KR101111498B1

KR101111498B1 - 마취 심도 모니터링 시스템 및 방법

Info

Publication number: KR101111498B1
Application number: KR1020100069632A
Authority: KR
Inventors: 김종철
Original assignee: 주식회사 멕 아이씨에스
Priority date: 2010-07-19
Filing date: 2010-07-19
Publication date: 2012-02-22
Also published as: KR20120009610A

Abstract

본 발명은 마취 심도 모니터링 시스템이 개시되어 있다. 이러한 본 발명은, 인체의 소정 위치에 설치되는 다수의 센서로부터 생체 신호를 수신하는 생체 신호 측정부와, 측정된 생체 신호를 파워 스펙트럼, 바이 스펙트럼, 엔트로피 기반의 분석 방법을 통해 다수의 파라미터를 분석 결과로 생성하는 생체 신호 분석 장치와,상기 생체 신호 분석 장치에서 생성된 다수의 파라미터와 미리 저장된 보정 계수를 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하고 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도가 일치하도록 신경 회로망의 상기 보정 계수를 수정하고 수정된 보정 계수로 상기 마취 심도를 보정한 후 수정된 보정 계수를 저장하는 학습 피드백 장치를 포함한다.

Description

마취 심도 모니터링 시스템 및 방법{DEPTH OF ANESTHESIA MONITORING SYSTEM AND METHOD USING BIO-SIGNAL ANALYSIS AND LEARNING PROCESS}

본 발명은 마취 심도 모니터링 시스템에 관한 것으로서, 심전도, 혈압, 뇌전도를 포함하는 다수의 생체 신호를 분석한 후 마취 심도를 학습하여 마취 심도 판정 오류를 최소로 방지할 수 있도록 한 방법 및 시스템에 관한 것이다.

마취는 시각, 감지 및 인식과 같은 반응들을 셧다운시키기 위하여 뇌에서 신경 세포들의 멤브레인들과 상호 작용함으로써 중추 신경 시스템상에 작용한다고 알려지나, 정확한 메커니즘 및 이러한 감지 과정의 영향은 여전히 연구 과제이다.

일반 마취 절차는 조기 약물 처리(pre-medication) 또는 진정(sedative)을 포함하며, 그 후에 환자는 운반되어 수술실로 가고 거기서 마취과 의사가 커프(cuff; 완대)를 환자의 팔에 채우고, 산소 포화를 측정하기 위하여 옥시미터 또는 산소 포화도 측정(oximeter) 프루브를 손가락에 붙이며 심박수를 모니터링하기 위하여 심전도(electrocardiogram) 전극을 환자의 가슴에 댄다.

다음에는 정맥 캐뉼러(intravenous cannula)가 환자의 팔에 삽입되고, 환자가 잠이 들도록 의약 혼합물이 혈액 흐름속으로 유입되어, 고통과 이완 근육들을 제어한다. 전형적으로 30초 내에 환자는 의식 상태에서 무의식 상태로 전이한다.

일단 환자가 무의식 상태가 되면, 마취과 의사는 일반적으로 환자에 가스 전달 마스크(gas delivery mask)를 씌우는데, 마스크를 통해 환자가 호흡함으로써 흡입되는 "흡입" 마취제를 포함하고 있다. 수술 중에 환자의 가스 교환(ventilation)을 보조하거나 돕기 위하여 환자에게 인공 호흡기(ventilator)가 부착될 수도 있다. 환자가 무의식 상태가 되고 아무런 고통을 느낄 수 없을 때에 의학적 수술 절차를 개시하려는 것이 외과 의사의 의도이다.

그러나, 마취제 전달이 진행되는 동안 기존의 모니터링 시스템들은 환자의 상태를 감지하여 마취 분석을 위한 파라미터로 이용한다. 감지하고자 하는 환자의 상태는 셧 다운(shut-down) 상태, (최면, 무의식 및 수면 상태를 포함하는) 신경 회상의 무의식 상태, (청각 유발 전위(AEP), 및 다중 주파수 및 감지 상태를 포함하는) 청각 회상 상태, (각성 및 신체 움직임 분석을 포함하는) 근육 마비, 움직임 및 각성 상태, 안구 개방 및 안구 움직임 상태를 포함하는) 시각 회상 상태, (온도, 혈압, 산소 포화-SA02, 심박 변화, 피부 전류 측정 저항 분석을 포함하는) 불안 및 스트레스 상태 등이 있다. 하지만 이러한 모니터링 시스템은 만족할만한 검증이 이루어지지 않았다.

