基于脑电的睡眠与麻醉中失觉醒脑状态分析  

EEG-based cerebral state analysis of loss of wakefulness durring sleep and anaesthesia

作　　者：于立群[1] 高小榕[1] 刘伟国[2] 左焕琮[2] 

机构地区：[1]清华大学医学院生物医学工程系,北京100084 [2]清华大学玉泉医院神经外科,北京100049

出　　处：《清华大学学报（自然科学版）》2009年第12期2009-2012,共4页Journal of Tsinghua University(Science and Technology)

基　　金：国家自然科学基金重点基金项目(30630022)

摘　　要：睡眠和麻醉有类似的失觉醒临床表现。为预测睡眠分期,以提供麻醉深度判断和术后研究的依据,该文开发了一种失觉醒脑状态指数(CSI)分析算法。该算法,以脑状态指数为麻醉深度监测指标,基于自适应神经模糊推理系统(ANFIS),通过自行构建的仿真脑电(EEG)数据,确定算法中的隶属度函数等参数。用该算法研究临床麻醉脑电和麻省理工学院的生理信号数据库(MIT-BIH)睡眠脑电的失觉醒脑状态。结果表明:该算法能较可靠的评估病人的麻醉深度,CSI值随着睡眠阶段的加深而减小。Clinical symptoms of sleep and anaesthesia both exhibit a loss of wakefulness.A wakefulness loss cerebral state index（CSI） algorithm was developed to monitor the depth of anaesthesia,to predict different sleep stages,and then to provide a reference to estimate the depth of anaesthesia and postoperative recovery.The method is based on an ANFIS（adaptive neuro-fuzzy inference system）.The algorithm parameters,such as the membership functions,were trained using simulated electroencephalogram（EEG） data from the MIT-BIH database from Massachusetts Institute of Technology.The results show that the algorithm gives reasonable estimates of the anaesthesia depth from EEG data during clinical anaesthesia,with the CSI values of the EEG decreasing with increasing sleep depth.

关 键 词：脑状态指数(CSI) 麻醉深度 自适应神经模糊推理系统(ANFIS) 脑电(EEG) 睡眠分期 

分 类 号：R318[医药卫生—生物医学工程]