格子复杂性在麻醉深度监测中的应用研究

发布时间：2017-10-09 05:44

  本文关键词：格子复杂性在麻醉深度监测中的应用研究

  更多相关文章： 麻醉深度 格子复杂性 细粒化指数 Lempel-Ziv复杂性 疼痛监测

【摘要】：麻醉是通过多种药物的联合使用,来影响中枢神经系统的活动,最终达到镇静、镇痛、遗忘等适合外科手术操作的状态。在临床麻醉过程中,麻醉药物施加不足会造成患者由术中知晓引起的心理创伤；麻醉药物施加过量则会使患者现场或是愈后的不良事件增加。因此通过监测患者生理数据,实施精确麻醉是确保麻醉安全的必要手段之一。脑电作为大脑皮层神经细胞的宏观电活动,可实时反映大脑皮层的活动状态,已经被用作麻醉意识深度监测的主要手段。格子复杂性是一种刻画混沌序列内含信息的指标,对于脑电混沌特性的量化具有优势。基于两种不同的时间序列的分划方法(均值分划和排列分划)和细粒化方法,本文将格子复杂性算法用于麻醉过程中脑电信号的分析,进而对麻醉镇定程度和伤害性刺激程度引起的意识变化进行量化。通过临床实验,获取30例通过静脉输注丙泊酚实施全麻手术的患者数据,在此基础上论文进行下述的仿真计算：1.分别计算了格子复杂性和Lempel-Ziv复杂性,比较了两者在诱导期和恢复期的区别,并计算了两者与BIS的相关性及对MOAA/S评分分类的预测概率(PK)值。结果表明诱导期均值分划格子复杂性效果较好；恢复期排列分划格子复杂性效果较好,与BIS的相关性为0.9636；对于整个麻醉期均值分划格子复杂性效果最佳,与BIS相关性为0.8416；同时细粒化指数一般取3可得到不错的效果。2.考虑到单一的指标难以准确的量化麻醉深度,本文选取了脑电格子复杂性复杂性、边缘频率和爆发抑制率三个参数,将其作为神经网络的输入,相应的BIS值作为神经网络的输出,利用训练集数据对网络进行优化,通过对测试数据的分析发现此网络具有一定的适用性。3.本文对脑电格子复杂性用于麻醉中的疼痛监测也进行了研究,计算了脑电信号功率谱的格子复杂性,结果发现细粒化指数不同时对疼痛刺激的识别也不同。当细粒化指数选取合适时,能得到与谱熵一样的疼痛监测效果,可为临床疼痛监测提供一个新思路。综上所述,格子复杂性作为一种符号序列的复杂性度量方法,可用于麻醉意识深度监测及疼痛监测。
【关键词】：麻醉深度 格子复杂性 细粒化指数 Lempel-Ziv复杂性 疼痛监测
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R614
【目录】：

• 致谢5-6
• 摘要6-8
• Abstract8-12
• 第一章 绪论12-21
• 1.1 引言12-13
• 1.2 脑电分析方法的研究现状13-18
• 1.2.1 时域分析方法13-14
• 1.2.2 频域分析方法14
• 1.2.3 时/频域分析方法14-15
• 1.2.4 非线性分析15-18
• 1.3 本文主要内容18-21
• 第二章 麻醉药对大脑的影响及麻醉深度的临床判别方法21-29
• 2.1 脑电的产生及其特点21-23
• 2.1.1 脑电信号的产生21-22
• 2.1.2 脑电信号的分类22
• 2.1.3 脑电信号的特点22-23
• 2.2 麻醉药对大脑的影响23-25
• 2.2.1 麻醉23-25
• 2.2.2 麻醉药的脑作用机制25
• 2.3. 麻醉深度的判别方法25-28
• 2.3.1 基于临床体征的判别方法26
• 2.3.2 基于电生理信号的判别方法26-28
• 2.4 本章小结28-29
• 第三章 格子复杂性及时间序列的符号化方法29-36
• 3.1 引言29
• 3.2 Lempel-Ziv复杂性29-30
• 3.3 格子复杂性30-34
• 3.4 时间序列的符号化方法34-35
• 3.5 本章小结35-36
• 第四章 格子复杂性用于麻醉意识深度量化效果的探讨36-50
• 4.1 引言36
• 4.2 脑电信号采集及预处理36-37
• 4.2.1 临床数据来源36-37
• 4.2.2 脑电信号采集与信号预处理37
• 4.2.3 麻醉分类与评分量表37
• 4.3 算法的评价方法37-39
• 4.3.1 预测概率评估38
• 4.3.2 相关性评估38-39
• 4.4 参数选取39-43
• 4.4.1 滑动窗选取39
• 4.4.2 细粒化指数选取39-40
• 4.4.3 诱导期和恢复期脑电信号格子复杂性分析40-43
• 4.5 实验结果与讨论43-44
• 4.5.1 脑电LC及LZ复杂性与BIS的相关性43-44
• 4.5.2 脑电LC及LZ复杂性对MOAA/S评分的预测概率44
• 4.6 LC对麻醉意识深度的量化效果探讨44-49
• 4.6.1 指标选取及算法流程44-47
• 4.6.2 实验结果47-49
• 4.7 本章小结49-50
• 第五章 格子复杂性用于麻醉过程中伤害性刺激识别的探讨50-61
• 5.1 引言50
• 5.2 疼痛监测方法50-52
• 5.3 状态熵和反应熵用于疼痛监测52-55
• 5.4 LC用于麻醉过程中伤害性刺激的识别及与谱熵的比较55-60
• 5.5 本章小结60-61
• 第六章 总结与展望61-63
• 参考文献63-71
• 硕士期间所取得的科研成果71

【相似文献】

中国期刊全文数据库 前10条

1 于布为;理想麻醉状态与麻醉深度监测[J];广东医学;2005年06期

2 于布为;;理想麻醉状态与麻醉深度监测[J];现代临床医学生物工程学杂志;2006年04期

3 洪文学;张仲鹏;宋佳霖;张涛;刘旭龙;陈宁;谭建强;;麻醉深度监测方法及仪器研究的现状与展望[J];中国生物医学工程学报;2011年05期

4 杭燕南,卢剑华;麻醉深度监测新进展:双频指数[J];临床麻醉学杂志;2000年04期

5 阎焱;听觉诱发电位指数用于麻醉深度监测[J];国外医学.麻醉学与复苏分册;2001年06期

6 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

7 夏江燕,景亮;麻醉深度监测技术及其临床应用[J];东南大学学报(医学版);2003年06期

8 徐进,郑崇勋,和卫星;基于脑电复杂度分析的麻醉深度监测研究[J];中国康复医学杂志;2004年01期

9 陈斌,刘斌;全身麻醉深度监测研究的新进展[J];国外医学.麻醉学与复苏分册;2004年05期

10 于布为;;麻醉深度监测进展[J];中国医疗器械信息;2005年06期

中国重要会议论文全文数据库 前4条

1 于布为;;麻醉深度监测及临床意义[A];2005年浙江省麻醉学学术年会论文汇编[C];2005年

2 杨伟琴;潘燕;;麻醉深度监测与质量控制[A];2008年第七次华东六省一市麻醉学学术会议暨浙江省麻醉学术年会论文汇编（上册）[C];2008年

3 周美艳;戴体俊;;定量药物脑电图在麻醉深度监测中的应用[A];全国第一次麻醉药理学术会议暨中国药理学会麻醉药理专业委员会筹备会论文汇编[C];2010年

4 马加海;;熵指数在麻醉深度监测中的应用[A];山东省第十六次麻醉学学术会议论文汇编[C];2013年

中国重要报纸全文数据库 前1条

1 记者 仇逸;麻醉深浅有了“尺子”,相关机构成立[N];新华每日电讯;2010年

中国硕士学位论文全文数据库 前7条

1 聂鲁振;麻醉深度监测算法研究及其实现[D];哈尔滨工业大学;2015年

2 邹倩;格子复杂性在麻醉深度监测中的应用研究[D];浙江大学;2016年

3 吴江东;麻醉深度监测及其在腹腔镜手术麻醉中的应用[D];广西医科大学;2013年

4 李敏;基于模糊神经网络麻醉深度监测的研究[D];浙江大学;2006年

5 杨飞飞;基于脑电图的BIS指数麻醉深度监测技术的研究[D];山东理工大学;2011年

6 冯璐;儿童心脏手术期间脑电双频指数评估[D];天津医科大学;2009年

7 李茜;意识指数用于麻醉深度监测的临床研究[D];山东大学;2014年

，

本文编号：998488