用近似熵方法监测脑电信号分析麻醉深度

黄广轶

(黑龙江省计量检定测试院，黑龙江哈尔滨150036)

用近似熵方法监测脑电信号分析麻醉深度

黄广轶

(黑龙江省计量检定测试院，黑龙江哈尔滨150036)

根据基本物理思想可以认为，麻醉期间脑电信号的无序度将会降低，可以作为评估镇静程度的指标。近似熵作为一种有效的复杂性分析方法，适合作为麻醉中脑电信号的复杂性测度，研究中分析了麻醉实验中记录的40例脑电信号，计算了其近似熵测度的分布。结果表明，脑电信号近似熵可以对麻醉和清醒两种状态进行划分。

近似熵;麻醉深度;脑电信号;镇静程度

0 引言

目前，评价麻醉深度主要靠自主神经反应，各种反应针对麻醉状态表现出的特异性不高，难以准确反映麻醉深度。关于镇静程度的监测，目前只有脑电双频指数BIS与听觉诱发电位AEP两种测度。相关研究表明AEP和BIS都能描述麻醉过程中的镇静抑制程度，都与人的意识状态相关。研究表明，这两种指标在应用中均具有很大的局限性，尤其是药物依赖问题。

本文中针对麻醉深度监测系统中的镇静程度监测问题，通过进行麻醉状态下脑电信号的无序度分析，提取出以近似熵这一非线性动力学复杂性测度作为镇静程度的指标，分析了手术过程中麻醉状态下的脑电信号，为麻醉深度监测领域提供了一个有效的镇静程度指标。

1 麻醉状态下脑电信号无序度分析的物理思想

从基本的物理思想上考虑脑神经活动的原理，可以假定麻醉作用将引起脑电信号发生以下两项基本变化:(1)麻醉作用引起脑电信号在不同频带上能量分布的改变;(2)麻醉作用将使脑电信号简单化，即由无序向有序，由随机性向确定性发生一定的转化。

如果这些变化可以定量描述并在分析中得到，则可以通过比对，应用阈值方法区分麻醉状态和清醒状态，成为有效的麻醉深度的动力学参数。本研究中采用近似熵这种系统复杂性测度。脑电信号在麻醉状态下趋于简单、有序这一生理过程，是意识活动降低的系统性表现，不依赖于特定的感官区域或中枢神经机能。因而对特定神经靶位敏感度较高的不同麻醉药物，均可以利用脑电信号复杂度测度来评价其最终对中枢神经意识活动的整体抑制程度，从基本原理上克服了镇静程度指标的药物依赖性。

2 近似熵的计算方法

近似熵是立足于物理熵的概念描述非线性信号序列的无序度的测度，根据其计算原理可以认为其适合作为脑电信号的无序度指标。

设 {xi，i=1，．．．N}为一时间序列，由总共N个点组成，按原次序生成一列m维矢量，N取现实序列中的实际值n。则此序列的近似熵为:

其中øm(r)为两点间距离小于阈值r的距离数与总距离数比值的对数平均值。

按以上计算原理，近似熵描述了增加一个维度之后序列曲线产生新形态的近似几率，序列曲线产生新形态的可能性越大，则表明曲线越复杂。

3 麻醉状态下脑电信号的近似熵分析

本文针对获取的40例麻醉手术的脑电监测信号，计算手术过程中清醒和麻醉两类状态下的脑电信号的近似熵值，其统计分布结果如图1所示。

图中可见，麻醉期间脑电信号的近似熵比清醒状态下明显要小，但存在一定的参差现象。单因素方差分析中，F=40．1957小于 Fα=0．001(1，61) =11．97，如表1，也可以认为清醒和麻醉两种状态下脑电信号的近似熵为可区分的。

图1 40例麻醉实验中清醒状态与麻醉状态脑电信号近似熵值分布

如果通过阈值方法对清醒和麻醉两种状态进行区分，区分阈值为0．6420，清醒期/麻醉期的区分数据见表2，其中灵敏性87%和78%，特异性72%和86%，准确性80%和82%，数据可见，近似熵具备区分清醒、麻醉两状态的能力，且计算所需的实测数据量较少，本研究中为1280采样点(10s)，计算时间经优化后可达秒级，这意味着可以尽可能减小现实应用中麻醉监测操作对手术的影响。

表1 脑电信号无序度指标的单因素方差分析

表2 阈值方法区分清醒状态与麻醉状态的分析结果

4 结论

基于麻醉状态下，大脑活动将明显弱化并趋于简单有序这一基本生理现象，提出可以描述脑电信号规则程度的各种动力学指标，即镇静程度的度量参数。本研究结果表明，近似熵参数在麻醉和清醒两种状态存在分布上的明显差异，基本可认为克服了脑电双频谱指数和听觉诱发电位指数较大的药物依赖性，可作为区分麻醉和清醒两种状态的指标，并且所需实测数据序列较短，计算时间有明显优势，更适合于在临床麻醉深度监测进行应用。

［1］Richard B．Improving Patient Safety in Anesthesia:A Success Story［J］．International Journal of Radiation Oncology Biology Physics，2008，71(1):182-186．

［2］Gajraj P T，Doi N，Nantzaridis H．Analysis of the EEG bispectrun，Auditory evoked potentials and the EEG power speetrun during repeated transitions forn consciousnees to unconsciousness［J］．

［3］Sascha K，Jorgen B，Richard E，et al．Failure of two connercial indexes and spectral paraneters to reflect the pharnacodynanic effect of desflurane on EEG［J］．Journal of Clinical Nonitoring and Conputing，2008，22:149 -158．

［4］Rosso O A，Nartin N T．A Plastino．Brain electrical activity analysis using wavelet-based informational tools［J］．Physica A，2002，313:587-608．

R318．6

A

1002-2376(2015)05-0012-02

2015-01-11