따라서, 최근에는 무의식 상태 분석을 제공하고, 다른 시스템들은 뇌파 신호(electro-encephalograph signal) 활성도를 분석하는(Physiometrix) 모니터링 시스템이 제공되기도 한다.

그에 더하여 신경학적 분석 범위와 함께 청각 유발 전위(청각 유발 전위(Audio Evoked Potential)를 모니터링하기 위하여 시스템도 고안되어 왔다.

이러한 모니터링 시스템을 통해 의사는 마취 심도를 결정하게 되고, 결정된 마취 심도에 따라, 외과적 수술을 진행하게 된다.

즉, 상기 마취 심도는, 즉 마취 상태들의 정도 또는 최면으로부터 명백한 바와 같이, 단계 1, 단계 2, 단계 3, 단계 4 및 REM 수면로 정의 되어지며, 수면 상태에 있는 환자에 주로 적용되었다.

이러한 수면 감지의 제1 단계는 이벤트들의 특정 생리학적인 시퀀스들 예컨대, 환자의 안구동자들의 롤링 또는 느리게 움직이는 일렉트로 아큘로그램(electro occulogram) 및 뇌파(electro-encephalogram) 주파수 스펙트럼에서의 변화에 의존한다.

그러나, 환자가 하나의 수면 단계로 진입하도록 하는 인간 생리에서의 중요한 변화는 환자의 환경에 따라 매우 다양한 형태로 나타나므로, 환자의 수면 상태 및 의식 상태 등을 나타내는 마취 심도 단계를 정확하게 판정하기란 매우 어렵다.

본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 제안된 것으로서, 본 발명의 목적은, 환자로부터 공급되는 심박수 변이도, 혈압 변이도, 뇌전도 등을 포함하는 다수의 생체 신호를 분석하여 다수의 파라미터를 생성하고 미리 저장된 보정 계수와 각 파라미터의 측정값을 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하며 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도의 오차를 줄이기 위해 상기 보정 계수를 수정하는 학습 피드백을 수행하여 마취 심도에 대한 판정의 정확도를 더욱 향상할 수 있고 마취에 따른 인체적 및 정신적 피해를 최소로 줄일 수 있는 마취 심도 모니터링 시스템을 제공하고자 함에 있다.

이러한 목적을 달성하기 위한 본 발명의 기술적 과제에 따른 생체 신호 분석 및 학습을 통한 마취 심도 모니터링 시스템은,

인체의 소정 위치에 설치되는 다수의 센서로부터 다수의 생체 신호를 수신하는 생체 신호 측정부와,

측정된 생체 신호를 파워 스펙트럼, 바이 스펙트럼, 엔트로피 기반의 분석을 통해 다수의 파라미터를 생성하는 생체 신호 분석 장치와,

상기 생체 신호 분석 장치에서 생성된 다수의 파라미터와 미리 저장된 보정 계수를 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하고, 결정된 마취 심도를 기 설정된 기준 마취 심도와 일치하도록 신경 회로망의 상기 보정 계수를 수정하고 수정된 보정 계수로 상기 마취 심도를 보정한 후 상기 수정된 보정 계수를 저장하는 학습 피드백 장치를 포함하는 것을 특징으로 한다.

