监测麻醉的EEG信号的双谱分析

文摘

背景。在重症监护、监测麻醉手术期间的深度是一个关键元素的成功的手术和术后恢复。然而,尽管麻醉由于技术和药理学的发展进步,其副作用如不足剂时或者过量的安眠药仍然是一个主要问题。观察和监测必须结合临床观察(意识丧失和反应)和实时测量工具麻醉深度的变化。方法。在这项工作中,我们将开发一种无创方法计算,监视和控制手术麻醉的深度。目标是减少药物使用安眠药的效果,确保更好的质量的复苏。由于整体组大脑神经元的活动,我们已经开发出一种BIS技术基于脑电图仪的信号的双谱分析脑电图。讨论。从大脑通过收集电电压,我们区分轻度睡眠深度睡眠根据BIS值指标(从0:100:睡觉之后)并控制它通过作用于异丙酚的用量和七氟醚。我们表明,BIS值必须维护操作和麻醉期间价值大于60。结论。本研究表明,国际清算银行技术导致麻醉管理的优化,催眠剂量的充分性,以及更好的术后恢复。

1。介绍

临床监测是基于分析神经对刺激的反应动作响应等手术切口和失去联系。一个不合适的麻醉的后果发病率的增加,过剂量。(低血压和呼吸抑郁症),或underdosage(记忆、运动、高血压和支气管痉挛)(1]。

这使得它必须评估麻醉深度以优化其充分性手术刺激的强度。历史上,测量的深度麻醉开始疼痛的刺激之间的关系的分析和临床症状的存在与否意识丧失等运动,呼吸速率的变化,眼睛的变化反应,和心血管效应。1875年,一个英国医生首次记录大脑的电势。

1929年,脑电图是一位德国医生发明的叫汉斯·伯杰,为了研究大脑的电活动通过测量电势。这项发明被医生磨边机完成识别和艾德里安在1934年(2]。

事实上,麻醉深度监测的使用出现的建议美国麻醉医师协会(ASA)在2006年,当时Cochrane图书馆荟萃分析在2007年和2009年正式SFAR专家的建议。刘在2000年之后,两个主要的研究和Punjasawa Dwong进行。(1)第一个包括来自11个门诊手术的1380例患者的研究。它发现了一个催眠的消费减少19%(2)第二个包括4056名患者来自20个研究。它发现减少异丙酚的消费1.30毫克/公斤/ h和卤代下降了0.17凸轮等价物(3]

尽管几双显示器的存在,他们中的一些人患有低信噪比等问题,工件,干扰EMG信号,和一个中等精度约为60%到80%。为了克服这些问题,我们开发了一个嵌入式的BIS监测和控制系统在手术过程中麻醉的深度。第一个贡献是我们取代了模拟滤波,转换器,电路和可编程数字滤波器和嵌入算法实现的覆盆子Pi4电子板。这避免了不准确的辅助电路,减少工件的影响。第二个贡献是我们成功的估计仿真软件实现的最佳剂量的安眠药就睡的程度(例如: ),不像其他BIS监测,以适应进化的麻醉丸BIC值。

1.1。脑电图脑电图的原则

脑电图记录大脑电活动的。它代表了时间的痕迹电势的变化收集颅箱不同的点的头皮。EEG收购方式促进大脑的功能的可视化过程和神经生理学现象的理解。EEG信号的采集进行了从电极接触头皮。

作为测量脑电活动的脑电图是,它的实现可以发生在睡眠中或在其他领域的活动。接收到的信号是非常微弱(一些微伏)。它根据不同年龄、性别、病人状态,和警觉性。

1.2。电活动

大脑的神经细胞的集合叫做神经元。他们非常众多,约数千万。他们有消息循环神经的作用。神经元有很长的寿命,它的电活动经过两个主要阶段:(1)大脑神经元活动(2)表面活性

