黃廣軼

(黑龍江省計(jì)量檢定測(cè)試院，黑龍江哈爾濱150036)

用近似熵方法監(jiān)測(cè)腦電信號(hào)分析麻醉深度

黃廣軼

(黑龍江省計(jì)量檢定測(cè)試院，黑龍江哈爾濱150036)

根據(jù)基本物理思想可以認(rèn)為，麻醉期間腦電信號(hào)的無序度將會(huì)降低，可以作為評(píng)估鎮(zhèn)靜程度的指標(biāo)。近似熵作為一種有效的復(fù)雜性分析方法，適合作為麻醉中腦電信號(hào)的復(fù)雜性測(cè)度，研究中分析了麻醉實(shí)驗(yàn)中記錄的40例腦電信號(hào)，計(jì)算了其近似熵測(cè)度的分布。結(jié)果表明，腦電信號(hào)近似熵可以對(duì)麻醉和清醒兩種狀態(tài)進(jìn)行劃分。

近似熵;麻醉深度;腦電信號(hào);鎮(zhèn)靜程度

0 引言

目前，評(píng)價(jià)麻醉深度主要靠自主神經(jīng)反應(yīng)，各種反應(yīng)針對(duì)麻醉狀態(tài)表現(xiàn)出的特異性不高，難以準(zhǔn)確反映麻醉深度。關(guān)于鎮(zhèn)靜程度的監(jiān)測(cè)，目前只有腦電雙頻指數(shù)BIS與聽覺誘發(fā)電位AEP兩種測(cè)度。相關(guān)研究表明AEP和BIS都能描述麻醉過程中的鎮(zhèn)靜抑制程度，都與人的意識(shí)狀態(tài)相關(guān)。研究表明，這兩種指標(biāo)在應(yīng)用中均具有很大的局限性，尤其是藥物依賴問題。

本文中針對(duì)麻醉深度監(jiān)測(cè)系統(tǒng)中的鎮(zhèn)靜程度監(jiān)測(cè)問題，通過進(jìn)行麻醉狀態(tài)下腦電信號(hào)的無序度分析，提取出以近似熵這一非線性動(dòng)力學(xué)復(fù)雜性測(cè)度作為鎮(zhèn)靜程度的指標(biāo)，分析了手術(shù)過程中麻醉狀態(tài)下的腦電信號(hào)，為麻醉深度監(jiān)測(cè)領(lǐng)域提供了一個(gè)有效的鎮(zhèn)靜程度指標(biāo)。

1 麻醉狀態(tài)下腦電信號(hào)無序度分析的物理思想

從基本的物理思想上考慮腦神經(jīng)活動(dòng)的原理，可以假定麻醉作用將引起腦電信號(hào)發(fā)生以下兩項(xiàng)基本變化:(1)麻醉作用引起腦電信號(hào)在不同頻帶上能量分布的改變;(2)麻醉作用將使腦電信號(hào)簡(jiǎn)單化，即由無序向有序，由隨機(jī)性向確定性發(fā)生一定的轉(zhuǎn)化。

如果這些變化可以定量描述并在分析中得到，則可以通過比對(duì)，應(yīng)用閾值方法區(qū)分麻醉狀態(tài)和清醒狀態(tài)，成為有效的麻醉深度的動(dòng)力學(xué)參數(shù)。本研究中采用近似熵這種系統(tǒng)復(fù)雜性測(cè)度。腦電信號(hào)在麻醉狀態(tài)下趨于簡(jiǎn)單、有序這一生理過程，是意識(shí)活動(dòng)降低的系統(tǒng)性表現(xiàn)，不依賴于特定的感官區(qū)域或中樞神經(jīng)機(jī)能。因而對(duì)特定神經(jīng)靶位敏感度較高的不同麻醉藥物，均可以利用腦電信號(hào)復(fù)雜度測(cè)度來評(píng)價(jià)其最終對(duì)中樞神經(jīng)意識(shí)活動(dòng)的整體抑制程度，從基本原理上克服了鎮(zhèn)靜程度指標(biāo)的藥物依賴性。

2 近似熵的計(jì)算方法

近似熵是立足于物理熵的概念描述非線性信號(hào)序列的無序度的測(cè)度，根據(jù)其計(jì)算原理可以認(rèn)為其適合作為腦電信號(hào)的無序度指標(biāo)。