상기 생체 신호 분석 장치는,

수신된 생체 신호에 파워 스펙트럼 기반의 분석을 통해 산출된 분석 신호에 대한 엣지 주파수, 중간 주파수로 파라미터 1, 파라미터 2를 생성하는 파워 스펙트럼 분석기와,

수신된 생체 신호에 바이 스펙트럼 기반의 분석을 통해 산출된 분석 신호의 바이 스펙트럼 공간에서 전체 영역의 피크 합과 특정 영역의 피크 합의 로그 비율인 싱크 패스트 슬로우, 베터 비율로 파라미터 3, 파라미터 4를 생성하는 바이 스펙트럼 분석기와,

수신된 생체 신호에 엔트로피 기반의 분석을 통해 산출된 분석 신호의 파워 스펙트럼의 불규칙성 정도를 나타내는 스펙트랄 엔트로피, 분석 신호의 히스토그램의 불규칙성 정도를 나타내는 섀논 엔트로피, 분석 신호의 시계열 패턴의 불규칙성 정도를 나타내는 근접 엔트로피로 파라미터 5, 파라미터 6, 파라미터 7을 생성하는 엔트로피 분석기를 포함한다.

그리고, 상기 학습 피드백 장치는,

상기 다수의 파라미터와 미리 저장된 보정 계수를 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하는 마취 심도 결정부와

상기 마취 심도 결정부의 마취 심도와 마취 전문의가 판단한 기준 마취 심도를 감산하여 마취 심도 오차를 산출하는 감산기와,

상기 감산기에서 산출된 마취 심도 오차를 제거하기 위해 신경 회로망의 상기 보정 계수를 수정하고 보정된 보정 계수로 상기 마취 심도를 보정한 후 상기 수정된 보정 계수를 저장하는 보정 계수 수정부를 포함한다.

이러한 종래의 문제점을 해결하기 위한 본 발명의 다른 관점에 따른 기술적 과제는,

외부로부터 공급되는 생체 신호를 분석하여 마취 심도를 결정하기 위한 적어도 하나 이상의 파라미터를 측정하는 생체 신호 분석 단계;

미리 저장된 보정 계수와 상기 생체 신호 분석 단계에서 산출된 파라미터에 대한 측정값을 근거로 마취 심도를 결정하는 마취 심도 판정 단계;

상기 마취 심도 판정 단계에서 결정된 마취 심도와 마취 의사가 판단한 기준 마취 심도 간의 오차를 연산하고 연산된 마취 심도 오차를 제거하기 위해 상기 보정 계수를 수정하고 수정된 보정 계수로 마취 심도롤 보정한 후 수정된 보정 계수를 저장하여 마취 심도에 대한 학습을 실행하는 학습 단계를 포함한다.

상기 파라미터는 파워 스펙트럼, 바이 스펙트럼, 엔트로피 기반의 분석을 통해 산출된 분석 신호에 대한 각각의 엣지 주파수, 중간 주파수, 싱크 패스트 슬로우, 베터 비율, 스팩트랄 엔트로피, 섀논 엔트로피, 근접 엔트로피 중 하나 이상을 생성하는 것을 특징으로 한다.

여기서, 상기 엣지 주파수는,

상기 생체 신호에 파워 스펙트럼 기반의 분석을 통해 산출된 분석 신호 전체 전력의 90%에 해당하는 주파수인 것을 특징으로 한다.

상기 중간 주파수는,

상기 생체 신호에 파워 스펙트럼 기반의 분석을 통해 산출된 분석 신호 전체 전력의 50%에 해당하는 주파수인 것을 특징으로 한다.

그리고, 상기 싱크 패스 슬로우는

상기 생체 신호에 바이 스펙트럼 기반의 분석을 통해 산출된 분석 신호의 바이 스펙트럼 공간에서 제 1 소정 주파수 영역의 피크 합에 대한 제 2 소정 주파수 영역의 피크 합의 로그 비율인 것을 특징으로 한다.

상기 제 1 소정 주파수는 40-47Hz이고, 제 2 소정 주파수는 0.5-47Hz인 것을 특징으로 한다.

그리고, 상기 베터 비율은,

상기 생체 신호에 바이 스팩트럼 기반의 분석을 통해 산출된 분석 신호의 바이 스펙트럼 공간에서 제 3 소정 주파수 영역의 피크 합에 대한 제 4 소정 주파수 영역의 피크 합의 로그 비율인 것을 특징으로 한다.

여기서, 상기 제3 소정 주파수는 11-20Hz 이고, 제4 소정 주파수는 30-47Hz인 것을 특징으로 한다.