1.3。Brain-to-Neuron活动

神经元的电活动取决于极化和兴奋性细胞去极化。动作电位是一个两相的波几毫秒,而传播到所有的神经细胞。它影响人类活动如知觉、睡眠和记忆。动作电位值的信息而不是通过振幅的频率。因此,去极化高于阈值,动作电位的频率是最高的(图1)。

在图1,神经元“A”代表两个微电极放置在神经元的影响。第一个注入电流,另一个记录膜电位。这种刺激的作用概括为4部分(B, C, D, E)。部分B代表一个负的电流的结果,和神经元超极化。

不产生动作电位。部分C代表了一种积极的电流刺激的结果,神经元膜的去极化发生但不足以产生动作电位。部分D注入的电流去偏光膜值大于阈值。生成一个动作电位。最后,动作电位的放电频率将高水平的去极化,电流注入的数量成正比;这是部分E。

1.4。表面活性

两个神经元之间的界面区是一个表面的多孔膜,使得交换钠、氯、钾和离子。随后,离子电流的外观是观察到的传播对各种细胞精确的频率。信息传递的效率从一个地区到另一个水平主要取决于大脑皮层的活动水平。作为一个动作电位传播沿一个轴突,Na +离子进入细胞的活性部位通过电压门控钠+通道。两侧的去极化,通过渠道流K +离子的出现打开静止或推迟开放。如图2这个活跃的轴突部分可以吸收,目前四(两个反向偶极子)(2]。

根据下图3,脑电图波的偏振表面取决于突触的位置在主动模式。事实上,潜在的偏差向上表明负电位,反之,相反方向的偏差表明积极的潜力。

任何脑电图电信号的特征是它的频率和幅度:0.5至40 Hz频率和振幅变化从5到250年微伏。

一般来说,振幅和频率计算在20年代125 ms。

例如,图4显示了一个脑电图信号记录下头皮的电极表面。我们获得了微弱的电场产生主要通过突触电位可分为同步波(c)或不规则:不同步(b)。

2。材料和方法

2.1。警惕和睡眠状态的描述

因为利用电活动的发展,睡眠已经成为科学的实验方法。台球(5)是第一个发现夜里清醒和睡眠的状态。每个警戒状态对应于一个特定的潜力和使用三个参数(清醒状态,光和缓慢的睡眠状态,缓慢而深度睡眠状态)。EEG信号的信号处理识别五个脑节奏:δθ,α,β和γ。这些节奏进行分类根据频带和振幅据表1。

脑电波的时序波形见图5。

2.1.1。待机状态

的阶段体现了不连续发射α波。因此,我们观察振幅的减少导致α波压扁。

有两个备用状态:(1)第一是活跃的觉醒,其特征是低振幅的外观5至20微伏快速频率。我们谈论的是β波(2)然而,第二种状态是对应于α波平静的觉醒

2.1.2。慢光和睡眠状态(图6)

它的特点是放缓的脑电波振幅的增加,它分解成四个阶段增加深度:(我)阶段1。是清醒和睡眠之间的阶段对应于θ波:10%的年轻人睡眠(2)第二阶段。是证实睡眠表现出缓慢θ波的特征分解成两种类型的波。第一个是睡眠纺锤波快速(12到16赫兹)和短期(1 - 2 s)的频率。第二个特点是慢波和瞬态和周期性地出现(3)阶段3和4。这两个阶段是深度睡眠。提出了慢波的特点三角洲振幅高于75微伏,0.5和4赫兹之间的频率范围

2.1.3。缓慢和深度睡眠状态(图7)

儿童的一个重要阶段,因为它是生长激素的分泌期从清晨激活所有的合成过程,尤其是蛋白质。矛盾的慢睡眠礼物hypnogram的活性中心。以异相睡眠,获得梦想的再生功能的表达和睡眠。

2.1.4。快速眼动睡眠状态(图8)

