[go: up one dir, main page]

CN112006659B - 一种麻醉状态监测方法及装置 - Google Patents

一种麻醉状态监测方法及装置 Download PDF

Info

Publication number
CN112006659B
CN112006659B CN202010847537.7A CN202010847537A CN112006659B CN 112006659 B CN112006659 B CN 112006659B CN 202010847537 A CN202010847537 A CN 202010847537A CN 112006659 B CN112006659 B CN 112006659B
Authority
CN
China
Prior art keywords
index
anesthesia
signal
cardiopulmonary
nociceptive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010847537.7A
Other languages
English (en)
Other versions
CN112006659A (zh
Inventor
邓研辉
戴涛
王启帆
徐现红
王奕刚
金键
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sealand Technology Chengdu Ltd
Original Assignee
Sealand Technology Chengdu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sealand Technology Chengdu Ltd filed Critical Sealand Technology Chengdu Ltd
Priority to CN202010847537.7A priority Critical patent/CN112006659B/zh
Publication of CN112006659A publication Critical patent/CN112006659A/zh
Application granted granted Critical
Publication of CN112006659B publication Critical patent/CN112006659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4821Determining level or depth of anaesthesia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/0205Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271Specific aspects of physiological measurement analysis
    • A61B5/7285Specific aspects of physiological measurement analysis for synchronizing or triggering a physiological measurement or image acquisition with a physiological event or waveform, e.g. an ECG signal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Anesthesiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种麻醉状态监测方法及装置,涉及麻醉监测领域,包括以下步骤:信号采集步骤:获取心跳信号和呼吸信号;分析处理步骤:通过对心跳信号和呼吸信号的处理得得到心肺指数和伤害刺激性指数;结果评估步骤:基于心肺指数与伤害刺激性指数确定麻醉状态。本发明提供的一种麻醉状态监测方法及装置,可以实现同时监测综合麻醉深度,并实现对镇静程度和镇痛程度变化的识别,满足临床麻醉的需要,并可为麻醉给药的输注提供参考,进而为麻醉患者提供最适合的麻醉状态,避免麻醉过深或过浅。

