用脑电互信息及复杂度预测异氟醚麻醉时患者对切皮刺激的反应

自从麻醉应用于临床以来，麻醉深度的可靠监测是十分必要的。但到目前，尚没有一个公认可靠准确的方法。本文提出一种麻醉深度监测的新方法，即用脑电的互信息序列及其复杂度分析来反应异氟醚麻醉条件下患者的麻醉情况。首先计算出四导脑电的互信息时间序列，然后计算该序列的复杂性测度，借助于神经网络可实现用脑电来监测麻醉深度。神经网络的输入是复杂度值和对应的MAC水平，输出即是麻醉深度状况的结果。从98个自愿患者进行的实验中得到98个不同程度异氟醚麻醉时切皮前脑电片断，同时监测血液动力学参数和患者的呼吸模式。切皮后，仔细观察每个患者两分钟，以检查患者对切皮的反应，把有反应时的脑电标上0．0，无反应时的脑电标上1．0。训练和测试神经网络用“去掉一个”方法。从患者对切皮的反应和神经网络的输出结果可检测系统的预测情况。实验表明，系统对切皮后患者反应的平均正确判断率为91．84％，该方法比传统脑电分析方法如边缘康率法、中心频率法、双谱分析法有更高的准确性。另外，该方法计算时间短，适合临床实时使用。     

基于单片机的血压监护仪的研制

描述一种用8031单片机实现的基于测振法的无创伤血压监护仪,给出硬件的原理图和软件的算法框图。临床监护测量对照显示,该仪器较好地实现了设计意图。文章最后给出了能进一步提高系统性能的几个可能途径。     

癫痫脑电的双谱特性研究

双谱分析对于分析处理非高斯、非线性随机信号具有明显优点.脑电信号被认为具有非高斯、非线性的特性.本文对不同发作阶段癫痫患者的脑电信号进行双谱估计,进而研究不同生理条件下脑电的双谱特性.结果表明,不同发作阶段时癫痫脑电信号的高斯偏离程度明显不同,其中双相干系数能够区分不同发作阶段脑电的信号特征,有望成为临床监护和预报癫痫发作的一个指标.