一种麻醉深度智能监测系统及方法与流程

本发明涉及医疗麻醉，具体为一种麻醉深度智能监测系统及方法。

背景技术：

1、在麻醉过程中，麻醉深度的精准控制对于手术成功和患者安全至关重要。智能麻醉监测系统通过采集患者的生理数据，如脑电波、肌电信号、局部组织代谢等，结合算法对麻醉深度进行实时监控与调整。在这种监测方法中，超声引导下的神经麻醉监控尤其适用于神经阻滞麻醉，通过实时影像和生理信号分析，辅助麻醉师进行精确的局部麻醉操作，保障手术中的麻醉深度合适。

2、现阶段在现有的局部麻醉过程中，麻醉师依赖个人经验判断麻醉深度，尤其是通过超声引导的神经阻滞麻醉，虽然可以通过影像监控麻醉针的位置，但很难准确判断麻醉剂在神经周围的扩散情况以及对神经的抑制效果。此外，传统的麻醉监测手段无法实时反映患者神经功能的变化，难以精确调整麻醉剂的剂量。这可能导致麻醉不足，患者术中疼痛，或麻醉过深，引起药物过量带来的副作用。

技术实现思路

1、针对现有技术的不足，本发明提供了一种麻醉深度智能监测系统及方法，解决了背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：包括以下步骤：

3、s1、在患者手术前，通过医疗设备采集患者的基础生理数据，并根据采集到的基础生理数据，通过初始麻醉剂量算法公式，进行计算输出初始麻醉剂量dinit；

4、s2、再通过超声系统采集肩部神经的回声图像，并通过算法分析神经周围组织数据，进行准确进入臂丛神经周围，并依据初始麻醉剂量dinit，进行精准局部注射，再注射的过程中通过肌电检测仪实时检测神经电活动数据；

5、s3、采集超导数据结合神经电活动数据的变化率，进行计算输出实时麻醉深度dreal，并将麻醉深度dreal与目标麻醉深度dtargt进行差值计算，获取麻醉深度差异度△d，并基于麻醉深度差异度△d的输出结果，进行初步评估分析当前麻醉注射情况；

6、s4、基于初步评估结果，执行麻醉剂注射速率调整机制，进行计算输出当前时间t的麻醉剂注射速率radj(t)，进行动态调整麻醉剂的注射速率；

7、s5、再动麻醉剂注射速率调整机制调整后，通过实时采集患者的麻醉代谢数据，输入到综合麻醉深度评估公式中，进行计算输出实时综合麻醉深度dfinal(t)，再进行计算输出麻醉阈值td；

8、s6、将所获取的综合麻醉深度dfinal(t)与麻醉阈值td进行二次对比评估，深度监测评估麻醉效果，并基于评估结果生成提示信息。

9、优选的，s1包括s11和s12；

10、s11、再肩部关节术前，使用医疗设备采集患者的基础生理数据，医疗设备包括肌电图仪和近红外光谱仪；

11、基础生理数据包括皮肤电反应emg、局部组织氧饱和度sto2和神经电位异步指数napi；

12、皮肤电反应emg和神经电位异步指数napi通过肌电图仪采集；

13、局部组织氧饱和度sto2通过近红外光谱仪采集；

14、s12、通过构建初始麻醉剂量算法公式，再将术前所获取患者的基础生理数据，输入到初始麻醉剂量算法公式中，进行计算输出初始麻醉剂量dinit；

15、初始麻醉剂量dinit通过以下初始麻醉剂量算法公式计算获取；

16、

17、式中，k1表示药物调整系数，w表示患者体重，a表示患者年龄，exp表示指数函数。

18、优选的，s2包括s21和s22；

19、s21、再获取初始麻醉剂量dinit后，麻醉师使用超声成像仪，精准定位肩臂丛神经，辅助麻醉针刺入正确的部位，按照所获取的初始麻醉剂量dinit进行麻醉注射，并通过超声成像仪采集超声数据；

20、超声数据包括神经回声强度nes和神经周围组织厚度nts；

21、s22、再注射的过程中，通过肌电图仪实时监测采集神经电活动数据，神经电活动数据包括皮肤电反应emg和神经电位异步指数napi，并计算麻醉前后的变化情况，获取皮肤电反应变化率△emg和神经电位异步变化率△napi；

