SD大鼠在清醒及不同麻醉狀態下EGG邊際譜特征量比較

胡慧嫻,高春芳,黃 磊,徐爭元,李 田

(皖南醫學院醫學工程學教研室,蕪湖 241002;*通訊作者,E-mail:123613244@qq.com)

全麻手術的順利完成對術中全麻提出了高要求:手術中患者應意識消失、全身痛覺喪失,保證不會術中知曉,同時減少麻醉藥物的用量[1]。麻醉藥會影響大腦神經元突觸間神經遞質,會抑制大腦神經元的發放活動,從而改變神經元電活動[2-4]。迄今為止臨床體征結合臨床醫師自身經驗仍是監測麻醉深度的基本方法,這是由于麻醉指標應用不公開的專利算法(如BIS、AEP等)將多種EEG特征融合為一個簡單的數值指標[5],影響了臨床和科研用戶對麻醉深度特征直接觀察和理解,故有必要對腦電信號繼續分析,從中提取易理解、更直觀的麻醉狀態特征量。

希爾伯特-黃變換法(Hilbert-Huang Transform,HHT)擺脫了傳統傅里葉變換的束縛,對腦電信號具有很好的自適應性,更能反映麻醉深度各階段的特征[6]。HHT法已被應用于多種領域[7],但運用此方法計算特征量來評價麻醉深度方面的應用未見文獻報道,因此本研究以清醒、淺麻醉、深麻醉3種不同狀態下的SD大鼠為研究對象,應用HHT法提取其腦電特征量——平穩度、邊際譜譜峰和能量比并比較其差異。

1 材料與方法

1.1 實驗動物及給藥方法

清潔級健康雄性SD大鼠16只,體質量200-250 g,許可證號:SCXK(蘇)20150008,購于南京青龍山動物繁殖場。將所有SD大鼠未注射烏拉坦之前,且SW-200光熱尾痛儀測量甩尾延遲時間小于7.5 s視為清醒狀態,首次腹腔注射烏拉坦(500 mg/kg)且SW-200光熱尾痛儀測量甩尾延遲時間在9-15 s內視為淺麻醉狀態,1 h后再次腹腔注射烏拉坦(800 mg/kg)且SW-200光熱尾痛儀測量甩尾延遲時間大于15 s[8],視為深麻醉狀態。

1.2 實驗藥品及主要儀器

烏拉坦(國藥集團化學試劑有限公司,批號:20150303)。RM6240生物信號采集系統(成都儀器廠)。

1.3 大鼠腦電信號數據采集方法

本研究采用雙極導聯法[9]記錄大鼠仰臥位清醒、淺麻醉和深麻醉狀態的EEG信號。分別選取每只大鼠清醒3 min數據,淺麻醉20 min數據和深麻醉20 min數據。這些數據首先通過人工篩選,去除明顯的噪聲信號,再利用濾波器低通濾波,范圍0-50 Hz,得到待處理數據。

1.4 大鼠腦電信號數據處理方法

將待測數據代入以下公式進行計算,分別得到所有大鼠清醒、淺麻醉、深麻醉三種狀態下的平穩度、邊際譜譜峰和能量比。

1.4.1 HHT邊際譜譜峰 邊際譜算法可得到大鼠清醒、淺麻醉、深麻醉狀態下腦電在整個頻段上的幅值分布變化。

(1)

經Hilbert變換之后,則把x(t)表示成Hilbert譜形式:

(2)

Hilbert邊際譜為:

(3)

其中T為信號總長度。

1.4.2 平穩度 采用HHT平穩度算法可驗證大鼠腦電信號的穩定性,是整個腦電平穩性的定量測量。若是平穩信號,Hilbert時頻譜將只是一條水平的等高線,即DS(ω)將是零。因此認為越不平穩的系統,平穩度指數越高。

定義平穩度[10]:

(4)

2 結果

2.1 清醒、淺麻醉和深麻醉時頭皮腦電信號平穩度的差異性

無論是清醒、淺麻醉還是深麻醉,大鼠頭皮腦電的平穩度指數都不是一條等高線,波動明顯,平穩度指數很高(見圖1)。清醒時的平穩度指數明顯高于淺麻醉和深麻醉狀態,但是淺麻醉和深麻醉狀態平穩度指數幾乎一致。故平穩度指數只能用來評估大鼠是處于麻醉還是清醒狀態,并不能區分麻醉深度。