상기 스펙트랄 엔트로피는,

상기 생체 신호에 엔트로피 기반의 분석을 통해 산출된 분석 신호의 파워 스펙트럼의 불규칙성을 산출한 값인 것을 특징으로 한다.

상기 섀논 엔트로피는,

상기 생체 신호에 엔트로피 기반의 분석을 통해 산출된 분석 신호의 히스토그램의 불규칙성을 산출한 값인 것을 특징으로 한다.

상기 접근 엔트로피는,

상기 생체 신호에 엔트로피 기반의 분석을 통해 산출된 분석 신호의 시계열 패턴의 불규칙성을 산출한 값인 것을 특징으로 한다.

본 발명에 의하면, 환자로부터 공급되는 생체 신호를 분석하여 다수의 파라미터를 생성하고 기존의 보정 계수와 각 파라미터의 측정값을 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하며 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도의 오차를 줄이기 위해 상기 보정 계수를 수정하여 수정된 보정 계수로 마취 심도를 보정한 후 상기 수정된 보정 계수를 저장하는 마취 심도에 대한 학습 피드백을 수행함에 따라 마취 심도에 대한 판정의 정확도를 더욱 향상할 수 있고 마취에 따른 인체적 및 정신적 피해를 최소로 줄일 수 있는 효과를 얻는다.

도 1은 본 발명의 실시 예에 따른 생체 신호 분석 및 학습을 통한 마취 심도 모니터링 시스템을 보인 도이다.
도 2는 도 1에 도시된 생체 신호 분석 장치의 구성을 보인 도이다.
도 3은 도 2에 도시된 파워 스펙트럼 분석기의 분석 신호를 보인 파형도이다.
도 4는 도 2에 도시된 바이 스펙트럼 분석기의 분석 신호를 보인 파형도이다.
도 5는 도 2에 도시된 엔트로피 분석기의 분석 신호를 보인 파형도이다.
도 6은 도 1에 도시된 학습 피드백 장치의 구성을 보인 도이다.
도 7는 본 발명의 다른 실시 예에 따른 학습 피드백 과정을 보인 동작 흐름도이다.

이하, 첨부한 도면을 참조하여 본 발명의 바람직한 실시 예를 상술하기로 한다.

도 1 은 본 발명의 실시 예에 따른 생체 신호 분석 및 학습을 통한 마취 심도 모니터링 시스템의 개략적인 구성도를 도시하고, 도 2는 도 1에 도시된 생체 신호 분석 장치의 구성도를 도시하고 있다.

즉, 도 1에 도시한 바와 같이, 본 발명의 실시 예에 따른 생체 신호 분석 및 학습을 통한 마취 심도 모니터링 시스템은, 환자로부터 공급되는 생체 신호를 분석하여 다수의 파라미터를 생성하고 기존의 보정 계수 및 각 파라미터의 측정값을 근거로 마취 심도를 결정하며 결정된 마취 심도와 마취 전문의가 판단한 마취 심도의 오차를 줄이기 위해 보정 계수를 수정하여 마취 심도에 대한 학습을 수행하도록 구비되고, 이러한 시스템은, 생체 신호 수신부(10), 생체 신호 분석 장치(30), 및 학습 피드백 장치(50)를 포함한다.

상기 생체 신호 수신부(10)는 환자의 소정 위치에 설치되는 다수의 센서로부터 공급되는 생체 신호를 수신하도록 구비된다.

그리고, 상기 생체 신호 분석 장치(30)는, 도 2에 도시된 바와 같이, 파워 스펙트럼 분석기(31), 바이 스펙트럼 분석기(33), 엔트로피 분석기(35)를 포함하고 있다.

상기 파워 스펙트럼 분석기(31)는 상기 생체 신호를 파워 스펙트럼 분석하도록 구비되어 있으며, 엣지 주파수, 중간 주파수로 파라미터 1, 파라미터 2를 생성한다.

즉, 도 3에 도시된 바와 같이, 파라미터 1은, 상기 생체 신호에 파워 스펙트럼 기반의 분석 방법을 적용하여 얻어지며 분석 신호의 전체 전력의 90%에 해당하는 주파수로 결정되고, 파라미터 2는 분석 신호 전체 전력의 50%에 해당하는 주파수로 결정된다.

