目的:探索对丙泊酚药物浓度和意识状态改变敏感的脑功能特征。方法:选择拟行胸腹部手术治疗的男性患者6例,对所有患者使用靶控输注设备进行丙泊酚输注,初始药物浓度设置为1.0 mg/L,然后每6 min增加0.2 mg/L,直到患者达到无意识状态。同时,采集患者的脑电信号。将采集的脑电信号进行预处理并提取脑功能特征。构建药物浓度相同、意识状态不同和意识状态相同、药物浓度相同两个数据集,并使用线性判别分析(linear discriminant analysis, LDA)、逻辑回归(logistic regression, LR)和支持向量机(support vector machine, SVM)3种机器学习算法模型在不同的数据集上进行分类分析。结果:特征筛选结果显示功率谱-δ-顶区、排列熵(permutation entropy, PE)-δ-颞区和相位滞后指数(phase lag index, PLI)-α-顶区到顶区为对意识状态改变敏感的特征,使用这3个特征在LDA、LR和SVM机器学习算法模型上得到的意识状态分类正确率分别为(82±5)
作者:颜飞;张云;王昱博;万成浩;宋大为;王强
来源:国际麻醉学与复苏杂志 2021 年 42卷 10期