Description

一种麻醉状态监测方法及装置
技术领域
本发明涉及麻醉监测领域,具体涉及一种麻醉状态监测方法及装置。
背景技术
全身麻醉的含义是用药物或其他方法使患者整体暂时失去感觉,以达到无痛的目的进行手术治疗,全身麻醉的实现有如下一些要求:使患者意识丧失(镇静);消除疼痛(镇痛);导致机体不动(肌肉松弛);和消除不必要的反射,如咽痉挛及心律失常(反射抑制)。据临床统计,大约只有不到三分之二的病人能够接收到优质的麻醉服务,约14%的患者被过度麻醉,16%的患者麻醉过浅,10%的患者处于时浅时深。当镇静麻醉过深,药物过量会引起呼吸变慢,甚至呼吸停止,大脑缺氧,引起病人心脏停止等危险;而如果麻醉过浅,使患者术中知晓,对手术有记忆甚至感到疼痛。然而,使用单一的麻醉剂,很难满足上述所有条件,此外,需要根据手术的种类和各个患者调整给药量,给药镇静剂,镇痛剂,肌肉松弛剂等,这种方法被称为“平衡麻醉”。
现有临床上的麻醉研究中心,关于镇静的监测研究最多,其中通过BIS监测指导术中控制不同的麻醉深度最为常见普遍。在肌松监测方面,通过相关肌松监测设备了解应用肌松药后机体神经肌肉传递功能的阻滞程度和恢复状况,提高了肌松药临床应用的安全性和合理性。而镇痛方面,麻醉师关注的指标有心率、平均动脉血压(MAP)等常规生理参数,但是主要是通过麻醉医师长期的临床经验进行判断,并未有一客观指标。近年有研究者提出伤害刺激性指数(ANI)用于判断麻醉中的镇痛程度,但是,目前对ANI的临床研究仍处在初期阶段,相关文献报道较少,临床上也缺乏ANI与慢性疼痛关系的相关临床研究。
发明内容
为解决上述问题,本发明提供了一种麻醉状态监测方法及装置,所述麻醉状态监测方法及其装置的特点在于除了能实现对麻醉状态的综合判断,还可监测到镇静程度的变化。
本发明提供的一种麻醉状态监测方法,包括:
信号采集步骤:获取心跳信号和呼吸信号;
分析处理步骤:通过对心跳信号和呼吸信号的处理得得到心肺指数和伤害刺激性指数;
结果评估步骤:基于心肺指数与伤害刺激性指数确定麻醉状态。
进一步地,所述信号采集步骤中对心跳信号和呼吸信号的获取采用下述任一种方式:第一种,使用电极同时采集心跳信号和胸阻抗信号,再从胸阻抗信号中提取得到呼吸信号;第二种,使用电极直接采集心跳信号,再从心跳信号中导出呼吸信号(ECG-Derivedrespiration,EDR);第三种,采集胸阻抗信号,再从胸阻抗信号中提取得到呼吸信号和心跳信号。
进一步的,所述分析处理步骤中,将信号采集步骤中采集到的心跳信号中,检测出R波,并由此计算出心动周期,即RR序列。然后通过计算RR序列形成的曲线下面积,然后通过计算曲线下面积得到伤害刺激性指数。得到的伤害刺激性指数可以对副交感神经的张力进行评估,用于表征镇痛程度。
进一步地,所述信号采集步骤中还包括去噪处理,用于过滤采集过程中的干扰信号。
进一步地,心肺指数是通过对心跳信号与呼吸信号进行相似性分析而得到的,通过对心跳信号和呼吸信号之间的相似性分析,评估二种信号在时域或频域或时频域上的相似程度。
进一步地,所述结果评估步骤中对麻醉状态的包括:综合心肺指数和伤害刺激性指数计算得到麻醉指数并输出,其中麻醉指数越小则越深。
更进一步地,所述结果评估步骤中对麻醉状态的还包括:将此刻得到的心肺指数和伤害刺激性指数与上一时刻得到的值分别进行比较并输出变化值。
更进一步地,更具所述心肺指数和伤害刺激性指数地变化值识别处镇静程度和镇痛程度地变化。
一种麻醉状态监测装置,包括采集呼吸信号和心跳信号的信号采集单元,用于处理伤害刺激性指数的第一分析单元、用以处理心肺指数的第二分析单元以及依据第一分析单元和第二分析单元处理后的数据评估得到最终麻醉深度的结果评估单元。
采用本发明提供的一种麻醉状态监测方法及装置,可以实现同时监测综合麻醉深度,并实现对镇静程度和镇痛程度变化的识别,满足临床麻醉的需要,并可为麻醉给药的输注提供参考,进而为麻醉患者提供最适合的麻醉状态,避免麻醉过深或过浅。
附图说明
图1为本发明提供的一种麻醉状态监测装置的结构框图;
图2为本发明实施例描述的一种结果输出界面;
图3为本发明实施例描述的一种结果输出界面;
图4为本发明实施例描述的一种结果输出界面;
