本文關(guān)鍵詞：麻醉深度監(jiān)測(cè)算法研究及其實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：麻醉是現(xiàn)代醫(yī)學(xué)中至關(guān)重要的一環(huán),基本是任何手術(shù)中不可或缺的步驟。然而麻醉劑過(guò)量或不足將會(huì)給病人帶來(lái)嚴(yán)重的生理、精神和心理創(chuàng)傷,其中術(shù)中蘇醒的危害最大,因此合理控制麻醉劑用量具有十分重要的意義。目前臨床上麻醉師多采用術(shù)中病人的生理特征,憑借經(jīng)驗(yàn)判定病人麻醉深度狀態(tài),然而此種方法受環(huán)境和經(jīng)驗(yàn)因素影響較大,不適于長(zhǎng)時(shí)間監(jiān)測(cè),因此本文在廣泛調(diào)研目前麻醉深度監(jiān)測(cè)技術(shù)的基礎(chǔ)上,研究了一種基于腦電信號(hào)多域分析的麻醉深度監(jiān)測(cè)算法及其實(shí)現(xiàn)。本文采用MIT-BIH數(shù)據(jù)庫(kù)用于模擬麻醉深度狀態(tài),首先在腦電信號(hào)中提取與麻醉深度狀態(tài)有關(guān)的特征參數(shù),提出了一種不需要眼電參考通道的在單通道含噪腦電信號(hào)中實(shí)現(xiàn)腦電和眼電分離的技術(shù),運(yùn)用了小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解和獨(dú)立分量分析等處理方法;其次探究腦電信號(hào)頻帶能量比和模擬麻醉深度狀態(tài)之間的關(guān)系;首次驗(yàn)證了單位時(shí)間內(nèi)眼動(dòng)次數(shù)和模擬麻醉深度狀態(tài)之間具有量化的關(guān)系;應(yīng)用改進(jìn)快速近似熵算法對(duì)模擬麻醉深度狀態(tài)進(jìn)行了有效刻畫(huà)。最后基于最小二乘-支持向量機(jī)技術(shù)設(shè)計(jì)了麻醉深度狀態(tài)分類器,對(duì)模擬麻醉深度狀態(tài)進(jìn)行量化。論文最后給出了算法在ARM平臺(tái)的實(shí)現(xiàn),該平臺(tái)集腦電數(shù)據(jù)采集、麻醉深度估計(jì)算法運(yùn)行于一身,并能通過(guò)藍(lán)牙無(wú)線數(shù)據(jù)傳輸方式與麻醉從機(jī)進(jìn)行通信,麻醉深度數(shù)值可實(shí)時(shí)顯示于從機(jī)液晶屏。驗(yàn)證實(shí)驗(yàn)表明該算法能有效刻畫(huà)模擬麻醉深度狀態(tài),為后續(xù)真實(shí)麻醉深度估計(jì)的臨床試驗(yàn)打下了堅(jiān)實(shí)的基礎(chǔ)。
【關(guān)鍵詞】：麻醉深度估計(jì) 腦電 ARM 藍(lán)牙
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R614
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 課題背景及意義9-10
• 1.2 基于EEG的麻醉深度監(jiān)護(hù)技術(shù)現(xiàn)狀10-13
• 1.2.1 EEG概述10
• 1.2.2 EEG信號(hào)處理技術(shù)10-11
• 1.2.3 基于EEG的麻醉深度監(jiān)護(hù)技術(shù)國(guó)外研究現(xiàn)狀11-12
• 1.2.4 基于EEG的麻醉深度監(jiān)護(hù)技術(shù)國(guó)內(nèi)研究現(xiàn)狀12-13
• 1.3 目前研究存在的問(wèn)題13
• 1.4 本文中需要說(shuō)明的幾點(diǎn)問(wèn)題13-15
• 1.4.1 麻醉和睡眠13-14
• 1.4.2 個(gè)體差異性14-15
• 1.5 論文的主要研究?jī)?nèi)容和目標(biāo)15-16
• 第2章 與麻醉深度相關(guān)的特征參數(shù)提取16-36
• 2.1 EEG特點(diǎn)及偽跡信號(hào)17-18
• 2.2 EEG信號(hào)預(yù)處理18
• 2.3 WEICA進(jìn)行單通道EOG和EEG的分離18-28
• 2.3.1 背景分析18-20
• 2.3.2 本方法中應(yīng)用到的信號(hào)處理技術(shù)20-21
• 2.3.3 WEICA算法步驟21-23
• 2.3.4 結(jié)果和討論23-28
• 2.4 單位時(shí)間內(nèi)EOG次數(shù)的提取28-30
• 2.5 頻帶能量比30-33
• 2.6 改進(jìn)快速近似熵33-35
• 2.7 本章小結(jié)35-36
• 第3章 麻醉深度指數(shù)獲取特征擬合方法研究36-42
• 3.1 應(yīng)用于麻醉深度監(jiān)測(cè)中的幾種特征擬合方法36-38
• 3.1.1 人工神經(jīng)網(wǎng)絡(luò)36-37
• 3.1.2 自適應(yīng)模糊推理技術(shù)37-38
• 3.1.3 最小二乘-支持向量機(jī)算法38
• 3.2 LS-SVM算法擬合得到模擬麻醉深度狀態(tài)38-40
• 3.3 本章小結(jié)40-42
• 第4章 基于EEG的麻醉深度監(jiān)測(cè)系統(tǒng)設(shè)計(jì)、實(shí)驗(yàn)及數(shù)據(jù)分析42-63
• 4.1 本課題麻醉深度監(jiān)測(cè)系統(tǒng)功能42
• 4.2 麻醉深度監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)方案42-43
• 4.3 系統(tǒng)硬件各模塊技術(shù)方案43-58
• 4.3.1 電極的選擇及其安放位置43-45
• 4.3.2 硬件模擬電路關(guān)鍵技術(shù)45
• 4.3.3 ARM最小系統(tǒng)電路45-47
• 4.3.4 電池電壓轉(zhuǎn)+5V模塊設(shè)計(jì)47-49
• 4.3.5 USB供電電路49
• 4.3.6 3.3V供電ARM和 5V供電芯片之間的電平匹配電路49-51
• 4.3.7 ADC模塊51-52
• 4.3.8 顯示屏驅(qū)動(dòng)電路52-54
• 4.3.9 藍(lán)牙無(wú)線模塊54-58
• 4.4 系統(tǒng)軟件設(shè)計(jì)58-59
• 4.4.1 模數(shù)轉(zhuǎn)換的實(shí)現(xiàn)58-59
• 4.4.2 模擬麻醉深度算法的實(shí)現(xiàn)59
• 4.5 腦電信號(hào)硬件采集部分的測(cè)試59-61
• 4.6 算法有效性的驗(yàn)證61-62
• 4.7 本章小結(jié)62-63
• 結(jié)論63-64
• 參考文獻(xiàn)64-69
• 致謝69

