基于卷积神经网络的麻醉深度监测研究

发布时间：2021-04-06 08:35

　　在临床手术中,需要实时准确地判断患者的麻醉深度（Depth of Anesthesia,DOA）用于指导医师麻醉用药,防止患者由于麻醉过浅出现意识恢复或者麻醉过深出现术后清醒时间过长等问题对脑部造成创伤。通常,由麻醉医师根据商业麻醉仪器来评估患者DOA,代价昂贵且无法保证长时间麻醉的鲁棒性。随着生物医学的发展,基于脑电（Electroencephalography,EEG）信号的麻醉特征分析方法逐渐兴起。然而,它们大多是建立在小样本数据范围内,无法解决实际运用中患者个体间差异,使现代临床麻醉陷入了“过拟合”阶段的局限。因此,发展一种面向大样本数据的麻醉深度监测技术对实现临床手术中精确麻醉十分重要。针对以上问题,本文将卷积神经网络（Convolutional Neural Network,CNN）模型应用于DOA分析,结合多类患者病例与资深麻醉医师临床麻醉经验,构建训练出面向DOA分类的CNN模型,并设计实现整个DOA监测过程。主要的研究内容如下:（1）由于EEG信号本身存在的非稳定性和低信噪比难以直观反映麻醉特征,研究麻醉中EEG信号时域与时频域之间对应关系,提出一种时变窗-短时傅里叶... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

临床中患者DOA的生理信号监测

17（1）EACL标准化对于手术过程中需要通过麻醉医师手动记录患者的相关麻醉事项，包括麻醉开始结束时间、注射药品种类以及注射量等等，这些信息都被记录在医师专用麻醉记录单上，加上患者相关的生理数据，一并交给5位麻醉专家，他们对每名患者同时手绘出完整的DOA水平曲线，即EACL曲线，如图2-6所示，横轴代表时间，纵轴代表DOA值。并且这些麻醉医师都是麻醉经验相当丰富的，因此，即使他们在无法亲自参入麻醉过程情况，仍然能够模拟真实麻醉手术场景，被他们手绘得到的DOA水平指标是具有参考价值的[63]。102030405060708090100013:4013:5014:0014:1014:2014:3014:4014:5015:0015:10意识深度指标麻醉深度值图2-6专家评估的DOA水平指标（黑色三角形为麻醉事件记录）同BIS取值标准相同，由五位资深麻醉医师手绘的EACL记录范围是[0,100]，0同样代表大脑处于完全无意识状态，100代表大脑处于完全清醒状态。[0,40][0,40]代表深度麻醉，[40,60]代表适度麻醉，[60,100]代表浅度麻醉。然而，初始的EACL会被手绘到麻醉记录单上，之后会经过数字化处理成数字序列状态[64]，并将五位麻醉医师所画的专家评估意识清醒程度进行平均，其结果如下图2-7所示。时间/分意识水平平均EACL图2-7五位专家评估的意识清醒程度

17（1）EACL标准化对于手术过程中需要通过麻醉医师手动记录患者的相关麻醉事项，包括麻醉开始结束时间、注射药品种类以及注射量等等，这些信息都被记录在医师专用麻醉记录单上，加上患者相关的生理数据，一并交给5位麻醉专家，他们对每名患者同时手绘出完整的DOA水平曲线，即EACL曲线，如图2-6所示，横轴代表时间，纵轴代表DOA值。并且这些麻醉医师都是麻醉经验相当丰富的，因此，即使他们在无法亲自参入麻醉过程情况，仍然能够模拟真实麻醉手术场景，被他们手绘得到的DOA水平指标是具有参考价值的[63]。102030405060708090100013:4013:5014:0014:1014:2014:3014:4014:5015:0015:10意识深度指标麻醉深度值图2-6专家评估的DOA水平指标（黑色三角形为麻醉事件记录）同BIS取值标准相同，由五位资深麻醉医师手绘的EACL记录范围是[0,100]，0同样代表大脑处于完全无意识状态，100代表大脑处于完全清醒状态。[0,40][0,40]代表深度麻醉，[40,60]代表适度麻醉，[60,100]代表浅度麻醉。然而，初始的EACL会被手绘到麻醉记录单上，之后会经过数字化处理成数字序列状态[64]，并将五位麻醉医师所画的专家评估意识清醒程度进行平均，其结果如下图2-7所示。时间/分意识水平平均EACL图2-7五位专家评估的意识清醒程度

【参考文献】：
期刊论文
[1]麻醉深度精确控制在心外科麻醉诱导中的应用[J]. 梁斌,任俊屹,张康秦.  海南医学. 2018(15)
[2]麻醉深度监测的进展研究[J]. 章臣烨,董妍.  世界最新医学信息文摘. 2018(37)
[3]麻醉深度监测对预防术中知晓的研究进展[J]. 平斯妍,刘丹彦.  临床与病理杂志. 2016(05)
[4]麻醉过程中脑电信号处理方法研究[J]. 顾家军,黄燕,叶继伦,王开隽,张梅梅.  中国医疗器械杂志. 2015(05)
[5]临床麻醉深度监测方法的新进展[J]. 贾娜,张昊鹏,文爱东,吴寅.  临床麻醉学杂志. 2015(09)
[6]患者状态指数在麻醉深度监测中的研究进展[J]. 张列亮,徐磊,鲍红光.  中华临床医师杂志(电子版). 2013(14)
[7]全凭静脉麻醉下脑电双频谱指数监测在术中知晓预防中的作用[J]. 曲晓霞,麻海春,苑野,冯春生.  吉林大学学报(医学版). 2011(02)
[8]脑电信号的小波变换去噪算法—基于中值的尺度相关阈值法[J]. 贾爱宾,王敏,刘法胜,鲍承友,张晓.  生物医学工程学杂志. 2009(06)
[9]基于信号处理的脑电相位同步性分析方法研究[J]. 赵丽娜,王保强,尧德中.  生物医学工程学杂志. 2008(02)
[10]三次样条插值函数的构造与Matlab实现[J]. 许小勇,钟太勇.  兵工自动化. 2006(11)

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



本文编号：3121128