SD大鼠在清醒及不同麻醉状态下EGG边际谱特征量比较

胡慧娴,高春芳,黄 磊,徐争元,李 田

(皖南医学院医学工程学教研室,芜湖 241002;*通讯作者,E-mail:123613244@qq.com)

全麻手术的顺利完成对术中全麻提出了高要求:手术中患者应意识消失、全身痛觉丧失,保证不会术中知晓,同时减少麻醉药物的用量[1]。麻醉药会影响大脑神经元突触间神经递质,会抑制大脑神经元的发放活动,从而改变神经元电活动[2-4]。迄今为止临床体征结合临床医师自身经验仍是监测麻醉深度的基本方法,这是由于麻醉指标应用不公开的专利算法(如BIS、AEP等)将多种EEG特征融合为一个简单的数值指标[5],影响了临床和科研用户对麻醉深度特征直接观察和理解,故有必要对脑电信号继续分析,从中提取易理解、更直观的麻醉状态特征量。

希尔伯特-黄变换法(Hilbert-Huang Transform,HHT)摆脱了传统傅里叶变换的束缚,对脑电信号具有很好的自适应性,更能反映麻醉深度各阶段的特征[6]。HHT法已被应用于多种领域[7],但运用此方法计算特征量来评价麻醉深度方面的应用未见文献报道,因此本研究以清醒、浅麻醉、深麻醉3种不同状态下的SD大鼠为研究对象,应用HHT法提取其脑电特征量——平稳度、边际谱谱峰和能量比并比较其差异。

1 材料与方法

1.1 实验动物及给药方法

清洁级健康雄性SD大鼠16只,体质量200-250 g,许可证号:SCXK(苏)20150008,购于南京青龙山动物繁殖场。将所有SD大鼠未注射乌拉坦之前,且SW-200光热尾痛仪测量甩尾延迟时间小于7.5 s视为清醒状态,首次腹腔注射乌拉坦(500 mg/kg)且SW-200光热尾痛仪测量甩尾延迟时间在9-15 s内视为浅麻醉状态,1 h后再次腹腔注射乌拉坦(800 mg/kg)且SW-200光热尾痛仪测量甩尾延迟时间大于15 s[8],视为深麻醉状态。

1.2 实验药品及主要仪器

乌拉坦(国药集团化学试剂有限公司,批号:20150303)。RM6240生物信号采集系统(成都仪器厂)。

1.3 大鼠脑电信号数据采集方法

本研究采用双极导联法[9]记录大鼠仰卧位清醒、浅麻醉和深麻醉状态的EEG信号。分别选取每只大鼠清醒3 min数据,浅麻醉20 min数据和深麻醉20 min数据。这些数据首先通过人工筛选,去除明显的噪声信号,再利用滤波器低通滤波,范围0-50 Hz,得到待处理数据。

1.4 大鼠脑电信号数据处理方法

将待测数据代入以下公式进行计算,分别得到所有大鼠清醒、浅麻醉、深麻醉三种状态下的平稳度、边际谱谱峰和能量比。

1.4.1 HHT边际谱谱峰 边际谱算法可得到大鼠清醒、浅麻醉、深麻醉状态下脑电在整个频段上的幅值分布变化。

(1)

经Hilbert变换之后,则把x(t)表示成Hilbert谱形式:

(2)

Hilbert边际谱为:

(3)

其中T为信号总长度。

1.4.2 平稳度 采用HHT平稳度算法可验证大鼠脑电信号的稳定性,是整个脑电平稳性的定量测量。若是平稳信号,Hilbert时频谱将只是一条水平的等高线,即DS(ω)将是零。因此认为越不平稳的系统,平稳度指数越高。

定义平稳度[10]:

(4)

2 结果

2.1 清醒、浅麻醉和深麻醉时头皮脑电信号平稳度的差异性

无论是清醒、浅麻醉还是深麻醉,大鼠头皮脑电的平稳度指数都不是一条等高线,波动明显,平稳度指数很高(见图1)。清醒时的平稳度指数明显高于浅麻醉和深麻醉状态,但是浅麻醉和深麻醉状态平稳度指数几乎一致。故平稳度指数只能用来评估大鼠是处于麻醉还是清醒状态,并不能区分麻醉深度。