圖1 清醒、淺麻醉和深麻醉時腦電信號的平穩度

2.2 大鼠清醒、淺麻醉和深麻醉時頭皮腦電HHT邊際譜譜峰的差異性

大鼠清醒狀態下的腦電幅值在0.1-0.7 μV之間,淺麻醉狀態下的腦電信號幅值在0-0.3 μV之間,深麻醉狀態下的腦電信號在0-0.1 μV之間。即大鼠在清醒狀態時的信號幅值明顯高于淺麻醉狀態和深麻醉狀態,深麻醉狀態下的信號幅值整體處于低水平。大鼠清醒狀態下邊際譜最大值即譜峰在頻率8-14 Hz之間,而淺麻醉、深麻醉狀態下邊際譜譜峰均在頻率0.5-4 Hz之間,但淺麻醉時更接近4 Hz,深麻醉時更接近0.5 Hz(見圖2,3)。

圖2 大鼠清醒、淺麻醉和深麻醉狀態下的頭皮腦電HHT邊際譜

圖3 深麻醉狀態下大鼠頭皮腦電信號0.5-50 Hz HHT邊際譜

2.3 大鼠清醒、淺麻醉和深麻醉時頭皮腦電HHT邊際譜能量、能量比的差異性

不同狀態下大鼠頭皮腦電HHT邊際譜能量、能量比隨頻率的分布也有明顯差異,分布情況與邊際譜譜峰分布基本一致——按序向頻率降低的方向移動(見表1,2)。

表1 清醒、淺麻醉和深麻醉三種狀態下大鼠頭皮腦電的能量 (×10-12J)

表2 清醒、淺麻醉和深麻醉三種狀態下大鼠頭皮腦電的能量比

3 討論

麻醉過程中,心率、血壓、呼吸等參數較清醒狀態下有所降低,但這些生命體征參數的降低不能直接對應麻醉深度。同時現有的麻醉深度監測儀器(如BIS),以BIS指數(0-100)表征清醒、淺麻醉和深麻醉,無明確特征意義[11]。麻醉是麻醉藥物對中樞神經系統抑制的結果,腦電信號恰好能反應這種抑制的結果,如何通過腦電信號判斷麻醉深度已成為麻醉學研究的熱點。

本研究前期實驗驗證了大鼠腦電非平穩的特點,說明本研究采用HHT理論分析是合適的。但淺麻醉和深麻醉時的非平穩指數沒有明顯差異,所以非平穩指數不能作為區分大鼠清醒、淺麻醉和深麻醉3個階段的特征。繼續研究發現,從清醒到淺麻醉和深麻醉過程中,邊際譜譜峰按序向頻率降低的方向移動。清醒時邊際譜譜峰和能量比最大值都集中在8-14 Hz的α波波段;相比清醒狀態,淺麻醉時α波減少,4-8 Hz的θ波增加,0.5-4 Hz的δ波也增加,邊際譜譜峰和能量比最大值都移到δ波位置,但θ波和δ波能量比比重差異很小;相比淺麻醉狀態,深麻醉時邊際譜譜峰及其能量比最大值向δ波方向移動,δ波能量比比重加大。反映了大鼠頭皮腦電信號的邊際譜譜峰和能量比最大值與麻醉深度之間的相關性。神經電生理認為大腦的抑制程度與腦電信號在δ波、θ波、α波和頻率14-30 Hz的β波[12]上的幅值和能量特征差異之間有相關性。而麻醉深度就是大腦抑制程度的反應。而相比傳統的HHT算法如希爾伯特-黃熵、有EMD篩選等[13],HHT邊際譜[14]能更直觀反應δ波、θ波、α波和β波上的幅值和能量差異。

本研究結果顯示清醒狀態下大鼠邊際譜在α波波段獲得峰值,α波波段的能量占比達到45%,而δ波波段的能量占比只有5%;淺麻醉和深麻醉狀態下在δ波波段獲得峰值,但深麻醉時能量占比(40%)略高于淺麻醉時能量占比(38%)。表明HHT邊際譜和能量比所反映的信號幅值和能量的頻域分布特性基本相同并與麻醉深度之間具有相關性——按序向頻率降低的方向移動。即本文應用HHT邊際譜這一全新技術找到了一種與麻醉深度關聯緊密的腦電特征量——邊際譜譜峰及其能量比最大值。這為大鼠麻醉時判斷麻醉深度提供了一種可靠的客觀評價指標及參數。這一評價指標將有利于評估大鼠麻醉手術時的生命體征。

這一研究方法后期將向臨床類麻醉藥所致麻醉深度與腦電特征量之間的關聯推廣,并找出更多與麻醉深度緊密關聯的腦電特征量,以期將來能以人工智能方式輔助麻醉醫生準確、及時判斷麻醉深度,從而降低麻醉醫生的勞動強度及心理壓力。