陳　丹，文宇橋，譚　希，陳順鈴(．四川理工學院，四川自貢643000; ．自貢市第五人民醫(yī)院，四川自貢64300)

?

基于排序熵算法的麻醉深度檢測系統(tǒng)設計*

陳丹1*，文宇橋1，譚希2，陳順鈴1
(1．四川理工學院，四川自貢643000; 2．自貢市第五人民醫(yī)院，四川自貢643020)

摘要:為輔助醫(yī)生在手術過程中對患者麻醉深度狀態(tài)的判斷，設計了一種基于排序熵算法的麻醉深度檢測系統(tǒng)。該系統(tǒng)主要包含3個部分，前端腦電預處理電路、排序熵算法數據處理電路和人機交互軟件。前端電路主要包括各類放大電路和濾波電路;排序熵算法數據處理是基于stm32單片機完成;人機交互軟件主要用于對測試結果進行記錄顯示等工作，輔助醫(yī)生對患者麻醉狀況的判斷。依據以上方案制作了檢測系統(tǒng)，并在實驗室環(huán)境下進行了測試，能完成相關數據檢測。

關鍵詞:腦電信號;麻醉深度;信號采集;排序熵

麻醉是當今臨床醫(yī)學重要的組成部分。合理的麻醉可以在患者無痛覺的情況下進行手術，使患者免受不必要的痛苦，也方便醫(yī)生正常工作?？茖W合理的判斷并控制合適的麻醉深度已成為臨床迫切需要解決的問題。麻醉深度的監(jiān)測有利于控制麻醉劑量，可利用最少的麻醉藥物達到最佳的麻醉醫(yī)療效果。本文為基于排序熵算法的麻醉深度檢測系統(tǒng)的仿真及設計調試，以供后續(xù)實驗需要。

1　預處理電路設計

腦電信號是非常微弱的信號，在μV級別，且信號范圍為0．1 Hz～100 Hz，考慮到后級信息處理需要電壓幅度和外界干擾問題，故設計了三級放大電路，濾波電路及工頻陷波電路。其主要電路系統(tǒng)結構圖如圖1所示。

圖1　電路系統(tǒng)結構圖

1．1前置放大器設計

生物信號檢測中，前置放大器非常重要，需要從大量干擾中提取待測信號。前置放大器性能將會較大的影響后續(xù)信號的處理，所以就要求該級電路具有高輸入阻抗、高共模抑制比、低噪聲等。故前置放大器選取差分輸入方式AD620，該方式具有較高的共模抑制比，對共模干擾有較高的抑制作用。又因考慮極化電壓影響，該級增益選取10倍放大。其電路圖如圖2所示。

圖2　前置放大電路

1．2高通濾波器設計

采用RC無源高通濾波器，隔離極化電壓，消除干擾，其截止頻率為0．1 Hz。其電路圖如圖3所示。

圖3　RC無源高通濾波器

1．3第2級放大電路設計

考慮系統(tǒng)要求最終輸出要達到1．5 V左右，還需放大3 000倍左右，為減小失真，第2級放大電路增益選取100倍，其電路如圖4所示。

圖4　第2級放大電路

1．4低通濾波器設計

雖然腦電信號可以達到100 Hz，但大多數頻率范圍都集中在35 Hz以內，而后續(xù)分析主要是對腦電信號的非線性分析，所以，低通濾波器截止頻率設計為35 Hz左右，采用4階巴特沃茲低通濾波器，其電路如圖5所示。

1．5 50 Hz陷波器設計

采用市電供電均為受到50 Hz工頻干擾，使采集到的生物信號淹沒在干擾中，為消除工頻干擾，故設計工頻陷波器，其電路如圖6所示。

圖5　低通濾波器電路

圖6　50 Hz陷波器電路

1．6第3級放大器設計

該級放大器將向后級數據處理芯片輸出信號，本項目處理芯片選擇德州儀器生產的MSP430F149單片機，其片上ADC為12Bit，輸入應到達V級，故第3級放大器選擇放大30倍，其電路如圖7所示。

