[发明专利]一种基于非线性与复杂性多重指标的昏迷程度评价方法

摘要

本发明公开了一种基于非线性与复杂性多重指标的昏迷程度评价方法，监测患者昏迷时的大脑状态，可以实现连续的昏迷深度监测和昏迷阶段分级及预警。此方法通过对昏迷脑电信号采用非线性动力学分析方法提取复杂度、李氏指数、近似熵和相关维数等多种复杂性指标，结合传统的GOS、GCS评分系统，得到综合的昏迷状态指数。再通过临床实验得到各参数间的相关性系数，并以临床效果为基础建立昏迷状态分级数据库，确定参数融合系数，最终建立完善的意识状态分级评价指数，指导昏迷病人的救治以及把握预后。

主权项

1.一种基于非线性与复杂性多重指标的昏迷程度评价方法，其特征在于，该方法包括以下步骤：（1）采集EEG信号；（2）信号预处理：采用PCA方法进行眼电伪迹的去除，在患者完成眼动和眨眼任务时记录EEG和EOG信号，再计算出这些信号的主成分，作为眼动伪迹的主成分，然后从混合信号中去除该成分，得到校正后的信号；（3）提取信号特征：以每256个样本点计算一次特征值，分别提取近似熵、复杂度、李亚普诺夫指数以及相关维数作为脑电信号的特征参数；（4）昏迷状态指数融合：根据步骤（3）得到的特征参数序列，分别计算其两两间的序列相关性；将每一种特征参数按从清醒到脑死亡状态归一化为0至100的数字划分，具体规则如下:清醒状态=100，脑死亡状态=0,其余中间状态的初始值按照一次函数进行线性拟合；各特征序列的相关性系数，按其相关性大小（取绝对值）确定其权值，其中，，即该特征所占大脑状态指数的权重系数；初始相关性系数由清醒状态下脑电信号确定，待临床试验数据库建立后，以数据库样本为指导调整权重系数；然后将4种特征参数按照权重系数计算，得出最后的昏迷状态指数CSI，这里分别代表4种特征参数。