图5为本发明实施例描述的一种结果输出界面;
图6为本发明实施例中采集到的原始胸阻抗信号图;
图7为归一化后的胸阻抗信号图;
图8为与图7相对应的心电图。
具体实施方式
本实施例提供了一种用于评估麻醉深度的监测装置,其结构框图如图1所示。监测装置的信号采集模块分为呼吸信号采集单元及心跳信号采集单元。
信号采集:在本实施例中,信号采集单元10还可以是包含多个采集胸阻抗信号的电极,将电极粘贴在主躯干部进行信号采集,如将电极将2个电极片粘贴在测试者的胸口处,一个电极片粘贴在左侧胸部心尖位置,另一个电极片粘贴在右侧胸部,然后从采集到的胸阻抗信号中获取呼吸信号。
心跳信号的获得方法为,将采集到的胸阻抗信号进行去除噪音和归一化等预处理;然后按照0.8s(在其他实施例中,可以采用0.4~2s之间的任意一个时间段)作为时间窗将步骤S1得到的胸阻抗信号划分为若干个信号段,然后对各个信号段逐段进行前向差分运算得到差分阵列,确定每个信号段中,差分阵列值最小的胸阻抗信号所在位置(在其他实施例中也可以采用后向阵列,以最大的差分阵列值为中心),以0.05s为一个时间窗口,分别向前和向后找到波峰,该波峰用于表征心跳。
在本实施例中,图6为采集到的一例原始胸阻抗信号,经过识别、去噪和归一化之后即可得到图7,如图7所示为本实施里筛选出来的胸阻抗信号图,对图7中的心跳信号的范围进行标记,并确定心跳信号的波峰,通过与图8心跳信号中R波对比,可以发现本实施例识别到的心跳信号的波峰与R波(图8)的波峰基本重叠。
在其他实施例中,信号采集单元10可以包括多个电极,通过电极完成对心跳信号及胸阻抗信号的直接采集,并从胸阻抗信号中提取得到呼吸信号。
在其他实施例中,信号采集单元10还可以是只包含采集心跳信号的一个或多个电极,之后再从心跳信号中导出呼吸信号(ECG-Derivedrespiration,EDR)。
在信号采集单元10中均设有去噪模块,用于干扰信号的过滤,干扰信号包括例如肌电信号的生理干扰信号及非生理因素导致的干扰信号。
分析处理步骤:第一分析单元21接收到心跳信号后开始执行分析伤害刺激性指数,将信号采集步骤中采集到的心跳信号中,检测出R波,并由此计算出心动周期,即RR序列。然后通过计算RR序列形成的曲线下面积(AUC),通过AUC计算伤害刺激性指数(ANI),对副交感神经的张力进行评估。其中,ANI=100*[α*AUC min+β]/12.8,计算所得的ANI值表现力这部分面积占整个采样窗口面积的比例。ANI的取值范围是0~100,ANI值越大说明疼痛程度越轻,不需要镇痛;ANI越小说明疼痛越强烈,需要镇痛。
第二分析单元22对接收到的心跳信号和呼吸信号进行相似性分析,执行分析得到心肺指数。所述相似性分析是指对时间同步的呼吸信号和心跳信号做相关分析,评估两路信号的相似程度.在本实施例中,采用小波相干函数来完成相似性分析,并计算了用于表征相似程度的相干系数。在其他实施例中,对于心跳信号和呼吸信号的相似性分析还可通过识别频域上特征频率的相似程度来进行,或通过时域上的互相关函数来进行相似性分析。
具体地,在本实施例中,由于直接采集到的呼吸信号和心跳信号是离散的时间序列,因此先通过小波变换将时域上的呼吸和心跳信号变换为频域信号,且在本实施例中只考虑小波变换的实部。然后对呼吸信号和心跳信号在时频域进行相干性分析。相干性分析计算如公式①中所示:
Figure BDA0002643577140000051
其中T是呼吸信号,C是心跳信号,WCT(t,f)2为心跳信号C和呼吸信号T的小波互功率谱,WCC(t,f)与WTT(t,f)分别为心跳信号C和呼吸信号T的小波自功率谱,Co(t,f)2为相干系数。在本实施例中,相似性可用相干系数来表征。
心肺指数与获取的相似性呈正相关,取值范围为0至100范围内。在本实施例中,心肺指数为相似性分段归一化后得到的,例如,将相干系数在0~0.03范围的数据归一化到[0,20]区间,代表心肺指数在0~20范围内。其他的具体数值范围处理不做公开。当心肺指数由小变大,则表示患者的麻醉程度变深;当心肺指数由大变小,则表示患者的麻醉程度变浅。在本实施例中窗口时长为30秒,即根据30秒的心跳信号和呼吸信号计算得到一个心胸结果。