这个阶段的睡眠是缓慢的和矛盾的(也称为PMO阶段,眼球运动阶段,或快速眼动)。这个状态是短密集的大脑活动。这一时期伴随着快速眼球运动引起的脑电波,这是与梦想有关。这个困难的睡眠是15到20分钟之间。它的特点是低振幅和快速。看来运动命令但不意识到和虱子思想活泼,很奇怪,和不合逻辑的8]。

2.2。注册程序由电极

脑电图信号采集,传感器电极电势的变化记录几毫米的半径。电极被插入一个弹性帽,帽子是放在病人的头是一个组织的分解和电极。“Gray-Walter”类型的电极由一个银杆覆盖着纸巾塞抑制生理盐水。他们被固定在一个稳定的支持,允许他们直立在头皮上。他们是由一个小钩,净在纵横交错的橡胶皮带固定在主体的头为了保持电极在合适的地方。如图9电极上,每个字母表示指定的区域。偶数表示右脑和奇数表示左边维度。

2.2.1。有节奏的活动

EEG脑电活动的形式和强度取决于记录电极的位置和大脑活动(图10)。他们依赖于电极的位置,他们的阻抗,睡眠的状态。脑电图(EEG)是用来记录大脑皮层的节奏活动,分为五波:δθ,α,β和γ(9]。

2.3。国际清算银行程序

皮层信号的能量谱的研究显示频带的存在相关的行为观察。波频率划分如下(10]:(1)三角洲乐队(0到4赫兹)(2)θ乐队(4到8赫兹)(3)α乐队(8 - 12 Hz)(4)β频带(12到25 Hz)(5)伽玛乐队(> 30 Hz)

功率谱分析了振幅和频率的信息但没有考虑不同频率的分量之间的相位。一阶统计失去所有阶段的信息。为了检索统计信息,我们介绍了双谱分析(11]。

2.4。双谱分析

2.4.1。二次相位耦合(QPC)

能够量化对频率之间的二次相耦合,需要从双频谱计算。两列波的频率之间的交互和可以生成两个相互作用波的频率 和 。

组件可以因此互动频率和产生其他混合频率成分的波数和频率是由这些主要组件的和或差。的频率 , ,和可以通过二次非线性相互作用有关,如果满足以下方程(12]:

一般来说,如果我们有一个信号是由三个正弦曲线频率和阶段( ),( ),和( ),正弦曲线1和2是成平方耦合阶段(QPC)当且仅当13]:

2.5。双频谱和后

双频谱是一个复杂的数量测量非线性相互作用过程中生成一个信号,信号在不同的阶段之间的相关性傅里叶频率。分析双谱定义为一个FFT-2D,和双频谱序列的傅里叶变换的三阶随机过程的累积。

尽管它的计算能力,双频谱是复杂的去理解它。正是因为这一原因之一呼吁后(11]。这个指数变化在0%和100%之间。

2.5.1。计算双频谱

计算双频谱,脑电图信号首先被分为一系列的时代。然后,傅里叶变换每个时代的计算。的双频谱 计算从以下方程:

在哪里光谱三重积。 , ,和 从傅里叶变换是复杂的计算值。

的共轭 。

真实的过程中,有12个区域的对称双频谱(14]。后的BIC被定义为标准化的程度BIS(0%至100%)。的归一化值双频谱被称为后 。从下列方程计算(15]:

分子与分母不同,因为:

这个表达式可以表示函数的功率谱密度为:

最后的公式可以推导出:

然后

功率谱密度 。

3所示。结果与讨论

图11说明了EEG分割的原理和波的歧视。我们开始通过阅读脑电图记录的数据保存在一个名为“file_name.edf”。

然后,EEG信号的帧512点采样频率为500赫兹。我们因此获得大脑节律(α,β,θ,δ,γ)。最后,我们应用快速傅里叶变换(FFT)为了分离和识别5波:δ(0 - 4赫兹),θ(4到8 Hz),α(8 - 12 Hz),β(12到30 Hz),γ(> 30 Hz)。

