使用倒谱技术测量麻醉深度的方法和设备的制造方法
【技术领域】
[0001] 本发明涉及一种测量麻醉深度的方法，且更确切地说，一种通过使用倒谱技术测 量麻醉深度的方法和设备，所述方法和设备能够通过提供麻醉深度的精确值，不管麻醉状 态的快速变化而及时提供麻醉深度信息且提高追踪（tracking)速度。
【背景技术】
[0002] 一般来说，在包含手术和治疗的医疗实践领域中，当疼痛施加到个体时，通过麻醉 阻断神经传递以去除或减少疼痛。在严重疾病或症状的手术期间，进行全身麻醉，且应持续 观测全身麻醉下的患者。患者的麻醉状态应通过感测麻醉深度进行检查。尽管手术应在足 够麻醉下进行，但存在患者遭受由手术期间的苏醒所致的精神疼痛的问题。
[0003] 因此，在手术期间，应持续测量麻醉深度，且观测临床方面的方法和分析生物电信 号的方法已主要用作测量麻醉深度的方法。分析生物电信号的方法包括测量和分析脑波以 评估麻醉剂对中枢神经系统的效应的方法，且也存在各种类型的应用使用脑波的方法的监 测设备。存在各种类型的使用脑波的麻醉深度监测设备的原因为对应的设备具有分析和评 估脑波的不同算法。
[0004] 当前，脑电双频指数（Bispectral index，下文被称作"BIS"）分析设备最普遍地 用作麻醉深度监测设备。BIS分析设备为基于脑波的麻醉深度测量技术首次开发和采用于 其中、将麻醉深度显示为待在〇~100范围内数字化的"BIS"且通过比较BIS与常规麻醉 深度测量标准或另一麻醉深度仪器中计算的指数验证BIS的临床可靠性的设备中的一种。
[0005] 在包含如BIS分析设备的常规麻醉深度监测设备的情况下，使用者（麻醉深度临 床个体或麻醉深度监测者）不能够改进或改变仪器的脑波分析算法，使得可能不应用适合 于患者特征的算法且因此不能精确监测患者的麻醉深度。此外，由于安装在仪器中的分析 算法的细节未公开，设备不适合于临床麻醉深度研究且验证算法误差中存在许多困难。
[0006] 此外，如BIS分析设备的麻醉深度监测设备具有患者的麻醉状态由于用于麻醉状 态的快速改变的追踪速度（tracking speed)缓慢而不能够快速感测到的问题。
[0007] 专利文献1涉及一种通过脑波信号分析测量大脑活动和麻醉深度的系统和方法， 其中可相比于常规光谱分析、小波（wavelet)分析或熵分析极精确地计算值，但基本算法 的结构极简单。
[0008](专利文献1)韩国专利申请特许公开公布号2012-0131027(2012年12月4日公 布）
【发明内容】
[0009] 技术问题
[0010] 为解决上述问题，本发明的一个目的为提供一种通过使用倒谱技术测量麻醉深度 的方法，其于高追踪速度下提供精确麻醉深度和对麻醉程度变化的快速反应。
[0011] 技术解决方案
[0012] 为解决上述问题，根据本发明的通过使用倒谱技术测量麻醉深度的方法包含： 通过接收第一 EEG信号作为输入信号和通过进行梅尔频率倒谱系数（mel frequency cepstral coefficient ;MFCC)计算而通过第一特征向量提取部分提取第一特征向量；通 过接收麻醉状态下的第二EEG信号和非麻醉状态下的第三EEG信号作为输入信号并且进行 梅尔频率倒谱系数（MFCC)计算而通过第二特征向量提取部分提取第二特征向量和第三特 征向量；以及通过将均为向量平面的轴的第二与第三特征向量之间的区域分成多个区段， 且在多个区段中量化特征向量所位于的位置而通过量化部分输出贯穿量化部分的麻醉深 度指数。
[0013] 根据本发明的优选实施例，第一特征向量的提取还包含对手术期间的第一 EEG信 号进行小波变换（wavelet transform)或低频带通滤波中的至少一个以去除噪音和选择并 输出仅具有预定频率范围的信号。
[0014] 根据本发明的优选实施例，麻醉深度指数的输出包含以介于1到100范围内的指 数缩放（scaling)待显示于屏幕显示部分上的定量信号。
[0015] 根据本发明的优选实施例，第一特征向量的提取包含在短时间（short time)内将 第一 EEG信号分成若干区段以对每一区段的分割信号进行傅立叶变换且随后对结果求和。
[0016] 根据本发明的优选实施例，第一特征向量的提取包含通过多个具有不同频带的滤 波器组对经傅立叶变换的信号进行滤波和计算所述信号中的每一个的功率谱。