结果评估单元30基于由第一分析单元21得到的伤害刺激性指数指数、第二分析单元22得到的心肺指数确定麻醉状态,包括对镇静水平和镇痛水平的判断,同时输出判断结果。
在结果评估单元30中包括以下步骤:
(1)综合伤害刺激性指数和心肺指数给出麻醉指数,用于评估麻醉深浅,以30秒为单位输出结果,麻醉指数越大,则麻醉深度越深,其具体数值对应状态见表1。例如,麻醉指数由10升至60意味着给麻醉药后受试者从清醒状态进入到深麻醉状态.在本实施例中麻醉指数的计算可通过心肺指数与伤害刺激性指数的均值表示。在其他实施例中,麻醉指数还可以是将心肺指数、伤害刺激性指数分别乘以不同系数来计算。
表1麻醉指数与麻醉深度状态对应表
麻醉指数范围 0~10 10~40 40~70 70~100
麻醉深度状态 清醒 浅麻醉 深麻醉 过度麻醉
(2)比较心肺指数及伤害刺激性指数的变化:将此刻得到的心肺指数、伤害刺激性指数与上一时刻得到的值分别进行比较并输出变化值。
(3)根据(2)的变化值确定镇静程度变化和镇痛程度变化。当心肺指数与伤害刺激性指数的变化一致,则结果评估单元判断为镇痛程度的变化;当心肺指数、伤害刺激性指数发生了不一致的变化时,则根据指数的变化值大小来识别镇静、镇痛程度的变化,其中从伤害刺激性指数的变化值判断镇痛程度变化,从心肺指数与伤害刺激性指数的差值判断镇静程度的变化,并可由其差值进一步表征该时刻手术刺激的强度。在本实施例中通过设定一个二者变化值差值的阈值来判断变化的是否一致,该阈值设为“30”,当二者变化值差值在“30以内,则认为心肺指数与伤害刺激性指数发生了一致的变化;当二者之间变化差值大于“30”,则认为心肺指数与伤害刺激性指数发生了不一致的变化。此外,只有当指数的变化值的绝对值大小超过对“15”,结果评估单元才进行镇静、镇痛程度变化的识别。
图2为麻醉诱导阶段时结果评估单元30的输出界面,输出界面的内容包括此刻的麻醉指数、上一时刻的麻醉指数,在本实施例中,上一时刻指前30秒;心肺指数、伤害刺激性指数的变化值;此刻镇静(Sed)镇痛(Ana)变化情况以及近20分钟的麻醉指数曲线。其中,t、t-1、t-2、t-3分别对应时刻为此刻、前30秒、前60秒、前90秒;“+”、“-”分别代表指数的增加、减小;箭头向上表示镇静或镇痛程度增加,箭头向下表示镇静或镇痛程度降低,水平箭头表示镇静或镇痛程度无变化。此刻的麻醉指数为“28”,此t-1即30秒前的麻醉指数为“6”麻醉状态由清醒至浅麻醉。心肺指数与伤害刺激性指数的在当前时刻t的变化值分别为“+20”、“+17”,而t-1、t-2、t-3没有记录。因心肺指数与脑电指数的变化值差值小于30,二者变化一致,且二者指数变化值大小超过15,因此判断为镇痛程度升高,镇静程度无变化。
如图3所示,该时刻为麻醉状态下的第二次切皮时的结果输出单元30的界面示意图,此刻伤害刺激性指数变化值为“+4”,而心肺指数变化值为“-28”,二者变化值差值为,32大于30,变化不一致;且只有心肺指数变化值大小超过15,此时麻醉指数由前一时刻(t-1)的64变为目前时刻(t)的36,说明此时镇静程度下降,镇痛程度步变化,且因镇静变化造成了麻醉深度变浅,麻醉师可根据此情况追加镇静药物。而在此前的t-1、t-2、t-3时刻,指数基本无变化,麻醉维持稳定状态。从曲线窗口可观察到第一次切皮时间时前后的麻醉指数变化情况,倒三角指数表明该麻醉指数变化是镇痛变化引起的,其他时刻曲线的变化因镇静变化导致的。在本实施例中,第一次切皮后没有给镇静药,第二次切皮后即刻追加了镇静药。
图4示出了第三次切皮的输出界面,麻醉指数基本无变化,心肺指数、伤害刺激性指数变化值均小于15,因此此刻虽然受试者经历了切皮,但其镇痛、镇静程度无变化,说明此前的镇痛水平足够,无需追加药物。
图5示出了拍打唤醒麻醉患者时刻的结果输出界面。麻醉指数曲线由前一时刻的32降到8,表明麻醉状态由浅麻变为清醒状态。伤害刺激性指数与心肺指数变化一致,因此表明镇静程度的降低,患者的意识恢复。
虽然以上结合附图和实施例对本发明进行了具体说明,但是可以理解,上述说明不以任何形式限制本发明。本领域技术人员在不偏离本发明的实质精神和范围的情况下可以根据需要对本发明进行变形和变化,这些变形和变化均落入本发明的范围内。