3.1。模拟

以下数据12- - - - - -16代表EEG信号的频谱分析的结果,所谓的脑电波。每一个五信号代表一个特定状态的病人。

图17显示了EEG信号的谱密度。β波部分的特点是一个高峰,观察到30 Hz。β脑电波出现在一个病人张开眼睛,12到30赫兹的频率。结果表明,从信号的谱密度计算,可以确定病人情况并不总是足够的。

3.2。数据库和实验协议

节中,我们将研究两个不同的信号来检测二次相位耦合:(我)第一个信号处理是健康的病人的脑电图检查结果(男,25岁:不受神经系统疾病如癫痫),张开眼睛平静(2)第二信号处理患者(26岁的女人)麻醉(2.6%七氟醚)

测量的协议如下:(我)脑电图信号来自电极放置在头皮上的定义的位置。电极的位置是根据图定义的9(2)我们使用了10 - 20系统因为它标识相同的相对位置在头皮上不管头的大小。它是基于经络越过头皮进入地标如鼻根、枕骨隆突,左,和正确的听觉耳屏

“10 - 20”是指相邻电极之间的实际距离是总数的10%或20%正反面或头骨(图的左边/右边的距离9)。每个电极放置网站有信来识别叶,或地区的大脑:标准的位置和区域分类如图18:前额叶(Fp)额(F)、时间(T)顶叶(P)、枕(O)和中部(C),还有( )网站的电极放置在中线矢状平面的头骨,(Fz, Cz, Pz盎司)为参照测量存在主要点。偶数参考电极头部的电极放置在右边,而奇数电极指左边。(我)使用Electrode-gels。他们作为电极的可塑的延伸,使电缆的运动不太可能产生工件。这种凝胶最大化皮肤接触和允许低阻记录通过皮肤(2)消除偏移量、电压的定义是两个电极之间的电位差,按2分组。在20个传感器,四个电极选择:Fp1-Fp2 T3-T4

这个选择是合理的,易于获得接触点和对称性对中间的头。

每个电极的阻抗在1000欧姆的顺序。(我)对于信号放大,我们使用微分放大器。他们放大两个渠道和电极之间的区别。优点是,一个不需要的信号是常见的两个输入将会被消耗掉(2)许多信号出现在头皮上,包括电源线干扰在50 Hz和肌动电流图肌电图,这可能会延长100赫兹以上。为了防止EEG信号的混叠失真,我们采用一种采样率高于250赫兹( 在我们的例子中)。过滤是基于二阶带通I.I.R数字滤波器[1赫兹;奈奎斯特频率75赫兹)应对 ( )还原α,β波、γδ波,也和网络谐波消除工件(图19)。

过滤器银行基于分解成五种IIR带通滤波器(瘘)与脑电图波(δθ,α、β和γ),后跟一个下载步骤2倍。五个输出信号应用于一个预处理步骤由工件的反褶积/脑电图和肌电图/脑电图利用cepstral方法。最后,我们可以恢复增强的脑电图信号通过低通滤波器(LPF)。

3.3。国际清算银行应用程序的算法在脑电图信号

从脑电图读取数据的第一步后,输出信号为“保存 。法国电力公司(edf)”文件。然后,脑电图文件划分为512点每帧采样频率为500赫兹。累积量的估计计算的双频谱分析,以检测阶段二次脑电图信号的各个组件之间的耦合。最后,归一化后的双频谱计算结果,在0到100%之间。

该算法类似于开业(相位滞后熵),使用四通道脑电图测量时间模式多样性频率大脑信号的相位关系16,17]。

图20.说明了BIC算法的原则。我们首先分析病人的脑电图信号张开眼睛通过读取信号的采样频率 和一个 。请注意,当我们计算了光谱的力量一个醒着的话题,发现30 Hz的峰值对应β脑节奏。在本节中,我们的目的是计算二次相位耦合QPC公司。这个函数耦合成平方检测谐波在阶段使用TOR方法(三阶递归)和计算的双频谱价值耦合的组件。下图显示了一个清醒的EEG信号双频谱乳房主题。

