麻醉在現(xiàn)代手術(shù)過(guò)程中占據(jù)了極為重要的地位,但是麻醉藥物的不恰當(dāng)使用會(huì)導(dǎo)致麻醉的過(guò)深或者過(guò)淺,無(wú)論麻醉的過(guò)深還是過(guò)淺都會(huì)對(duì)病人的健康造成很大的危害。麻醉如果過(guò)淺則會(huì)導(dǎo)致病人出現(xiàn)術(shù)中知曉,給病人的身體和心理造成危害;麻醉如果過(guò)深則會(huì)導(dǎo)致患者的蘇醒延遲、身體機(jī)能受損、甚至危及生命。所以精確和無(wú)創(chuàng)的麻醉深度監(jiān)測(cè)不僅能指導(dǎo)麻醉師的用藥,還能確保手術(shù)的安全性和有效性為患者提供一個(gè)舒適的手術(shù)環(huán)境。但是,目前還沒(méi)有一種麻醉深度監(jiān)測(cè)的“金標(biāo)準(zhǔn)”。大腦是直接受到麻醉藥物影響的地方,因此腦電信號(hào)在麻醉深度的研究方面一直受到研究人員的關(guān)注。所以,本文從患者的腦電數(shù)據(jù)出發(fā),提出了一種麻醉深度監(jiān)測(cè)的方法。本文從30名全麻患者的腦電信號(hào)出發(fā),將麻醉狀態(tài)分為清醒、淺麻醉和麻醉維持,其中麻醉維持又根據(jù)BIS值分為BIS值大于40和BIS值小于40兩種情況。首先通過(guò)對(duì)腦電信號(hào)的預(yù)處理提高信號(hào)的信噪比,然后提取腦電信號(hào)中與麻醉深度相關(guān)的特征值,最后根據(jù)麻醉手術(shù)過(guò)程中各麻醉階段時(shí)間不一致的特點(diǎn),選擇加權(quán)K-最近鄰（WKNN）算法對(duì)不同麻醉階段的腦電數(shù)據(jù)進(jìn)行分類,形成一個(gè)完整的麻醉深度監(jiān)測(cè)的算法系統(tǒng)。具體的工作內(nèi)容如下:（1）... 

【文章來(lái)源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 引言
    1.2 麻醉深度
        1.2.1 麻醉的發(fā)展歷程
        1.2.2 麻醉深度
        1.2.3 麻醉深度的判別
    1.3 腦電信號(hào)與其特點(diǎn)
        1.3.1 腦電信號(hào)的分類
        1.3.2 腦電信號(hào)的特點(diǎn)
    1.4 腦電信號(hào)的分析方法
        1.4.1 時(shí)域分析
        1.4.2 頻域分析
        1.4.3 時(shí)頻域分析
        1.4.4 非線性分析方法
    1.5 麻醉深度的研究現(xiàn)狀
        1.5.1 國(guó)內(nèi)研究現(xiàn)狀
        1.5.2 國(guó)外研究現(xiàn)狀
    1.6 本文研究背景及意義
    1.7 論文主要內(nèi)容和結(jié)構(gòu)
2 基于腦電信號(hào)的麻醉深度監(jiān)測(cè)
    2.1 麻醉深度對(duì)腦電信號(hào)的影響
    2.2 算法的基本流程
    2.3 腦電信號(hào)中的噪聲
    2.4 腦電信號(hào)中的特征值提取
        2.4.1 去趨勢(shì)波動(dòng)分析
        2.4.2 AR模型
        2.4.3 信息熵的分析方法
    2.5 加權(quán)K最近鄰類算法
    2.6 本章小結(jié)
3 腦電信號(hào)的采集與預(yù)處理
    3.1 腦電數(shù)據(jù)的采集
    3.2 噪聲的消除
        3.2.1 眼電信號(hào)的去除
        3.2.2 工頻干擾去除
        3.2.3 基線漂移的去除
    3.3 本章小結(jié)
4 腦電信號(hào)特征值與麻醉深度之間的關(guān)系
    4.1 去趨勢(shì)波動(dòng)分析與麻醉深度的關(guān)系
        4.1.1 去趨勢(shì)波動(dòng)分析的差異
        4.1.2 麻醉狀態(tài)不同時(shí)的波動(dòng)函數(shù)特征值
        4.1.3 波動(dòng)函數(shù)特征值與麻醉深度的相關(guān)性
    4.2 AR模型與麻醉深度的關(guān)系
        4.2.1 AR模型參數(shù)的求解
        4.2.2 麻醉狀態(tài)不同時(shí)的AR系數(shù)
        4.2.3 AR系數(shù)與麻醉深度的相關(guān)性
    4.3 樣本熵與麻醉深度的關(guān)系
        4.3.1 樣本熵的基本原理
        4.3.2 麻醉狀態(tài)不同時(shí)的樣本熵
        4.3.3 樣本熵的與麻醉深度的相關(guān)性
    4.4 本章小結(jié)
5 基于腦電信號(hào)的麻醉深度監(jiān)測(cè)
    5.1 腦電信號(hào)單特征值的麻醉深度監(jiān)測(cè)
        5.1.1 WKNN參數(shù)的優(yōu)化
        5.1.2 去趨勢(shì)波動(dòng)分析與麻醉深度分期
        5.1.3 AR系數(shù)與麻醉深度分期
        5.1.4 樣本熵與麻醉深度分期
    5.2 腦電信號(hào)多特征值的麻醉深度監(jiān)測(cè)
        5.2.1 AR系數(shù)與樣本熵的麻醉深度分期
        5.2.2 分類結(jié)果分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄
    A 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄
    B 作者在攻讀碩士學(xué)位期間取得的科研成果目錄
    C 學(xué)位論文數(shù)據(jù)集
致謝