Claims (5)

1.一种麻醉状态监测装置,其特征在于,包括:采集呼吸信号和心跳信号的信号采集单元;用于处理伤害刺激性指数的第一分析单元和用以处理心肺指数的第二分析单元,所述第二分析单元对接收的所述心跳信号和所述呼吸信号进行相似性分析,所述心肺指数与获得的相似性呈正相关,且所述心肺指数为所述获得的相似性分段归一化后得到的;以及依据第一分析单元和第二分析单元处理后的数据评估得到最终麻醉深度的结果评估单元。
2.根据权利要求1所述的麻醉状态监测装置,其特征在于,所述心跳信号和呼吸信号采集单元包括用于采集胸阻抗信号和/或心跳信号的电极。
3.根据权利要求1所述的麻醉状态监测装置,其特征在于,所述第二分析单元对接收的所述心跳信号和所述呼吸信号进行相似性分析是通过小波相干性分析进行的。
4.根据权利要求1所述的麻醉状态监测装置,其特征在于,所述伤害刺激性 指数是通过所述第一分析单元从所述心跳信号中提取RR序列,再通过所述第一分析单元计算所述RR序列形成的曲线下面积得到的,所述伤害刺激性 指数用于表征镇痛程度。
5.根据权利要求4所述的麻醉状态监测装置,其特征在于,所述结果评估单元通过分别计算相邻时刻所述心肺指数和所述伤害刺激性 指数的变化值,通过所述变化值大小判断出镇静变化和镇痛变化。
CN202010847537.7A 2020-08-21 2020-08-21 一种麻醉状态监测方法及装置 Active CN112006659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010847537.7A CN112006659B (zh) 2020-08-21 2020-08-21 一种麻醉状态监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010847537.7A CN112006659B (zh) 2020-08-21 2020-08-21 一种麻醉状态监测方法及装置

Publications (2)

Publication Number Publication Date
CN112006659A CN112006659A (zh) 2020-12-01
CN112006659B true CN112006659B (zh) 2022-08-05

Family

ID=73505412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010847537.7A Active CN112006659B (zh) 2020-08-21 2020-08-21 一种麻醉状态监测方法及装置

Country Status (1)