[0017] 根据本发明的优选实施例，第一特征向量的提取包含通过对功率谱信号进行对数 计算而减少由频率所致的信号失真。
[0018] 根据本发明的优选实施例，第一特征向量的提取包含通过从对在对数计算之后获 得的信号进行离散余弦变换之后获得的信号之中仅选择通过多个滤波器组中的预定滤波 器的信号来提取第一特征向量。
[0019] 根据本发明的另一实施例，通过根据本发明的使用倒谱技术测量麻醉深度的设 备包含：第一特征向量提取部分，被配置成通过对第一 EEG信号进行梅尔频率倒谱系数 (MFCC)计算而输出第一特征向量；第二特征向量提取部分，被配置成通过对麻醉状态的第 二EEG信号和非麻醉状态的第三EEG信号进行梅尔频率倒谱系数（MFCC)计算而输出第二 特征向量和第三特征向量；以及量化部分，被配置成通过将均为向量平面的轴的第二与第 三特征向量之间的区域分成多个区段，且在多个区段中量化第一特征向量所位于的位置而 输出麻醉深度指数。
[0020] 根据本发明的优选实施例，第一特征向量提取部分还包含被配置成对第一 EEG信 号进行小波变换和低频带通滤波的噪音去除。
[0021] 根据本发明的优选实施例，第一特征向量提取部分还包含在短时间内将第一 EEG 信号分成若干区段以对所述区段中的每一个进行傅立叶变换的局部傅立叶变换部分。
[0022] 根据本发明的优选实施例，第一特征向量提取部分还包含梅尔滤波器组，所述滤 波器组包含关于预定区段彼此重叠的具有不同中心频率和频带的多个滤波器，且接收局部 傅立叶变换部分的输出作为输入信号以对接收到的信号进行滤波。
[0023] 根据本发明的优选实施例，第一特征向量提取部分还包含通过对从梅尔滤波器组 滤波的信号进行对数计算而减少由频率所致的信号失真的对数计算部分。
[0024] 根据本发明的优选实施例，第一特征向量提取部分还包含对在对数计算之后获得 的信号进行离散余弦变换（discrete cosine transformation ;DCT)的离散余弦变换部分。
[0025] 根据本发明的优选实施例，第一特征向量提取部分还包含被配置成从离散余弦变 换部分的输出信号之中仅选择通过梅尔滤波器组的滤波器中的预定滤波器的信号，且将所 选择的信号输出到第一特征向量的系数提取部分。
[0026] 根据本发明的优选实施例，还包含以介于1到100范围内的指数缩放量化部分的 输出的缩放部分。
[0027] 根据本发明的优选实施例，还包含被配置成将第一特征向量提取部分的输出表示 为直方图且选择待输出的误差范围以外的信号的过往输出值作为加权平均值的误差去除 部分。
[0028] 有益效果
[0029] 根据本发明，可通过使用完全不同于常规麻醉深度分析算法且考虑频率特性的访 问技术精确分析麻醉深度。
[0030] 根据本发明，实时方法由于简单算法而可容易地进行，进而更准确地捕获麻醉期 间的状态变化。
[0031] 当麻醉程度快速改变时，反应速度由于常规BIS技术的低追踪速度（tracking speed)而较低的常规问题得以解决，并且因此，从苏醒（awake)状态到麻醉状态（催眠 (hypnosis))的状态变化可以通过比当前时间更快速地反应而精确且及时地检测。
[0032] 本发明可以应用于评估麻醉深度的医学仪器并且也可以应用于具有不同信号处 理技术的脑波信号处理相关仪器。
【附图说明】
[0033] 图1为显示根据麻醉程度的脑波变化的图。
[0034] 图2说明通过使用根据本发明的倒谱技术测量麻醉深度的设备。
[0035] 图3为通过使用根据本发明的倒谱技术测量麻醉深度的方法的算法。
[0036] 图4为图2中说明的梅尔滤波器组的概念图。
[0037]图5为说明图2中说明的量化部分的向量计算的概念图。
[0038] 图6显示根据常规BIS和根据本发明的测量麻醉深度的方法（MCI)的测量结果。
[0039] 图7为说明图2所说明的屏幕显示部分的一个实例的附图。
[0040] 图8为根据梅尔滤波器组的所选滤波器的费舍尔评分（Fisher score)图。
【具体实施方式】
[0041] 在下文中，将参看附图描述用于进行本发明的特定实施例。在附图中，出于图形展 示的清楚起见，放大主要部分的尺寸且省去辅助部分。因此，本发明不应理解为限于附图。[0042] 根据研究，已知手术期间