22、皮肤电反应变化率△emg具体算法公式为：式中，emg表示术前t时刻的皮肤电反应，aemg(t)表示手术过程中t时刻的皮肤电反应；

23、神经电位异步变化率△napi具体算法公式为：

24、式中anapi(t)表示手术过程汇总t时刻的神经电位异步指数。

25、优选的，s3包括s31、s32和s33；

26、s31、基于所获取的超声数据和皮肤电反应变化率△emg和神经电位异步变化率△napi，输入到麻醉深度计算公式，进行计算输出实时麻醉深度dreal，分析麻醉剂对神经的即时作用效果；

27、实时麻醉深度dreal通过以下麻醉深度计算公式计算输出；

28、

29、式中，dreal(t)表示时间t时刻的实时麻醉深度，exp表示指数函数，

30、(nes·nts·△emg-β·△napi)表示神经与生理信号对麻醉深度影响，α表示神经与生理信号对麻醉深度影响的调节系数，β表示神经电位异步变化率调节系数。

31、优选的，s32、基于患者个体化差异进行设定目标麻醉深度dtarget，目标麻醉深度dtarget通过以下算公式计算输出dtarget＝f(s，p,m，c)，式中f表示调整函数，s表示手术类型复杂性，由用户进行初始设定，p表示患者个体化参数，包括年龄、体重、肝肾功能和心肺功能，c表示使用的麻醉药物类型；

32、再将所获取的目标麻醉深度dtarget与时间t时刻的实时麻醉深度dreal(t)进行差值计算获取麻醉深度差异度△d，麻醉深度差异度△d算法公式为：△d＝dtarget-dreal(t)；

33、s33、基于麻醉深度差异度△d输出的结果，进行初步评估麻醉深度情况，具体评估内容如下；

34、当麻醉深度差异度△d≥0.5时，表示麻醉注射量不足，此时自动执行麻醉剂注射速率调整机制；

35、当-0.3＜麻醉深度差异度△d＜0.5时，表示麻醉正常，此时继续执行当前麻醉深度；

36、当麻醉深度差异度△d≤-0.3时，表示麻醉注射量过载，此时自动执行麻醉剂注射速率调整机制。

37、优选的，s4包括s41；

38、s41、在初步评估出麻醉注射量不足和麻醉注射量过载时，自动执行麻醉剂注射速率调整机制，麻醉剂注射速率调整机制通过所获取的目标麻醉深度dtarget与时间t时刻的实时麻醉深度dreal(t)进行综合计算输出当前时间t的麻醉剂注射速率radj(t)，进行调整麻醉剂注射速率；

39、当前时间t的麻醉剂注射速率radj(t)通过以下算法公式计算输出；

40、

41、式中，rbase表示基础麻醉剂注射速率，γ表示麻醉深度差异度△d的调整系数，δ表反馈系数，用于平滑注射速率变化，d表示微小变量，ddreal(t)表示实时麻醉深度的微小变量，dt表示时间微小变量。

42、优选的，s5包括s51和s52；

43、s51、在麻醉剂注射速率调整机制调整完毕后，通过血药浓度分析仪、近红外光谱nirs技术、肌电图仪和微循环监测设备，实时采集患者的麻醉代谢数据，麻醉代谢数据包括麻醉剂代谢变化cm(t)和局部代谢恢复指数lmi；

44、麻醉剂代谢变化cm(t)和局部代谢恢复指数lmi通过以下参数及算法计算获取；

45、cm(t)＝c0·exp-kt；

46、lmi＝f(o2，bf，ncv)；

47、式中，c0表示初始麻醉剂浓度，k表示药物的消除速率常数，f表示调整函数，o2表示局部组织氧饱和度，通过nirs获取，bf表示局部血流速度，通过微循环监测设备获取，ncv表示神经传导速度，通过肌电图仪获取；

48、再基于所获取的麻醉代谢数据结合时间t时刻的实时麻醉深度dreal(t)，输入到综合麻醉深度评估公式中，进行计算输出实时综合麻醉深度dfinal(t)；

49、实时综合麻醉深度dfinal(t)通过以下综合麻醉深度评估公式计算输出；

50、dfinal(t)＝w1·dreal(t)+w2·f(cm(t)，lmi)；

51、式中，dfinal(t)表示时间t时刻的实时综合麻醉深度，w1表示实时麻醉深度的权重值，w2表示麻醉代谢数据的权重值，且w1+w2＝1，其具体数值由用户进行设定。

52、优选的，s52、基于所获取的目标麻醉深度dtarget，结合患者个体差异和手术类型，进行计算输出麻醉阈值td；

53、麻醉阈值td通过以下算法公式计算输出；

54、td＝dtarget·(1+f(w，a，s，tm))；

55、式中，tm表示药物代谢时间常数。

56、优选的，s6包括s61；

57、s61、将所获取的麻醉阈值td与实时综合麻醉深度dfinal(t)进行二次对比评估，综合分析再调整后的麻醉深度，并基于二次对比评估结果生成相关提示，具体评估内容如下；

