基于小波变换与人工神经网络的麻醉深度计算方法研究

作者：袁思念; 叶继伦^*; 张旭; 周晶晶; 檀雪; 李若薇; 邓铸强; 丁耀茂

来源：生物医学工程学杂志, 2021, 38(05): 838-847.

DOI：10.7507/1001-5515.202007003

• 脑电图
• 麻醉深度
• 离散小波变换
• 双谱指数
• 人工神经网络

全身麻醉是外科手术中保证患者安全的必不可少的部分,脑电图(EEG)能反映大脑活动状况,包含丰富的信息,因此已广泛应用于监测麻醉深度。本文提出了一种将小波变换与人工神经网络(ANN)相结合的方法来估计麻醉深度。利用离散小波变换(DWT)将脑电信号进行分解,根据分解得到的近似系数与细节系数计算9种特征参数,并对这9种特征参数进行克鲁斯卡尔-沃利斯统计检验,结果表明这9种特征参数在清醒、轻度麻醉、中度麻醉和深度麻醉这四种不同麻醉水平间的差异均有统计学意义(P <0.001)。将这9种特征参数作为ANN的输入,以双谱指数(BIS)作为参考输出,使用8例全麻手术的患者数据对该方法进行了评估。该方法在7∶3留出法中对测试集四种不同麻醉水平的分类准确度为85.98%,与BIS的相关系数为0.977 0。结果表明,该方法能较好地区分四种不同麻醉水平,对于麻醉深度监测具有广阔的应用前景。

• 单位
  深圳大学; 高州市人民医院