dxy

原始脑电模拟信号数字化后衍生了可视化的变量。三种麻醉深度监测系统：BIS（无维的计算变量，在0和100之间），Narcotrend指数，SE及RE，均可以提供原始脑电信号。所有监测均可显示计算变量的趋势。其他可以显示的变量是：信号品质指数、肌电灵敏度（EMG）、脑电爆发抑制率（BSR）和BIS监测或功率谱的继发变量趋势（如边缘频谱）、Narcotrend监测系统（图3，图4）的阻抗和Narcotrend状态分级。

the M-Entropy module and the partial screen of the S5-Monitor

麻醉深度监测技术有何应用？

三种麻醉深度监测系统显示变量的数学原理和计算方法是完全不同的。因此详尽的计算方法是有所有权的并且未予以公开，但是基本原理是公开的。

i.BIS。快速频谱转换生成功率谱和相位谱。脑电信号变量，如边缘频谱或中位频谱，是从功率谱中独立计算出来的。研究者认为位相谱没有实际意义，因此常常忽略位相谱。相反，双频谱分析依赖于功率谱、位相谱及不同频谱位相角藕联的定量化。根据大量的临床数据与镇静、深睡眠状态之间具有相关性的事实，BIS将脑电信号的不同双频谱描述整合，并转化为简易信号。源于双频谱分析的SynchFastSlow亚变量为位于0.5～47Hz之间的双频谱峰值的总和与位于40～47Hz之间的双频谱总和的比值的对数值。BIS是SynchFastSlow与频域的亚参数（β比率）和时域的亚参数（暴发抑制）的联合体。

ii.Narcotrend指数。最初与睡眠分级相关的脑电的自动分级技术是在视觉评价的基础上发展起来的。1937年，Loomis等描述睡眠时脑电图的系统性变化，并将之分为五个等级，A～E，用于分辩脑电图的不同类型。随后，评价等级随之扩展，增加了亚睡眠级别并应用于麻醉状态时睡眠分级（A=清醒～F=麻醉深睡眠）。在时域与频域上发现了很多定量特征，例如，频谱、熵及自回归变量。应用这些参数进行统计分析，可以评价脑电图变量的亚型（A～F）。这些亚型分级被不断的精炼并转化为0～100形式的数字指数。

iii.M-熵模型。依据脑电图可以应用非线性动力学技术进行描述而提出了M-熵模型。熵是定量评价非线性动力学的数学名词。频谱熵的概念源于Shannon熵所测量的信息，当其应用于脑电图的能量谱时，用以评价频谱频率的规律性。RE计算的频率范围是0～47Hz，并包括脑电及肌电活性。SE计算的频率范围是0～32Hz，主要包括脑电活性。

麻醉深度监测技术的特征

早期试图应用简单的脑电图参数，如边缘频率，进行实时脑电监测技术评价术中睡眠深度。但是由于敏感性差，以及在浅睡眠时β活性增加与深睡眠时的爆发抑制相矛盾，限制了该技术的应用。为了去除早期麻醉深度监测技术的局限性，新兴技术包括伪相检测法则并保证能能够检测出剂量-效应相关性，甚至在β波活动与爆发抑制存在时。


编辑：西门吹血