本发明涉及脑电分析，具体涉及一种麻醉深度的辅助识别方法与系统。
背景技术：
1、适当麻醉对患者的手术安全和成功至关重要，若麻醉过深，患者可能出现呼吸抑制、循环抑制等严重并发症，而若麻醉不足，则患者可能感到疼痛或出现意识反应，增加手术风险。脑电双频指数（bispectral index，bis）反映了患者大脑皮质及皮质下的脑电活动与意识状态，通过实时监测患者的bis可以评估其麻醉深度状态的变化趋势可以评估患者的意识状态变化，从而可以辅助精准控制麻醉过程以保证患者手术安全。
2、但bis的长时序监测将过度平滑掉患者的实时bis变化趋势，影响当前麻醉深度状态评估的准确性；而在当前时刻对bis的变化趋势进行局部分析则可以降低历史长时序的影响。但不同患者对麻醉药物的反应可能存在差异，局部分析所选取的时序长度受患者个体差异的影响，从而影响对不同患者的麻醉深度状态实时监测识别的准确性。
技术实现思路
1、为了解决现有技术对于麻醉深度状态实时监测识别的准确性低的技术问题，本发明的目的在于提供一种麻醉深度的辅助识别方法与系统，所采用的技术方案具体如下：
2、实时获取患者的脑电双频指数的监测曲线，并获取所述监测曲线中的麻醉诱导分段；
3、根据所述麻醉诱导分段中脑电双频指数的变化速度，获取患者的麻醉敏感系数；根据患者的所述麻醉敏感系数将所述监测曲线划分为实时监测段和历史监测段；
4、根据所述实时监测段及所述历史监测段中脑电双频指数的波动稳定状态的差异，结合所述实时监测段中脑电双频指数的变化趋势，获取当前时刻下脑电双频指数的预警系数；
5、根据当前时刻下的所述预警系数对患者的麻醉深度状态进行异常预警。
6、进一步地，根据患者的所述麻醉敏感系数将所述监测曲线划分为实时监测段和历史监测段，包括：
7、将所述麻醉敏感系数进行负相关映射并归一化，得到截取系数；
8、将所述截取系数乘以所述监测曲线中非麻醉诱导分段的总长度后向上取整，得到实时监测段长度；以当前时刻为起点，在所述监测曲线的非麻醉诱导分段中，沿时序反方向获取所述实时监测段长度的监测曲线段作为所述实时监测段；
9、将所述监测曲线中除所述实时监测段外的监测曲线作为历史监测段。
10、进一步地，所述预警系数的获取方法包括：
11、在所述实时监测段及所述历史监测段中，根据对应监测段中脑电双频指数的波动稳定情况及相对预设脑电指标范围的偏离情况，分别获取所述实时监测段的实时稳定系数与所述历史监测段中的整体稳定系数；
12、基于stl分解算法获取所述监测曲线中的趋势项，截取所述趋势项中的实时监测趋势段，获取所述实时监测趋势段中脑电双频指数的趋势稳定指数；
13、根据所述趋势稳定指数，及所述实时监测段的实时稳定系数与所述历史监测段中的整体稳定系数的差异，得到预警系数。
14、进一步地，所述预警系数的计算公式包括：
15、；其中，为当前时刻的预警系数；为历史监测段的整体稳定系数；为实时监测段的实时稳定系数；为艾佛森括号；为实时监测趋势段中脑电双频指数的趋势稳定指数；为标准归一化函数。
16、进一步地，所述实时稳定系数的计算公式包括：
17、；其中，为实时监测段的实时稳定系数；为实时监测段中所有脑电双频指数的标准差；为以自然常数为底数的指数函数；为实时监测段中所有脑电双频指数的数量；为实时监测段中第个脑电双频指数的幅值；为预设脑电指标范围的上限值；为预设脑电指标范围的下限值；
18、所述整体稳定系数的计算公式包括：
19、；其中，为历史监测段的整体稳定系数；为历史监测段中所有脑电双频指数的标准差；为以自然常数为底数的指数函数；为历史监测段中所有脑电双频指数的数量；为历史监测段中第个脑电双频指数的幅值；为预设脑电指标范围的上限值；为预设脑电指标范围的下限值。
20、进一步地，所述趋势稳定指数的计算公式为：
21、；其中，为实时监测趋势段中脑电双频指数的趋势稳定指数；为实时监测趋势段中所有脑电双频指数的最大值；为实时监测趋势段中所有脑电双频指数的最小值；为实时监测趋势段中所有脑电双频指数的标准差。
22、进一步地，对患者的麻醉深度状态进行异常预警的方法包括：
23、在患者的脑电双频实时监测过程中，获取每个当前时刻下的所述预警系数，当所述预警系数超出预设阈值时，将对应当前时刻标记为异常时刻；当存在连续的预设数量个所述异常时刻时，发出异常预警。
24、进一步地，所述麻醉诱导分段的获取方法包括：
25、在所述监测曲线中，将首次达到预设期望值的脑电双频指数对应时刻作为分界点，将所述监测曲线中从初始时刻至所述分界点对应时刻的时间段所对应的监测曲线，作为麻醉诱导分段，所述麻醉诱导阶段包括所述分界点。
26、进一步地，所述麻醉敏感系数的获取方法包括：
27、在所述麻醉诱导分段中，将首尾两个脑电双频指数的差异除以对应时间间隔，得到患者的麻醉敏感系数。
28、本发明还提出一种麻醉深度的辅助识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种麻醉深度的辅助识别方法的步骤。
29、本发明具有如下有益效果：
30、本发明首先实时获取患者的脑电双频指数的监测曲线，并进一步获取监测曲线中的麻醉诱导分段，以根据脑电双频指数的变化速度，获取患者的麻醉敏感系数，麻醉敏感系数反映了患者对麻药的代谢能力，决定了后续监测过程中根据患者个体特性对其麻醉深度状态的监测频繁程度；然后在当前时刻下，根据患者的麻醉敏感系数将监测曲线划分为实时监测段和历史监测段，以个体体征来调整实时监测时域，从而综合实时监测段和历史监测段综合分析麻醉深度变化；根据实时监测段及历史监测段中脑电双频指数的波动稳定状态的差异，结合实时监测段中脑电双频指数的变化趋势，获取当前时刻下脑电双频指数的预警系数；根据当前时刻下的预警系数对患者的麻醉深度状态进行异常预警。本发明首先获取反映患者个体特性的麻醉敏感系数，进一步根据麻醉敏感系数确定当前时刻的局部麻醉深度状态变化分析时域，提高了对患者麻醉深度状态实时监测识别的准确性。
1.一种麻醉深度的辅助识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，根据患者的所述麻醉敏感系数将所述监测曲线划分为实时监测段和历史监测段，包括：
3.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述预警系数的计算公式包括：
4.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述趋势稳定指数的计算公式为：
5.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，对患者的麻醉深度状态进行异常预警的方法包括：
6.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述麻醉诱导分段的获取方法包括：
7.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述麻醉敏感系数的获取方法包括：
8.一种麻醉深度的辅助识别系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任意一项所述一种麻醉深度的辅助识别方法的步骤。