상기 바이 스펙트럼 분석기(33)는 도 4에 도시된 바와 같이, 상기 생체 신호에 바이 스펙트럼 기반의 분석 방법을 적용하여 얻어지며, 바이 스펙트럼 공간에서 제 1 소정 주파수 영역의 피크 합에 대한 제 2 소정 주파수 영역의 피크 합의 로그 비율인 싱크 패스트 슬로우로 파라미터 3를 출력하고, 그에 더하여 제 3 소정 주파수 영역의 피크 합에 대한 제 4 소정 주파수 영역의 피크 합의 로그 비율인 베터 비율로 파라미터 4를 출력한다.

여기서, 상기 제 1 소정 주파수 영역은 40-47Hz이고, 제 2 소정 주파수 영역은 0.5-47Hz이며, 상기 제 3 소정 주파수 영역은 11-20Hz이고, 상기 제 4 소정 주파수 영역은 30-47Hz이다.

따라서, 파라미터 3는 다음 식 1을 만족한다.

파리미터 3(싱크 패스트 슬로우) = log((P₀ _.5-47 Hz)/(P₄₀ _-47 Hz)) ... 식 1

그리고, 파라미터 4는 다음 식 2를 만족한다.

파라미터 4(베터 비율) =log((P₃₀ _-47 Hz)/(P₁₁ _-20 Hz))... 식 2

한편, 상기 엔트로피 분석기(35)는 도 5에 도시된 바와 같이, 상기 생체 신호 수신부의 생체 신호에 엔트로피 기반의 분석 방법을 적용하여 얻어지며 분석 신호의 파워 스펙트럼의 불규칙 정도를 나타내는 스펙트랄 엔트로피로 파라미터 5를 생성하고, 히스토그램의 불규칙 정도를 나타내는 섀논 엔트로피로 파라미터 6을 생성하며, 시계열 패턴의 불규칙 정도를 나타내는 근접 엔트로피로 파라미터 7을 생성하도록 구비된다.

여기서, 상기 파라미터 5는 다음 식 3, 4를 만족한다.

.. 식 3

... 식 4

파워 스펙트럼의 불규칙성을 나타내는 상기 파라미터 5의 구체적인 도출 과정은 널리 알려진 공지의 기술이므로 그에 따른 상세한 설명은 생략한다.

그리고,

파라미터 6는 다음 식 5, 6을 만족한다.

... 식 5

... 식 6

히스토그램의 불규칙성을 나타내는 상기 파라미터 6의 구체적인 도출 과정은 널리 알려진 공지의 기술이므로 그에 따른 상세한 설명은 생략한다.

그리고, 상기 학습 피드백 장치(50)는, 도 6에 도시된 바와 같이, 미리 저장된 보정 계수와 각 파라미터 1 - 파라미터 7에 대한 측정값을 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하는 마취 심도 결정부(53)와, 상기 마취 심도 결정부(53)에서 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도를 감산하여 마취 심도 오차를 생성하는 감산기(54)와, 상기 감산기(54)의 마취 심도 오차를 줄이기 위해 상기 마취 심도 결정부의 보정 계수를 수정하고 보정된 마취 심도 보정 계수로 상기 마취 심도를 보정하며 상기 수정된 보정 계수를 저장하는 보정 계수 수정부(55)를 포함한다.

이러한 구성에 따른 마취 심도 학습 피드백 시스템을 도 7에 도시된 흐름도를 참조하여 보다 구체적으로 설명한다.

우선 환자의 소정 위치로부터 생체 신호를 수신하고(단계 101), 수신된 생체 신호를 분석하여 파라미터 1 - 파라미터 7를 측정한다(단계 103).

상기 각 파라미터 1 - 파라미터 7의 측정 과정은 앞서 설명한 바와 동일하므로 그에 대한 상세한 설명은 생략한다.

기존의 보정 계수와 각 파라미터 1 - 파라미터 7의 측정값을 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정한다(단계 107).