Country Link
CN (1) CN112006659B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113456003A (zh) * 2021-06-10 2021-10-01 武汉大学 一种胃肠道内窥镜检查中镇静和麻醉的监测方法及系统
CN115919329A (zh) * 2022-11-11 2023-04-07 重庆玺德尔医疗器械有限公司 一种综合型病人麻醉手术疼痛伤害感受评估方法
CN116616710A (zh) * 2023-05-24 2023-08-22 中国人民解放军西部战区总医院 一种麻醉科临床用麻醉深度监测装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000016687A1 (en) * 1998-09-21 2000-03-30 Meduck Ltd. Depth of anesthesia monitor
WO2005050523A2 (en) * 2003-11-13 2005-06-02 Draeger Medical Systems, Inc A processing device and display system
RU2405439C1 (ru) * 2009-09-23 2010-12-10 Нур Гасымович Сибагатуллин Способ оценки сердечно-легочного соотношения
CN104138257A (zh) * 2014-07-17 2014-11-12 南宁市锋威科技有限公司 一种手术麻醉痛觉知觉监测仪
CN104799851A (zh) * 2015-04-23 2015-07-29 巩春智 一种智能麻醉系统
TW201529040A (zh) * 2014-01-28 2015-08-01 Shu-Shya Hseu 利用心電訊號估計麻醉深度的方法與裝置
CN104856673A (zh) * 2014-02-20 2015-08-26 许淑霞 利用心电信号估计麻醉深度的方法与装置
CN205586002U (zh) * 2016-02-05 2016-09-21 思澜科技(成都)有限公司 用于甲状腺术中甲状旁腺的快速识别设备
CN106943119A (zh) * 2017-03-09 2017-07-14 北京大学第三医院 一种麻醉和意识深度监测系统
CN109009099A (zh) * 2018-07-19 2018-12-18 燕山大学 一种基于eeg-nirs的智能麻醉系统
CN109717837A (zh) * 2019-01-02 2019-05-07 宋兴荣 一种麻醉深度监测方法
CN109949880A (zh) * 2019-01-31 2019-06-28 北京汉博信息技术有限公司 一种手术数据处理方法
EP3579243A1 (de) * 2018-06-08 2019-12-11 Technische Universität Wien Medizinische analysevorrichtung zur bewertung der narkosetauglichkeit eines patienten
CN110755049A (zh) * 2019-11-05 2020-02-07 张永顺 一种基于体征信号分析的麻醉状态监测方法
US10702166B1 (en) * 2010-08-13 2020-07-07 Respiratory Motion, Inc. Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO326733B1 (no) * 2006-11-10 2009-02-09 Med Storm Innovation As Deteksjon smerte/vakenhet, integralverdi
DE102011117573A1 (de) * 2011-10-28 2013-05-02 Humboldt-Universität Zu Berlin Verfahren und Einrichtung zum nichtinvasiven Überwachen von Schmerzstärken und zur Ermittlung von Narkosetiefen während medizinischer Eingriffe
JP2016520375A (ja) * 2013-04-23 2016-07-14 ザ ジェネラル ホスピタル コーポレイション 脳のコヒーレンスおよびシンクロニーの指標を使用して麻酔および鎮静を監視するためのシステムおよび方法
US20190209084A1 (en) * 2017-09-04 2019-07-11 V. Tyrone Bryant Wearable narcosis alert