3.4。仿真结果

双频谱显示的参数估计的弱相耦合(蓝色的轮廓图21)的脑电图信号的不同组件之间清醒患者双频谱的最大值位于B点(0.0976,0.0117)。双阶谱结果应规范化整个后或双频谱通过BIC规范化方程: 。

随后,我们感兴趣的EEG信号分析病人麻醉(2.6%七氟醚(18)通过读取信号归一化的条件。还请注意当我们计算了光谱功率的主题在麻醉下,我们发现2赫兹的峰值对应于脑节奏三角洲。下面的图21显示了一个病人的脑电图信号的双频谱麻醉(2.6%七氟醚)。

双频谱显示的参数估计的强相耦合(红色轮廓图22)的脑电图信号的不同组件之间清醒患者最大的双频谱,位于B(0.49609, 0.24609),和其他的存在价值是由B (0.1312, 0.1351), (0.2385, 0.1487), B (0.2502, 02460)。后或归一化双频谱 。我们注意到在去年的数字21和22没有二次耦合清醒的乳腺癌患者规范化的价值 (图21)和一个强大的存在耦合的病人在麻醉下的价值 (图22)。

表2总结了价值观和获得的结果。

我们的测试的识别比总结在下表中3。

我们可以解释走向价值100%标志主体清醒的缺失相耦合和走向0%主题标志麻醉拥有大量业务的耦合。没有耦合计算的双频谱表示病人意识,和强耦合的存在意味着病人的警惕。最后,与我们的战略,我们获得了92%的准确性非常有前途的和有趣的,与其他产业相比BIS或熵监视器。

3.5。与其他研究相比

在表4我们比较我们的结果有三个类似的文献研究使用作为判断参数,sedation-awakening时期,吗啡的百分比或七氟烷BIC错误,在麻醉剂量的数量。我们注意到赵的研究获得了类似的结果,减少错误和意识恢复时间。

4所示。结论

EEG信号的研究是非常复杂的,因为它需要生物大脑信号的知识和技术相关的组件。本研究的目的是开发一个非侵入性的方法计算和监测实时全身麻醉的程度通过脑电图信号的双谱分析。我们开发了一个方法论EEG信号的细分和双谱分析以提取五个脑电波。

我们证明,每一个波对应于一个特定的病人的状态。为了确定病人状态,在麻醉后,我们计算光谱的组件之间的同步使用二次相位耦合(QPC)策略。后双频谱指数的获得值允许我们进行分类,然后认识到病人麻醉状态和演化。这些结果非常有趣,因为他们可以帮助医务人员更好的控制和监测麻醉手术中操作,减少安眠药的使用,有助于更好的术后恢复。