58、当实时综合麻醉深度dfinal(t)＞麻醉阈值td时，表示在麻醉剂注射速率调整机制调整后，患者麻醉深度处于过载状态，此时通过可视化界面生成红色提示，提示麻醉师进行手动调整减少麻醉剂注射速率；

59、当实时综合麻醉深度dfinal(t)＝麻醉阈值td时，表示在麻醉剂注射速率调整机制调整后，患者麻醉深度处于正常状态，此时继续监测无需生成提示；

60、当实时综合麻醉深度dfinal(t)＜麻醉阈值td时，表示在麻醉剂注射速率调整机制调整后，患者麻醉深度处于不足状态，此时通过可视化界面生成绿色提示，提示麻醉师进行手动调整增加麻醉剂注射速率。

61、一种麻醉深度智能监测系统，包括术前分析模块、麻醉启动模块、麻醉深度分析模块、麻醉剂量的动态调整模块、综合麻醉深度分析模块和综合麻醉深度监测评估模块；

62、术前分析模块通过在患者手术前，通过医疗设备采集患者的基础生理数据，并根据采集到的基础生理数据，通过初始麻醉剂量算法公式，进行计算输出初始麻醉剂量dinit；

63、麻醉启动模块通过超声系统采集肩部神经的回声图像，并通过算法分析神经周围组织数据，进行准确进入臂丛神经周围，并依据初始麻醉剂量dinit，进行精准局部注射，再通过肌电图检测神经电活动数据；

64、麻醉深度分析模块通过设置实时麻醉深度计算公式，将神经周围组织数据和神经电活动数据输入到麻醉深度计算公式中，进行计算输出实时麻醉深度dreal，并将麻醉深度dreal与目标麻醉深度dtargt进行差值计算，获取麻醉深度差异度△d，并基于麻醉深度差异度△d的输出结果，进行初步评估分析当前麻醉注射情况；

65、麻醉剂量的动态调整模块基于初步评估结果，执行麻醉剂注射速率调整机制，进行计算输出当前时间t的麻醉剂注射速率radj(t)，进行动态调整麻醉剂的注射速率；

66、综合麻醉深度分析模块通过再动麻醉剂注射速率调整机制调整后，通过实时采集患者的麻醉代谢数据，输入到综合麻醉深度评估公式中，进行计算输出实时综合麻醉深度dfinal(t)，再进行计算输出麻醉阈值td；

67、综合麻醉深度监测评估模块将所获的综合麻醉深度dfinal(t)与麻醉阈值td进行二次对比评估，深度监测评估麻醉效果，并基于评估结果生成提示信息。

68、本发明提供了一种麻醉深度智能监测系统及方法。具备以下有益效果：

69、(1)该方法通过在患者手术前，通过医疗设备采集患者的基础生理数据，并基于基础生理数据构建初始麻醉剂量算法公式，精确计算出初始麻醉剂量dinit。这种基于患者个体化生理数据的麻醉剂量设定方式，相比传统基于经验的剂量设定，能够显著提高麻醉剂量的精准性，避免了麻醉剂量的盲目性，减少了麻醉过量或不足的风险，从而提高了手术的安全性和患者的舒适度。

70、(2)该方法通过超声系统和肌电图仪的实时数据采集，精确获取肩臂部位的神经周围组织数据。再通过将神经周围组织数据输入到实时麻醉深度计算公式中，计算出实时麻醉深度dreal，并与目标麻醉深度dtarget进行初步对比，得到麻醉深度差异度△d，再实时评估当前的麻醉注射效果。并基于初步评估结果，执行麻醉剂注射速率调整机制，动态调整当前时间t的麻醉剂注射速率radj(t)，确保麻醉剂量随患者生理状态的变化进行精确调整。这种实时动态调整的机制，提升了麻醉剂量控制的灵活性，确保了患者麻醉深度的持续稳定。

71、(3)该方法通过在动态调整麻醉剂注射速率后，本方法通过综合评估患者的麻醉代谢数据，计算出实时综合麻醉深度dfinal(t)，并将其与麻醉阈值td进行二次对比评估。当评估结果显示患者的麻醉深度超出或低于阈值时，系统会通过可视化界面生成相应的提示信息，指引麻醉师进行调整。这一过程不仅加强了对麻醉过程的监控，还通过智能提示有效减少了麻醉师的工作负担，降低了手术过程中麻醉过载或不足的风险，提升了手术的安全性与效率。