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 莫瑋;麻醉監(jiān)測(cè)的EEG譜分析[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);1994年02期

2 許立新;雙頻譜腦電分析技術(shù)在麻醉監(jiān)測(cè)中的作用與評(píng)價(jià)[J];國(guó)外醫(yī)學(xué).麻醉學(xué)與復(fù)蘇分冊(cè);1995年05期

3 王林安,李樹(shù)珊,欒樹(shù)田;馬水合氯醛麻醉的腦電圖觀察[J];黑龍江畜牧獸醫(yī);1984年11期

4 扈家強(qiáng),王大柱,李乃麟,劉洪,陳亞秋;腦干聽(tīng)覺(jué)誘發(fā)電位(BAEP)用于監(jiān)測(cè)小兒全麻深度及覺(jué)醒的研究[J];天津醫(yī)藥;2002年06期

5 黃力宇,王偉勛,鞠烽熾,程敬之;用腦電互信息及復(fù)雜度預(yù)測(cè)異氟醚麻醉時(shí)患者對(duì)切皮刺激的反應(yīng)[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2003年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 梁振虎;EEG熵算法及麻醉狀態(tài)監(jiān)測(cè)應(yīng)用研究[D];燕山大學(xué);2012年

  本文關(guān)鍵詞：麻醉深度監(jiān)測(cè)算法研究及其實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：323912