그리고, 상기 단계(107)에서 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도를 비교하고, 비교 결과에 따라 신경 회로망의 상기 보정 계수를 수정하고 수정된 보정 계수 상기 마취 심도를 보정한 후 상기 수정된 보정 계수를 저장하여 상기 마취 심도에 대한 학습을 수행한다.

본 발명의 실시 예에 따르면, 환자로부터 공급되는 생체 신호를 분석하여 다수의 파라미터를 생성하고 미리 저장된 보정 계수 및 각 파라미터의 측정값을 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하며 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도의 오차를 줄이기 위해 상기 보정 계수를 수정하여 마취 심도에 대한 학습 피드백을 수행하여 마취 심도에 대한 판정의 정확도를 더욱 향상할 수 있고 마취에 따른 인체적 및 정신적 피해를 최소로 줄일 수 있게된다.

이와 같이 본 발명이 속하는 기술 분야의 당업자는 본 발명의 그 기술적 사상이나 필수적 특징으로 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며, 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허 청구범위 의해 나타내어지며, 특허 청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

환자로부터 공급되는 생체 신호를 분석하여 다수의 파라미터를 생성하고 미리 저장된 보정 계수와 각 파라미터의 측정값을 입력 변수로 하여 마취 심도를 결정하며 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도 간의 오차를 줄이기 위해 상기 보정 계수를 수정하여 마취 심도에 대한 학습 피드백을 수행하여 마취 심도에 대한 판정의 정확도를 더욱 향상할 수 있고 마취에 따른 인체적 및 정신적 피해를 최소로 줄일 수 있는 생체 신호 분석 및 학습을 통한 마취 심도 모니터링 시스템의 효율면에 따라 마취 시스템의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용 가능성이 있는 발명이다.

10 : 생체 신호 수신부
30 : 생체 신호 분석 장치
31 : 파워 스펙트럼 분석기
33 : 바이 스펙트럼 분석기
35 : 엔트로피 분석기
50 : 학습 피드백 장치
53 : 마취 심도 결정부
54 : 감산기
55 : 보정 계수 수정부

