取的时频分析方法及虚拟式脑电图仪的研制[D];重庆大学;2003年

9 朱晓军;HHT变换及其在脑电信号处理中的应用研究[D];太原理工大学;2012年

10 崔冬;多通道脑电信号建模及同步分析[D];燕山大学;2011年

中国硕士学位论文全文数据库 前10条

1 张新;脑电信号分析在认知功能中的研究[D];重庆大学;2010年

2 刘友友;基于多类运动感知脑电的异步脑—机接口的研究[D];山东大学;2010年

3 赵建林;癫痫脑电信号识别算法及其应用[D];山东大学;2010年

4 王娟;慢性痛多通道脑电信号分析[D];燕山大学;2011年

5 李窦哲;脑—机接口系统中脑电信号采集与特征识别[D];山西大学;2010年

6 张倩华;脑电信号的非广度熵分析[D];汕头大学;2004年

7 张道信;基于小波和独立分量分析的脑电信号处理[D];安徽大学;2002年

8 田福英;麻醉期脑电信号的复杂性分析[D];浙江大学;2005年

9 勾慧兰;1/f波电刺激前后脑电功率谱和复杂度的分析研究[D];河北科技大学;2010年

10 李县辉;脑电信号的小波相关与互信息分析[D];汕头大学;2003年

，

本文编号：977189