圖7　第3級放大電路

1．7前端處理電路實物圖及測試

前端處理電路實物圖如圖8所示。

圖8　預處理電路實物圖

對輸入標準方波進行測試如圖9所示。

圖9　輸入方波測試圖

輸入腦電信號測試圖如圖10、圖11所示。

圖10　腦電測試圖

圖11　腦電測試圖

2　排序熵算法分析仿真

排序熵是一種非線性算法，在基于EEG的麻醉深度檢測中近年有較多的運用。算法的臨床驗證說明算法的可靠性和國外唯一得到美國FDA(美國食品和藥物管理局)的產品BIS有很好的相關性。

2．1排序熵算法

假設對于一個信號的原始數據序列，將其按照某種規(guī)則分成若干個子信號段。對于其中的任何一個字信號段，記為{ x(i)，i= 1，2，3，…N}，N為數據的個數。按照下列排序熵算法計算子信號段的排序熵:

(1)將序列按照順序組成m維的矢量，其中m為嵌入的維數，L為遲滯時間:

(2)對序列

Xi=［x(i)，x(i+L)，…，x(i+(m－1) L)］，i = 1，2，…，N－m+1中的元素按照增序進行排列:

其中，當有數相等的時候，即

那么x就按照相應的j順序排列，即如果ji1＜ji2，則

鄭成川伸手攔住一位準備上前的黑旗會灰衣殺手迎向武成龍，話也不說雙手就指天畫地，緊接著右手掌向前一翻，因為他成名至今還沒有人敢公然在他面前蔑視地勾動食指。一股旋轉的勁氣向武成龍沖擊的同時鄭成川左手幻動，五縷指風在嘯聲中勁射。人隨掌進，一擊必殺！

故任意一個向量Xi都可以得到一組符號序列:

(3)對于m個符號(j1，j2，j3，…，jm)一共有m!種不同的排列，也就是說有m!種不同的符號，那么符號序列F(g)是其中的一種排列。將所有排列相同的F(g)聚到一組在N－m+1組序列中比較得出他的概率Pk，每組序列的個數分別為NUM1，NUM2，NUM3，…，NUMk，其中，j≤m!。

(4)根據公式計算排序熵:

Hp值越小，時間序列越規(guī)律;換句話說就是Hp越小麻醉程度越深。N不能取得太小，否側失去了其統(tǒng)計學的意義，一般N的取值范圍為: 1 000≤N≤10 000; m的取值范圍為: 3≤m≤15。為了保證仿真盡可能的減小誤差，遲滯時間L一般取1或2。

2．2排序熵算法仿真

為理論驗證熵算法效果，對100 Hz正弦信號進行了算法仿真。

(1)當不加載隨機噪聲信號，m=6，L=1時仿真熵值為21左右，如圖12所示。

圖12　未加噪聲仿真

(2)當加載少量隨機噪聲信號，m=6，L=1時仿真熵值為57左右，如圖13所示。

圖13　加載少量噪聲仿真圖

(3)當加載大量隨機噪聲信號，m=6，L=1時仿真熵值為95左右，如圖14所示。

圖14　加載大量噪聲信號仿真圖

通過對排序熵算法初步仿真，基本能說明排序熵值同信號的隨機程度有很大的相關性。

3　數據處理電路

數據處理是基于STM32單片機完成，其采用的ARM Cortex－M3內核具有價格低廉、功能強大、硬件資源豐富、功率損耗小的特點，能滿足設計需要。

依據排序熵算法，設計算法流程圖如圖15所示。

數據處理電路總圖如圖16所示。其中包含: RS－485通信電路、上位機通信電路原理圖、網絡地址配置電路、stm32F103RC最小系統(tǒng)電路等。

圖15　排序算法流程圖

圖16　數據處理電路總圖

4　人機交互軟件

人機交互界面是用于醫(yī)生對患者狀態(tài)的把握，要求有明確，及時的反應患者當時狀態(tài)。其包括EEG顯示窗、熵值顯示變化圖、測試信息記錄窗和患者信息記錄窗等。

人機交互軟件如圖17所示。

該軟件可實驗測試調試記錄等功能。

圖17　人機交互軟件界面圖

5　聯(lián)調測試

由于人腦是一個復雜的系統(tǒng)，在正常情況下，EEG信號會受到外界環(huán)境影響和自身大腦活動影響，通常是一個較為無序的波形，所以熵值較高，而處于深度麻醉狀況時，大腦活動減少，EEG信號則為一個較為有序的狀態(tài)，熵值較低。所以對麻醉深度的判斷可以根據EEG信號的熵值的高低來進行。