Claims

인체의 소정 위치에 설치되는 다수의 센서로부터 생체 신호를 수신하는 생체 신호 수신부와,
수신된 생체 신호를 파워 스펙트럼, 바이 스펙트럼, 엔트로피 기반의 분석 방법을 통해 다수의 파라미터를 분석 결과로 생성하는 생체 신호 분석 장치와,
상기 생체 신호 분석 장치에서 생성된 다수의 파라미터와 미리 저장된 보정 계수를 입력 변수로 하는 신경 회로망을 통해 마취 심도를 결정하고 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도가 일치하도록 신경 회로망의 상기 보정 계수를 수정하고 수정된 보정 계수로 상기 마취 심도를 보정한 후 수정된 보정 계수를 저장하는 학습 피드백 장치를 포함하는 것을 특징으로 하는 마취 심도 모니터링 시스템.
청구항 1에 있어서, 상기 생체 신호 분석 장치는,
수신된 생체 신호에 파워 스펙트럼 기반의 분석을 적용하여 분석 신호에 대한 엣지 주파수, 중간 주파수로 파라미터 1, 파라미터 2를 생성하는 파워 스펙트럼 분석기와,
수신된 생체 신호에 바이 스펙트럼 기반의 분석을 적용하여 분석 신호의 바이스펙트럼 공간에서 전체 영역의 피크 합과 특정 영역의 피크 합의 로그 비율인 싱크 패스트 슬로우, 베터 비율로 파라미터 3, 파라미터 4를 생성하는 바이 스펙트럼 분석기와,
수신된 생체 신호에 엔트로피 기반의 분석을 적용하여 파워 스펙트럼의 불규칙성 정도를 나타내는 스펙트랄 엔트로피, 히스토그램의 불규칙성 정도를 나타내는 섀논 엔트로피, 시계열 패턴의 불규칙성 정도를 나타내는 근접 엔트로피로 파라미터 5, 파라미터 6, 파라미터 7을 생성하는 엔트로피 분석기를 포함하는 것을 특징으로 하는 마취 심도 모니터링 시스템.
청구항 1 및 청구항 2 중 한 항에 있어서, 상기 학습 피드백 장치는,
미리 정해진 보정 계수와 파라미터 대한 측정값을 근거로 마취 심도를 결정하는 마취 심도 결정부와,
상기 마취 심도 결정부에서 결정된 마취 심도와 마취 전문의가 판단한 기준 마취 심도의 오차를 연산하는 감산기와,
상기 마취 심도 오차를 줄이기 위해 상기 보정 계수를 보정하는 보정 계수 수정부를 포함하는 것을 특징으로 하는 마취 심도 모니터링 시스템.
마취 심도를 결정하기 위해 외부로부터 공급되는 생체 신호를 분석하여 적어도 하나 이상의 파라미터를 측정하는 생체 신호 분석 단계;
신경 회로망을 기반으로 미리 저장된 보정 계수와 상기 파라미터 측정 단계에서 산출된 파라미터에 대한 측정값을 근거로 마취 심도를 결정하는 마취 심도 판정 단계;
상기 마취 심도 판정 단계에서 결정된 마취 심도와 마취 의사에 의해 기 설정된 기준 마취 심도 간의 오차를 연산하고 연산된 마취 심도 오차를 제거하기 위해 상기 보정 계수를 수정하고 수정된 보정 계수를 저장하여 마취 심도에 대한 학습을 실행하는 학습 단계를 포함하는 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 4에 있어서, 상기 파라미터는 파워 스펙트럼, 바이 스펙트럼, 및 엔트로피 기반으로 분석하여 분석 신호에 대한 각각의 엣지 주파수, 중간 주파수, 싱크 패스트 슬로우, 베터 비율, 스팩트랄 엔트로피, 섀논 엔트로피, 및 근접 엔트로피 중 하나 이상을 생성하는 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 5에 있어서, 상기 엣지 주파수는,
상기 생체 신호에 파워 스펙트럼 기반의 분석으로 산출된 분석 신호 전체 전력의 90%에 해당하는 주파수인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 5에 있어서, 상기 중간 주파수는,
상기 생체 신호에 파워 스펙트럼 기반의 분석을 기반으로 산출된 분석 신호 전체 전력의 50%에 해당하는 주파수인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 5에 있어서, 상기 싱크 패스 슬로우는
상기 생체 신호에 바이 스팩트럼 기반의 분석을 기반으로 산출된 분석 신호의 바이 스펙트럼 공간에서 제 1 소정 주파수 영역의 피크 합에 대한 제 2 소정 주파수 영역의 피크 합의 로그 비율인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 8에 있어서, 상기 제1 소정 주파수는 40-47Hz이고, 제2 소정 주파수는 0.5-47Hz인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 8에 있어서, 상기 베터 비율은,
상기 셍체 신호에 바이 스팩트럼 기반의 분석을 기반으로 산출된 분석 신호의 바이 스펙트럼 공간에서 제 4 소정 주파수 영역의 피크 합에 대한 제 3 소정 주파수 영역의 피크 합의 로그 비율인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 10에 있어서, 상기 제3 소정 주파수는 11-20Hz 이고, 제4 소정 주파수는 30-47Hz인 것을 특징으로 하는 마취 심도 모니텅 방법.
청구항 5에 있어서, 상기 스팩트랄 엔트로피는,
상기 생체 신호에 엔트로피 기반의 분석을 기반으로 산출된 분석 신호의 파워 스펙트럼 불규칙성 정도를 나타내는 값인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 5에 있어서, 상기 섀논 엔트로피는,
상기 생체 신호에 엔트로피 기반의 분석을 기반으로 산출된 분석 신호의 히스토그램 불규칙성 정도를 나타내는 값인 것을 특징으로 하는 마취 심도 모니터링 방법.
청구항 5에 있어서, 상기 근접 엔트로피는,
상기 생체 신호에 엔트로피 기반의 분석을 통해 연산된 분석 신호의 시계열 패턴 불규칙성 정도를 나타내는 값인 것을 특징으로 하는 마취 심도 모니터링 방법.