图1 清醒、浅麻醉和深麻醉时脑电信号的平稳度

2.2 大鼠清醒、浅麻醉和深麻醉时头皮脑电HHT边际谱谱峰的差异性

大鼠清醒状态下的脑电幅值在0.1-0.7 μV之间,浅麻醉状态下的脑电信号幅值在0-0.3 μV之间,深麻醉状态下的脑电信号在0-0.1 μV之间。即大鼠在清醒状态时的信号幅值明显高于浅麻醉状态和深麻醉状态,深麻醉状态下的信号幅值整体处于低水平。大鼠清醒状态下边际谱最大值即谱峰在频率8-14 Hz之间,而浅麻醉、深麻醉状态下边际谱谱峰均在频率0.5-4 Hz之间,但浅麻醉时更接近4 Hz,深麻醉时更接近0.5 Hz(见图2,3)。

图2 大鼠清醒、浅麻醉和深麻醉状态下的头皮脑电HHT边际谱

图3 深麻醉状态下大鼠头皮脑电信号0.5-50 Hz HHT边际谱

2.3 大鼠清醒、浅麻醉和深麻醉时头皮脑电HHT边际谱能量、能量比的差异性

不同状态下大鼠头皮脑电HHT边际谱能量、能量比随频率的分布也有明显差异,分布情况与边际谱谱峰分布基本一致——按序向频率降低的方向移动(见表1,2)。

表1 清醒、浅麻醉和深麻醉三种状态下大鼠头皮脑电的能量 (×10-12J)

表2 清醒、浅麻醉和深麻醉三种状态下大鼠头皮脑电的能量比

3 讨论

麻醉过程中,心率、血压、呼吸等参数较清醒状态下有所降低,但这些生命体征参数的降低不能直接对应麻醉深度。同时现有的麻醉深度监测仪器(如BIS),以BIS指数(0-100)表征清醒、浅麻醉和深麻醉,无明确特征意义[11]。麻醉是麻醉药物对中枢神经系统抑制的结果,脑电信号恰好能反应这种抑制的结果,如何通过脑电信号判断麻醉深度已成为麻醉学研究的热点。

本研究前期实验验证了大鼠脑电非平稳的特点,说明本研究采用HHT理论分析是合适的。但浅麻醉和深麻醉时的非平稳指数没有明显差异,所以非平稳指数不能作为区分大鼠清醒、浅麻醉和深麻醉3个阶段的特征。继续研究发现,从清醒到浅麻醉和深麻醉过程中,边际谱谱峰按序向频率降低的方向移动。清醒时边际谱谱峰和能量比最大值都集中在8-14 Hz的α波波段;相比清醒状态,浅麻醉时α波减少,4-8 Hz的θ波增加,0.5-4 Hz的δ波也增加,边际谱谱峰和能量比最大值都移到δ波位置,但θ波和δ波能量比比重差异很小;相比浅麻醉状态,深麻醉时边际谱谱峰及其能量比最大值向δ波方向移动,δ波能量比比重加大。反映了大鼠头皮脑电信号的边际谱谱峰和能量比最大值与麻醉深度之间的相关性。神经电生理认为大脑的抑制程度与脑电信号在δ波、θ波、α波和频率14-30 Hz的β波[12]上的幅值和能量特征差异之间有相关性。而麻醉深度就是大脑抑制程度的反应。而相比传统的HHT算法如希尔伯特-黄熵、有EMD筛选等[13],HHT边际谱[14]能更直观反应δ波、θ波、α波和β波上的幅值和能量差异。

本研究结果显示清醒状态下大鼠边际谱在α波波段获得峰值,α波波段的能量占比达到45%,而δ波波段的能量占比只有5%;浅麻醉和深麻醉状态下在δ波波段获得峰值,但深麻醉时能量占比(40%)略高于浅麻醉时能量占比(38%)。表明HHT边际谱和能量比所反映的信号幅值和能量的频域分布特性基本相同并与麻醉深度之间具有相关性——按序向频率降低的方向移动。即本文应用HHT边际谱这一全新技术找到了一种与麻醉深度关联紧密的脑电特征量——边际谱谱峰及其能量比最大值。这为大鼠麻醉时判断麻醉深度提供了一种可靠的客观评价指标及参数。这一评价指标将有利于评估大鼠麻醉手术时的生命体征。

这一研究方法后期将向临床类麻醉药所致麻醉深度与脑电特征量之间的关联推广,并找出更多与麻醉深度紧密关联的脑电特征量,以期将来能以人工智能方式辅助麻醉医生准确、及时判断麻醉深度,从而降低麻醉医生的劳动强度及心理压力。