缩写

国际清算银行:	双频谱指数
BIC:	后指数
脑电图:	脑电描记法
QPC公司:	二次相位耦合
SFAR:	法国社会的麻醉和复活
ASA:	美国麻醉医师协会。

数据可用性

数据用于这项工作从引用和免费数据库中提到的文本

的利益冲突

作者宣称没有利益冲突。

引用

1. e·罗伯特,“认识论的问题,”困难的命名和定义朊病毒疾病。版本哈,卷1,l 'Harmattan,法国,2013年,http://www.editions-harmattan.fr/index.asp?navig=catalogue&obj=result。视图:谷歌学术搜索
2. 诉桌球、f . Servin和s . Molliex“监测麻醉深度,”EMC麻醉&复活,卷2,不。1,23-45,2005页。视图:出版商的网站|谷歌学术搜索
3. “Montaine伯纳德。”方法分析神经元同步在脑电图信号利用时频信息图,(博士论文),博士学校:工程科学和航空,研究领域:信号和图像处理、法国普瓦捷大学2006。视图:谷歌学术搜索
4. m . Caparos“自动从表面脑电图分析颞叶癫痫发作,”南希自动CNRS-UMR研究中心,7039卷,2010年。视图:谷歌学术搜索
5. m .台球正常和病理睡眠:睡眠和唤醒障碍马森,巴黎,1994年。
6. 地中海,硬件架构来处理生理信号实时适应经营环境的变化,(博士论文)斯法克斯、国家工程学院,突尼斯,2009。
7. y Tran和r .喧嚣Celestin蒂埃里和Aillet摩根,脑功能图像,页10 - 12,Docplayer,法国,2008年,http://docplayer.fr/20382902-Imageries-fonctionnelles-cerebrales.html。
8. f . Wendling“神经系统的复杂性:信号处理和建模的贡献的解释癫痫活动,”信号和图像处理实验室,INSERM U642,卷2,页3 - 9,雷恩大学,2002。视图:谷歌学术搜索
9. r . r . Aguilar j·a·洛佩兹和i o .皮”基于谱图分析EEG信号处理技术,”研究计算机科学,卷145,不。1,第162 - 151页,2017。视图:谷歌学术搜索
10. c·r·d·奥利维拉w·m·贝尔纳多和v . m . Nunes全身麻醉的好处由双频谱指数与监测监控指导只有临床参数。系统回顾和荟萃分析”,采用麻醉学杂志,卷67,不。1,第84 - 72页,2017。视图:谷歌学术搜索
11. 诉桌球”,监视de la profondeur de l 'anesthesie”会议d 'actualisation爱思唯尔,页17-32,巴黎,1997年,版本SFAR。视图:谷歌学术搜索
12. f·布雷瑟,“共振波之间的相互作用。离散振荡的情况下,“流体力学杂志,20卷,第410 - 401页,1964年。视图:谷歌学术搜索
13. a . Miller j . w .雪橇j .巴纳德和d . a . Steyn-Ross”双谱分析的脑电图添加任何东西但是复杂性?^__”,英国麻醉学杂志,卷92,不。1,8日至13日,2004页。视图:出版商的网站|谷歌学术搜索
14. m . r . Raghuveer和c·l·尼卡斯“双频谱估计:参数的方法。音响、语音信号处理,“IEEE语音处理,33卷,不。5,1213 - 1230年,1985页。视图:谷歌学术搜索
15. d . Longrois m . Hirschi大肠Junke, c . Mesteilman“监测麻醉深度的,”JEPU杂志卷,145年,第73 - 65页,2002年。视图:谷歌学术搜索
16. 问:刘,Y.-F。陈,S.-Z。粉丝,m . f . Abbod, js。Shieh”,使用多尺度熵EEG信号分析在手术过程中麻醉深度监测通过人工神经网络,”计算和数学方法在医学,2015年。视图:出版商的网站|谷歌学术搜索
17. y . k . h·j·h·w·Shin Kim张成泽et al .,“监测麻醉深度和脑电图和频带能量使用相位滞后熵异丙酚麻醉期间,“BMC麻醉学,20卷,不。2020年49岁。视图:谷歌学术搜索
18. b . g . Fahy和d . f .洲”的技术处理脑电图监测设备评估麻醉深度,“麻醉与镇痛7卷,第126 - 111页,2018年。视图:谷歌学术搜索
19. s Inaba m .桥本m .高桥y来自和a .高知县”BIS和拉姆齐得分的比较评价与异丙酚镇静ICU Masui,”日本麻醉学杂志》上卷,56号1、年度,2007页。视图:谷歌学术搜索
20. c . Weatherburn r . Endacott p Tynan, m·贝利”双频谱指数监测镇静的影响政府在机械通气患者中,“麻醉和重症监护,35卷,不。2、204 - 208年,2007页。视图:谷歌学术搜索
21. d .赵y徐,w .他,t·李和y,“比较双频谱指数和sedation-agitation规模在指导镇静治疗:一项随机对照研究在接受短期机械通气的患者,”中国危重病医学,23卷,不。4、220 - 223年,2011页。视图:谷歌学术搜索

版权

版权©2021妖妇Bouafif。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。