【參考文獻(xiàn)】：
期刊論文
[1]監(jiān)測(cè)麻醉深度的腦電信號(hào)的近似熵特征研究[J]. 溫軍玲,和衛(wèi)星,陳曉平.  計(jì)算機(jī)測(cè)量與控制. 2003(09)
[2]小波變換在麻醉監(jiān)測(cè)誘發(fā)腦電信號(hào)分類中的應(yīng)用[J]. 張烈平,莫瑋,牛秦洲.  計(jì)算機(jī)工程與應(yīng)用. 2003(20)
[3]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]. 黃力宇,王偉勛,鞠烽熾,程敬之.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2003(02)
[4]麻醉的定義和深度的探討[J]. 史譽(yù)吾.  臨床麻醉學(xué)雜志. 1998(04)
[5]腦電功率譜分析技術(shù)監(jiān)測(cè)手術(shù)切皮時(shí)的麻醉深度[J]. 姜桂巖.  國(guó)外醫(yī)學(xué).麻醉學(xué)與復(fù)蘇分冊(cè). 1996(02)
[6]信息熵與熱力學(xué)熵的聯(lián)系及其應(yīng)用[J]. 閻長(zhǎng)俊.  沈陽(yáng)建筑工程學(xué)院學(xué)報(bào). 1995(04)

博士論文
[1]基于EEG的情緒信息特征及其分類方法研究[D]. 成敏敏.東南大學(xué) 2017
[2]基于體征信號(hào)分析的麻醉深度評(píng)價(jià)方法研究[D]. 魏勤.武漢理工大學(xué) 2012
[3]EEG熵算法及麻醉狀態(tài)監(jiān)測(cè)應(yīng)用研究[D]. 梁振虎.燕山大學(xué) 2012

碩士論文
[1]基于腦電信號(hào)檢測(cè)的麻醉深度監(jiān)測(cè)算法研究[D]. 丁正敏.華南理工大學(xué) 2018
[2]格子復(fù)雜性在麻醉深度監(jiān)測(cè)中的應(yīng)用研究[D]. 鄒倩.浙江大學(xué) 2016
[3]麻醉深度監(jiān)測(cè)算法研究及其實(shí)現(xiàn)[D]. 聶魯振.哈爾濱工業(yè)大學(xué) 2015
[4]基于模糊神經(jīng)網(wǎng)絡(luò)麻醉深度監(jiān)測(cè)的研究[D]. 李敏.浙江大學(xué) 2006



本文編號(hào)：3052135