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000016687A1 (en) * 1998-09-21 2000-03-30 Meduck Ltd. Depth of anesthesia monitor
WO2005050523A2 (en) * 2003-11-13 2005-06-02 Draeger Medical Systems, Inc A processing device and display system
RU2405439C1 (ru) * 2009-09-23 2010-12-10 Нур Гасымович Сибагатуллин Способ оценки сердечно-легочного соотношения
US10702166B1 (en) * 2010-08-13 2020-07-07 Respiratory Motion, Inc. Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability
TW201529040A (zh) * 2014-01-28 2015-08-01 Shu-Shya Hseu 利用心電訊號估計麻醉深度的方法與裝置
CN104856673A (zh) * 2014-02-20 2015-08-26 许淑霞 利用心电信号估计麻醉深度的方法与装置
CN104138257A (zh) * 2014-07-17 2014-11-12 南宁市锋威科技有限公司 一种手术麻醉痛觉知觉监测仪
CN104799851A (zh) * 2015-04-23 2015-07-29 巩春智 一种智能麻醉系统
CN205586002U (zh) * 2016-02-05 2016-09-21 思澜科技(成都)有限公司 用于甲状腺术中甲状旁腺的快速识别设备
CN106943119A (zh) * 2017-03-09 2017-07-14 北京大学第三医院 一种麻醉和意识深度监测系统
EP3579243A1 (de) * 2018-06-08 2019-12-11 Technische Universität Wien Medizinische analysevorrichtung zur bewertung der narkosetauglichkeit eines patienten
CN109009099A (zh) * 2018-07-19 2018-12-18 燕山大学 一种基于eeg-nirs的智能麻醉系统
CN109717837A (zh) * 2019-01-02 2019-05-07 宋兴荣 一种麻醉深度监测方法
CN109949880A (zh) * 2019-01-31 2019-06-28 北京汉博信息技术有限公司 一种手术数据处理方法
CN110755049A (zh) * 2019-11-05 2020-02-07 张永顺 一种基于体征信号分析的麻醉状态监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A wavelet-based estimating depth of anesthesia;Zoughi, T; Boostani, R and Deypir, M;《ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE》;20121231;第25卷(第8期);第1710-1722页 *
Kunczik, J ; Pereira, CB ; (...) ; Czaplik, M.Contactless Anesthesia Monitoring in Spontanously Breathing Rodents.《2019 41ST ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE AND BIOLOGY SOCIETY》.2019, *
全身麻醉监测技术应用与发展现状;张祖进,李辉,张红远;《医疗卫生装备》;20170815;第38卷(第8期);第122-126页 *
白内障手术的麻醉;樊广祥,戴涛;《中国实用医药》;20090928;第4卷(第27期);第141-142页 *

Also Published As

Publication number Publication date
CN112006659A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112006658B (zh) 一种麻醉状态监测方法及装置
EP1742155B1 (en) Determination of the clinical state of a subject
EP1704818B1 (en) Determination of the clinical state of a subject
Clifford Signal processing methods for heart rate variability
CN112006659B (zh) 一种麻醉状态监测方法及装置
JP4399712B2 (ja) 麻酔時及び鎮静時の覚醒度、痛感度及びストレス度の評価システム及び方法
EP1618840B1 (en) Monitoring subcortical responsiveness of a patient
EP1495715B1 (en) A method and apparatus based on combination of three phsysiological parameters for assessment of analgesia during anesthesia or sedation
EP2286723A1 (en) Method and apparatus for determining sleep apnea
EP3324842A1 (en) Device and method for assessing the level of consciousness, pain and nociception during wakefulness, sedation and general anaesthesia
EP3232917B1 (en) Apparatus for the assessment of the level of pain and nociception during general anesthesia using electroencephalogram, plethysmographic impedance cardiography, heart rate variability and the concentration or biophase of the analgesics
US20090247893A1 (en) Method and apparatus for measuring responsiveness of a subject
EP3277177B1 (en) Apparatus and method for electroencephalographic examination
TWI556796B (zh) 利用心電訊號估計麻醉深度的方法與裝置
Zoughi et al. A wavelet-based estimating depth of anesthesia
WO2020132315A1 (en) Systems and methods to detect and treat obstructive sleep apnea and upper airway obstruction
WO2021037260A1 (en) Real-time pain detection and pain management system
RU2718544C1 (ru) Способ комплексной оценки и визуализации состояния пациента во время седации и общей анестезии
CN113491506B (zh) 一种基于深度卷积网络的脑电信号处理方法及其设备
US20230363702A1 (en) Tracking nociception under anesthesia using a multimodal metric
CN104856673B (zh) 利用心电信号估计麻醉深度的方法与装置
CN112006657B (zh) 一种麻醉深度监测方法及装置
EP3585261B1 (en) System for diagnosing sleep disorders
Joysly et al. Abnormality recognition during drowsy state from ECG and EEG
Arboleda et al. Coherence Analysis between the Surface Diaphragm EMG Envelope Signal and the Respiratory Signal derived from the ECG in Patients assisted by Mechanical Ventilation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant