麻醉是手術過程正常實施的重要保證,麻醉鎮(zhèn)靜過程的安全性和舒適性越來越受到重視。手術過程中,麻醉過深或者過淺都會產(chǎn)生嚴重的后果:若麻醉過淺,則患者會產(chǎn)生術中知曉,從而造成患者的精神創(chuàng)傷;若麻醉過深則會導致患者術后恢復時間的增加,嚴重時發(fā)生呼吸、循環(huán)系統(tǒng)抑制導致死亡。所以在麻醉鎮(zhèn)靜過程中實時精確監(jiān)測鎮(zhèn)靜深度對于減少手術時麻醉意外,提高患者治療安全性和舒適性具有非常重要的意義。國外麻醉監(jiān)測設備的算法模型是基于國外患者的麻醉腦電數(shù)據(jù)庫,在國內使用時存在很大的限制。為此,本文研制出一款適合國人的麻醉深度識別系統(tǒng)。本文在現(xiàn)有麻醉深度監(jiān)測研究和課題組現(xiàn)有硬件設備的基礎上開發(fā)出了一套基于Elman循環(huán)神經(jīng)網(wǎng)絡模型的實時麻醉深度狀態(tài)識別算法。同時本文還對多模態(tài)信號在麻醉深度識別方面的作用進行了分析。本文以臨床采集的62例全麻手術病人的腦電信號數(shù)據(jù)為基礎,根據(jù)警覺鎮(zhèn)靜評分結果將患者的腦電信號劃分為清醒、輕度麻醉、中度麻醉、麻醉過深四種狀態(tài)。首先針對臨床腦電信號信噪比低的問題,本文提出了高低通濾波、工頻陷波、基線校正、獨立成分分析等多種信號預處理方法,對肌電偽跡、眼電偽跡、工頻干擾、基線漂移和電刀信號偽跡進... 

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 課題研究背景與意義
    1.3 課題研究現(xiàn)狀和趨勢
        1.3.1 國內現(xiàn)狀
        1.3.2 國外現(xiàn)狀
    1.4 課題研究目標和主要內容
第2章 腦電信號的特征分析方法
    2.1 腦電及其特點
        2.1.1 腦電信號簡介
        2.1.2 腦電信號的分類
    2.2 麻醉的作用機制
    2.3 腦電信號分析方法
        2.3.1 時域信號分析
        2.3.2 頻域信號分析
        2.3.3 時/頻域信號分析
        2.3.4 非線性分析方法
    2.4 麻醉狀態(tài)的判斷
    2.5 本章小結
第3章 基于循環(huán)神經(jīng)網(wǎng)絡的麻醉深度識別
    3.1 算法流程圖
    3.2 信號預處理
        3.2.1 噪聲分析
        3.2.2 信號去偽方法
    3.3 基于腦電信號的特征提取方法
        3.3.1 基于經(jīng)典分析方法的腦電信號特征提取
        3.3.2 基于熵模型的腦電信號特征提取
    3.4 基于循環(huán)神經(jīng)網(wǎng)絡的麻醉狀態(tài)識別研究
        3.4.1 人工神經(jīng)網(wǎng)絡及其基本原理
        3.4.2 Elman循環(huán)神經(jīng)網(wǎng)絡
        3.4.3 神經(jīng)網(wǎng)絡在麻醉狀態(tài)識別中的應用
    3.5 麻醉深度監(jiān)測的評價指標
        3.5.1 預測概率評估P_k
        3.5.2 相關性評估
    3.6 本章小結
第4章 臨床實驗設計和結果分析
    4.1 臨床實驗概述
    4.2 實驗設計以及臨床數(shù)據(jù)采集
    4.3 腦電信號單特征分析
        4.3.1 頻域特征分析
        4.3.2 時域特征分析
        4.3.3 非線性特征分析
    4.4 特征選擇方法
    4.5 麻醉深度監(jiān)測結果分析
    4.6 本章小結
第5章 麻醉誘導階段的多模態(tài)麻醉深度監(jiān)測探究
    5.1 引言
    5.2 腦氧監(jiān)測技術
    5.3 腦氧設備性能評估
    5.4 多模態(tài)數(shù)據(jù)采集實驗方案
    5.5 多模態(tài)信號數(shù)據(jù)處理
    5.6 分類結果分析
    5.7 本章小結
第6章 總結與展望
    6.1 工作總結
    6.2 研究展望
參考文獻
作者簡介


【參考文獻】：
期刊論文
[1]單通道腦電信號眼電偽跡去除算法研究[J]. 劉志勇,孫金瑋,卜憲庚.  自動化學報. 2017(10)
[2]生物醫(yī)學信號處理研究綜述[J]. 胡廣書,汪夢蝶.  數(shù)據(jù)采集與處理. 2015(05)
[3]小波和希爾伯特變換在腦電信號消噪中的對比研究[J]. 羅志增,袁飛龍,高云園.  計量學報. 2013 (06)
[4]Narcotrend在麻醉深度監(jiān)測上的優(yōu)劣:與BIS對比的臨床研究[J]. 高建東,趙玉潔,岳云.  中華麻醉學雜志. 2012 (05)
[5]全麻術中血糖變化與靜脈麻醉藥相關性的探討[J]. 黃渝,汪斌.  四川醫(yī)學. 2010(12)
[6]監(jiān)測麻醉深度的腦電信號的近似熵特征研究[J]. 溫軍玲,和衛(wèi)星,陳曉平.  計算機測量與控制. 2003(09)

博士論文
[1]基于體征信號分析的麻醉深度評價方法研究[D]. 魏勤.武漢理工大學 2012
[2]EEG熵算法及麻醉狀態(tài)監(jiān)測應用研究[D]. 梁振虎.燕山大學 2012
[3]近紅外空間分辨光譜技術及其在腦氧無損檢測中的應用[D]. 騰軼超.清華大學 2006

碩士論文
[1]基于半監(jiān)督與時序模型的腦電信號特征提取方法研究[D]. 辛雨航.山東大學 2018
[2]基于腦電信號檢測的麻醉深度監(jiān)測算法研究[D]. 丁正敏.華南理工大學 2018
[3]面向腦狀態(tài)監(jiān)測的腦電與腦氧信號采集系統(tǒng)[D]. 張悅.浙江大學 2017
[4]格子復雜性在麻醉深度監(jiān)測中的應用研究[D]. 鄒倩.浙江大學 2016
[5]麻醉深度監(jiān)測算法研究及其實現(xiàn)[D]. 聶魯振.哈爾濱工業(yè)大學 2015
[6]基于模糊神經(jīng)網(wǎng)絡麻醉深度監(jiān)測的研究[D]. 李敏.浙江大學 2006
[7]腦電信號的特性分析與特征提取[D]. 白冬梅.大連理工大學 2006



本文編號：3730235