由于目前實驗室條件所限，只能進行清醒時EEG信號的測量，而麻醉狀況的EEG信號只能用有序信號來代替，所以聯(lián)調時測量了清醒時人腦EEG信號和有序方波信號對比，說明了該系統(tǒng)和算法能正常工作。后續(xù)實驗將會同醫(yī)院合作，進入手術病房采集。并根據臨床麻醉狀況進行算法參數的調整或修改。

首先，加入腦電信號后如圖18、圖19所示。在清醒時，腦電信號熵值大約在4．5以上。加入有序方波信號時，測試結果如圖20所示。其熵值為2．1左右，說明該系統(tǒng)在實驗室測量是能正常工作，達到設計要求，為下一步手術測試做好了準備。

圖18　腦電信號顯示圖1

圖19　腦電信號顯示圖2

圖20　有序信號顯示圖

6　結束語

全麻是外科手術必不可少的步驟之一，全麻過程中，醫(yī)生只能根據病人的體征反應和自己的經驗來判斷病人的麻醉狀態(tài)，因而在麻醉過程中很容易出現(xiàn)術中知曉和因麻醉不當帶來的各種并發(fā)癥。目前，研究表明腦電對麻醉深度估計具有不可代替的作用。文章相關項目還在進行中，系統(tǒng)硬件電路和算法上還有許多需要根據實際情況進行完善和改進的地方。

參考文獻:

［1］魏彬，賈存良．中國組織工程研究與臨床康復［J］．中國組織工程研究與臨床康，2007，11(22) : 4362－4364．

［2］郭瑤，蔡榮海．腦電信號放大與預處理電路設計［J］．自動化信息，2006，12(12) : 50－51．

［3］陳真誠，鐘靖．腦電信號采集預處理電路設計［J］．中國醫(yī)學物理學雜志，2009，7(26) : 1299－1301．

［4］葛家怡，周鵬，趙欣，等．睡眠腦電時間序列的非線性樣本熵研究［J］．電子器件，2008，31(3) : 972－975．

［5］王力，張雄．小波濾波與AR模型在腦電信號處理的應用［J］．電子器件，2012，35(4) : 461－464．

［6］王兵，王魁，梁曉霖，等．腦電信號中工頻干擾去除的綜合研究［J］．傳感技術學報，2010，23(1) : 87－92．

［7］范影樂，李谷，劉亞景，等．基于排列組合熵的腦電意識任務識別方法的研究［J］．傳感技術學報，2008，21(1) : 74－78．

［8］沈民奮，沈鳳麟，許崇濤，等．不同狀態(tài)下的腦電信號的雙譜分析［J］．生物物理學報，1998，14(1) : 51－56．

［9］陳丹，譚希．麻醉深度檢測腦電信號采集電路設計［J］．中國西部科技，2013，8(8) : 28－29．

陳　丹(1979－)，男，漢族，四川富順人，四川理工學院講師，碩士畢業(yè)于成都電子科技大學信號與信息處理專業(yè)，現(xiàn)從事通信相關專業(yè)工作，wwaawwaa@ yeah．net。

A Design of Timing Simulation Test System for Launch Vehicle

MA Xuesong1，YAO Jingbo2*，XIE Weiqi1，PEI Shanshan3
(1．Company of Postgraduate Management of Equipment Academy，Beijing 101416，China; 2．Department of Space Equipment of Equipment Academy，Beijing 101416，China; 3．The School of Business Administration Dongbei University of Finance and Economics，Dalian Liaoning 116023，China)

Abstract:To solve the test problems of launch vehicles ground test equipment such as long calibration cycle，complex and various test methods，a timing simulation test system is designed based on SOPC and USB 3．0 (CYUSB3014) for launch vehicle．64-channels of timing timing sequence and timing bunchs can be produced to test launch vehicles ground test equipment with different test requirements．This system has advantages easy to approach，versatility，high precision and a large number of channels which can improve the test efficiency．

Key words:launch vehicles; test; USB 3．0; CYUSB3014; SOPC

doi:EEACC: 7210; 795010．3969/j．issn．1005－9490．2015．02．041

收稿日期:2014－05－16修改日期: 2014－06－11

中圖分類號:TP29

文獻標識碼:A

文章編號:1005－9490(2015) 02－0429－07

項目來源:人工智能四川省重點實驗室開放基金項目(2012RYY10，2012RYY11) ;四川理工學院項目(JG－1203)