麻醉是手術(shù)過程正常實(shí)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(shù)過程中,麻醉過深或者過淺都會(huì)產(chǎn)生嚴(yán)重的后果:若麻醉過淺,則患者會(huì)產(chǎn)生術(shù)中知曉,從而造成患者的精神創(chuàng)傷;若麻醉過深則會(huì)導(dǎo)致患者術(shù)后恢復(fù)時(shí)間的增加,嚴(yán)重時(shí)發(fā)生呼吸、循環(huán)系統(tǒng)抑制導(dǎo)致死亡。所以在麻醉鎮(zhèn)靜過程中實(shí)時(shí)精確監(jiān)測(cè)鎮(zhèn)靜深度對(duì)于減少手術(shù)時(shí)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(cè)設(shè)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(nèi)使用時(shí)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(shí)別系統(tǒng)。本文在現(xiàn)有麻醉深度監(jiān)測(cè)研究和課題組現(xiàn)有硬件設(shè)備的基礎(chǔ)上開發(fā)出了一套基于Elman循環(huán)神經(jīng)網(wǎng)絡(luò)模型的實(shí)時(shí)麻醉深度狀態(tài)識(shí)別算法。同時(shí)本文還對(duì)多模態(tài)信號(hào)在麻醉深度識(shí)別方面的作用進(jìn)行了分析。本文以臨床采集的62例全麻手術(shù)病人的腦電信號(hào)數(shù)據(jù)為基礎(chǔ),根據(jù)警覺鎮(zhèn)靜評(píng)分結(jié)果將患者的腦電信號(hào)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(duì)臨床腦電信號(hào)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(dú)立成分分析等多種信號(hào)預(yù)處理方法,對(duì)肌電偽跡、眼電偽跡、工頻干擾、基線漂移和電刀信號(hào)偽跡進(jìn)... 

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)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(shì)
        1.3.1 國內(nèi)現(xiàn)狀
        1.3.2 國外現(xiàn)狀
    1.4 課題研究目標(biāo)和主要內(nèi)容
第2章 腦電信號(hào)的特征分析方法
    2.1 腦電及其特點(diǎn)
        2.1.1 腦電信號(hào)簡介
        2.1.2 腦電信號(hào)的分類
    2.2 麻醉的作用機(jī)制
    2.3 腦電信號(hào)分析方法
        2.3.1 時(shí)域信號(hào)分析
        2.3.2 頻域信號(hào)分析
        2.3.3 時(shí)/頻域信號(hào)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(jié)
第3章 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的麻醉深度識(shí)別
    3.1 算法流程圖
    3.2 信號(hào)預(yù)處理
        3.2.1 噪聲分析
        3.2.2 信號(hào)去偽方法
    3.3 基于腦電信號(hào)的特征提取方法
        3.3.1 基于經(jīng)典分析方法的腦電信號(hào)特征提取
        3.3.2 基于熵模型的腦電信號(hào)特征提取
    3.4 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的麻醉狀態(tài)識(shí)別研究
        3.4.1 人工神經(jīng)網(wǎng)絡(luò)及其基本原理
        3.4.2 Elman循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.4.3 神經(jīng)網(wǎng)絡(luò)在麻醉狀態(tài)識(shí)別中的應(yīng)用
    3.5 麻醉深度監(jiān)測(cè)的評(píng)價(jià)指標(biāo)
        3.5.1 預(yù)測(cè)概率評(píng)估P_k
        3.5.2 相關(guān)性評(píng)估
    3.6 本章小結(jié)
第4章 臨床實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析
    4.1 臨床實(shí)驗(yàn)概述
    4.2 實(shí)驗(yàn)設(shè)計(jì)以及臨床數(shù)據(jù)采集
    4.3 腦電信號(hào)單特征分析
        4.3.1 頻域特征分析
        4.3.2 時(shí)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(cè)結(jié)果分析
    4.6 本章小結(jié)
第5章 麻醉誘導(dǎo)階段的多模態(tài)麻醉深度監(jiān)測(cè)探究
    5.1 引言
    5.2 腦氧監(jiān)測(cè)技術(shù)
    5.3 腦氧設(shè)備性能評(píng)估
    5.4 多模態(tài)數(shù)據(jù)采集實(shí)驗(yàn)方案
    5.5 多模態(tài)信號(hào)數(shù)據(jù)處理
    5.6 分類結(jié)果分析
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]單通道腦電信號(hào)眼電偽跡去除算法研究[J]. 劉志勇,孫金瑋,卜憲庚.  自動(dòng)化學(xué)報(bào). 2017(10)
[2]生物醫(yī)學(xué)信號(hào)處理研究綜述[J]. 胡廣書,汪夢(mèng)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(hào)消噪中的對(duì)比研究[J]. 羅志增,袁飛龍,高云園.  計(jì)量學(xué)報(bào). 2013 (06)
[4]Narcotrend在麻醉深度監(jiān)測(cè)上的優(yōu)劣:與BIS對(duì)比的臨床研究[J]. 高建東,趙玉潔,岳云.  中華麻醉學(xué)雜志. 2012 (05)
[5]全麻術(shù)中血糖變化與靜脈麻醉藥相關(guān)性的探討[J]. 黃渝,汪斌.  四川醫(yī)學(xué). 2010(12)
[6]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)

博士論文
[1]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
[2]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
[3]近紅外空間分辨光譜技術(shù)及其在腦氧無損檢測(cè)中的應(yīng)用[D]. 騰軼超.清華大學(xué) 2006

碩士論文
[1]基于半監(jiān)督與時(shí)序模型的腦電信號(hào)特征提取方法研究[D]. 辛雨航.山東大學(xué) 2018
[2]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
[3]面向腦狀態(tài)監(jiān)測(cè)的腦電與腦氧信號(hào)采集系統(tǒng)[D]. 張悅.浙江大學(xué) 2017
[4]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
[5]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
[6]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
[7]腦電信號(hào)的特性分析與特征提取[D]. 白冬梅.大連理工大學(xué) 2006



本文編號(hào)：3730235