[发明专利]一种基于近红外相位幅值耦合的麻醉深度监测系统及方法

权利要求书

1.一种基于近红外相位幅值耦合的麻醉深度监测系统，其特征在于，包括脑血氧信号采集模块(A)、相位幅值耦合调制指数计算模块(B)、最佳频段选定模块(C)、目标信号辨识模块(D)、最佳阈值确定模块(E)和应用模块(F)六个模块；

所述的脑血氧信号采集模块(A)：用于采集接受全身麻醉的病人不同麻醉状态下的脑血氧信号；

所述的相位幅值耦合调制指数计算模块(B)：先对脑血氧信号采集模块(A)采得的信号进行简单滤波，分别得到粗略的低频段和高频段信号，然后计算脑血氧信号在麻醉前清醒、麻醉维持和麻醉后清醒三种状态下的MI值；

所述的最佳频段选定模块(C)：做麻醉前清醒阶段与麻醉维持阶段、麻醉后清醒阶段与麻醉维持阶段的MI值差值，借此找到麻醉前、麻醉后清醒与麻醉维持阶段MI值最大差异的频段，选定为最佳低频和高频频段，然后对信号重新滤波，计算其MI值；

所述的目标信号辨识模块(D)：利用灵敏度与特异性绘制各信号MI值的ROC曲线，然后得到各信号的AUC值，确定AUC值最大的信号为目标信号；

所述的最佳阈值确定模块(E)：通过比较尤登指数的大小确定能区分麻醉状态的MI值的阈值，用以监测病人麻醉深度；

所述的应用模块(F)：对新的进行全麻的病人，用脑血氧信号采集模块(A)采集目标信号辨识模块(D)确定的信号，在最佳频段选定模块(C)确定的最佳频段滤波，用相位幅值耦合调制指数计算模块(B)的算法计算MI值，利用最佳阈值确定模块(E)确定的阈值，来观测新的进行全麻病人的麻醉深度。

2.根据权利要求1所述的一种基于近红外相位幅值耦合的麻醉深度监测系统，其特征在于，包括以下步骤：

(1)：利用脑血氧信号采集模块(A)采集进行全身麻醉手术的病人在麻醉前清醒、麻醉维持与麻醉后清醒阶段下的近红外脑血氧信号；

(2)：利用相位幅值耦合调制指数计算模块(B)进行滤波，得到高频段与低频段的脑血氧信号，然后计算其在麻醉前清醒、麻醉维持和麻醉后清醒三种状态下的MI值；

(3)：利用最佳频段选定模块(C)做出麻醉前清醒阶段与麻醉维持阶段、麻醉后清醒阶段与麻醉维持阶段的MI值差值图，找到麻醉前、麻醉后清醒与麻醉维持阶段MI值最大差异的频段；

(4)：利用目标信号辨识模块(D)绘制各信号MI值的ROC曲线，然后根据得到的AUC值，确定目标信号；

(5)：利用最佳阈值确定模块(E)通过比较尤登指数的大小确定能区分麻醉状态的MI值的阈值，作为监测病人麻醉深度的MI值阈值；

(6)：对新的进行全麻的病人，用脑血氧信号采集模块(A)采集目标信号辨识模块(D)确定的信号，在最佳频段选定模块(C)确定的最佳频段滤波，用相位幅值耦合调制指数计算模块(B)的算法计算MI值，利用最佳阈值确定模块(E)确定的阈值，利用应用模块(F)来观测新的进行全麻病人的麻醉深度。

3.根据权利要求2所述的一种基于近红外相位幅值耦合的麻醉深度监测系统，其特征在于，所述步骤(2)具体包括：

(2.1)：对于测得的脑血氧信号，用巴特沃斯滤波器进行较宽波段的粗略滤波，得到低频段信号x_ph(t)与高频段信号x_amp(t)；

(2.2)：通过希尔伯特变换，分别得到两种信号的瞬时幅值和相位信息，提取低频信号的瞬时相位ψ_ph(t)和高频信号的瞬时幅值A_amp(t)，然后计算HbO₂信号的相位幅值耦合值PAC(t,φ)为：

公式中，t为时间，δ函数为单位冲击函数，δt代表要研究的目标时间段，δφ代表要研究的目标相位区间；

(2.3)：对PAC(t,φ)进行归一化处理，即PAC(t,φ)除以δt时间内的幅值的积分，得到一个衡量随时间变化的相位幅值耦合调制值M(t,φ)：

对于在全相位段内，便有∑M(t,φ)＝1；

(2.4)：取相位分辨率为2π/N,即将全相位段等分成N份，则φ_n＝2πn/N，对于每份φ_n分别求出M(t,φ)的值，用以衡量M(t,φ)的在全相位段上的分布情况，即可得到相位幅值耦合调制指数MI(t)：

4.根据权利要求2所述的一种基于近红外相位幅值耦合的麻醉深度监测系统，其特征在于，所述步骤(4)具体包括：

根据二分类方式将数据分成为正类和负类两种，反映正类数据中判断正确率标准的灵敏度与反映负类数据中判断正确率标准的特异性的计算公式如下所示：

式中：TP判断为正类，实际为正类的数据数目；FN判断为负类，实际为正类的数据数目；TN判断为负类，实际为负类的数据数目；FP判断为正类，实际为负类的数据数目；定义麻醉阶段的数据为正类，清醒阶段的数据为负类；

利用灵敏度与特异性绘制ROC曲线，通过ROC曲线下面积AUC来对所考量的二分类算法的区分能力进行判断，AUC均值最大的信号，即为麻醉与清醒状态能力最强的信号，即为目标信号。