設(shè) {xi，i=1，．．．N}為一時(shí)間序列，由總共N個(gè)點(diǎn)組成，按原次序生成一列m維矢量，N取現(xiàn)實(shí)序列中的實(shí)際值n。則此序列的近似熵為:

其中?m(r)為兩點(diǎn)間距離小于閾值r的距離數(shù)與總距離數(shù)比值的對(duì)數(shù)平均值。

按以上計(jì)算原理，近似熵描述了增加一個(gè)維度之后序列曲線產(chǎn)生新形態(tài)的近似幾率，序列曲線產(chǎn)生新形態(tài)的可能性越大，則表明曲線越復(fù)雜。

3 麻醉狀態(tài)下腦電信號(hào)的近似熵分析

本文針對(duì)獲取的40例麻醉手術(shù)的腦電監(jiān)測(cè)信號(hào)，計(jì)算手術(shù)過程中清醒和麻醉兩類狀態(tài)下的腦電信號(hào)的近似熵值，其統(tǒng)計(jì)分布結(jié)果如圖1所示。

圖中可見，麻醉期間腦電信號(hào)的近似熵比清醒狀態(tài)下明顯要小，但存在一定的參差現(xiàn)象。單因素方差分析中，F(xiàn)=40．1957小于 Fα=0．001(1，61) =11．97，如表1，也可以認(rèn)為清醒和麻醉兩種狀態(tài)下腦電信號(hào)的近似熵為可區(qū)分的。

圖1 40例麻醉實(shí)驗(yàn)中清醒狀態(tài)與麻醉狀態(tài)腦電信號(hào)近似熵值分布

如果通過閾值方法對(duì)清醒和麻醉兩種狀態(tài)進(jìn)行區(qū)分，區(qū)分閾值為0．6420，清醒期/麻醉期的區(qū)分?jǐn)?shù)據(jù)見表2，其中靈敏性87%和78%，特異性72%和86%，準(zhǔn)確性80%和82%，數(shù)據(jù)可見，近似熵具備區(qū)分清醒、麻醉兩狀態(tài)的能力，且計(jì)算所需的實(shí)測(cè)數(shù)據(jù)量較少，本研究中為1280采樣點(diǎn)(10s)，計(jì)算時(shí)間經(jīng)優(yōu)化后可達(dá)秒級(jí)，這意味著可以盡可能減小現(xiàn)實(shí)應(yīng)用中麻醉監(jiān)測(cè)操作對(duì)手術(shù)的影響。

表1 腦電信號(hào)無序度指標(biāo)的單因素方差分析

表2 閾值方法區(qū)分清醒狀態(tài)與麻醉狀態(tài)的分析結(jié)果

4 結(jié)論

基于麻醉狀態(tài)下，大腦活動(dòng)將明顯弱化并趨于簡(jiǎn)單有序這一基本生理現(xiàn)象，提出可以描述腦電信號(hào)規(guī)則程度的各種動(dòng)力學(xué)指標(biāo)，即鎮(zhèn)靜程度的度量參數(shù)。本研究結(jié)果表明，近似熵參數(shù)在麻醉和清醒兩種狀態(tài)存在分布上的明顯差異，基本可認(rèn)為克服了腦電雙頻譜指數(shù)和聽覺誘發(fā)電位指數(shù)較大的藥物依賴性，可作為區(qū)分麻醉和清醒兩種狀態(tài)的指標(biāo)，并且所需實(shí)測(cè)數(shù)據(jù)序列較短，計(jì)算時(shí)間有明顯優(yōu)勢(shì)，更適合于在臨床麻醉深度監(jiān)測(cè)進(jìn)行應(yīng)用。

［1］Richard B．Improving Patient Safety in Anesthesia:A Success Story［J］．International Journal of Radiation Oncology Biology Physics，2008，71(1):182-186．

［2］Gajraj P T，Doi N，Nantzaridis H．Analysis of the EEG bispectrun，Auditory evoked potentials and the EEG power speetrun during repeated transitions forn consciousnees to unconsciousness［J］．

［3］Sascha K，Jorgen B，Richard E，et al．Failure of two connercial indexes and spectral paraneters to reflect the pharnacodynanic effect of desflurane on EEG［J］．Journal of Clinical Nonitoring and Conputing，2008，22:149 -158．

［4］Rosso O A，Nartin N T．A Plastino．Brain electrical activity analysis using wavelet-based informational tools［J］．Physica A，2002，313:587-608．

R318．6

A

1002-2376(2015)05-0012-02

2015-01-11