基于UKF的脑部麻醉深度状态监测

• 作者: 王红 程庆刚 马震
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 脑电 麻醉深度监测 无迹卡尔曼滤波
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 软件设计、开发与应用
• 页码范围: 112-115
• 页数: 4页
• 分类号: TP319
• 字数: 3419字
• 语种: 中文
• DOI: 10.11907/rjdk.192672

摘要

根据脑电图信号进行脑状态跟踪是一个具有挑战性的问题.基于NMM的方法可以在神经科学及临床应用中推测潜在生理学变化,同时跟踪脑状态,具有广阔的应用前景.NMM中的IPSP振幅和IPSP速率常数可以直观反映受试者麻醉引起的生理学变化.提出采用无迹卡尔曼滤波(UKF)估计神经群模型参数,并讨论所估计的参数随麻醉深度的变化情况.结果进一步说明IPSP振幅参数估计和PSP速率常数会因受试者不同而不同,但所有参数会随时间即麻醉水平的提升而增加.IPSP振幅估计值显示每个受试者的最大波动,反映了对瞬时脑电图波动的敏感性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马震	滨州学院信息工程学院	21	36	3.0	5.0
2	王红		8	6	2.0	2.0
3	程庆刚		2	0	0.0	0.0