在手术过程中麻醉可以使病人免受痛苦,使医生工作更方便。麻醉是对伤害性刺激的无反应和无回忆,即强调对意识的抑制和对伤害刺激反应的抑制。但是如果麻醉不当,不但不能消除病人的痛苦还会带来其他的问题。麻醉过深,可能留下神经后遗症甚至危及生命;麻醉过浅,则不能抑制伤害性刺激,还可能引起术中知晓,造成病人有手术中记忆,从而引发严重的精神或睡眠障碍。因此临床上迫切需要一种有效麻醉深度监测方法,将麻醉控制在合适的深度,但是目前麻醉师们还只能主要依靠呼吸、心率、血压、体温、骨骼肌反应等临床体征来判断麻醉是否合适。 近年麻醉深度的客观定量监测研究己成为一个热点,科学工作者纷纷从医学信号中寻找表征麻醉深度的参数,其中以脑电(electroencephalogram,EEG)参数的研究最为有成效。这主要是因为全身麻醉主要通过抑制中枢神经系统使大脑的意识活动消失,而EEG信号又是最主要的反映大脑意识活动的医学信号,麻醉作用和EEG特性之间有着密切联系。即便如此,也还没有一个得到临床麻醉医生确切认可的有效指标。EEG信号是大脑皮层细胞突触电位变化的综合反映,具有非线性、不稳定性及强随机性等特点。传统的EEG时、频域分析(峰—峰值,边缘频率、中心频率等等)均建立在对EEG信号的平稳性假设和线性表征基础上,其可靠性还值得怀疑。以目前在麻醉界有一定影响的美国Aspec公司建立的基于EEG的双谱指数(bispectral index,BIS)也仍然存在较大的药物差异性,无法在临床上推广。近年来一些系统复杂性分析方法的发展给EEG信号研究带来了新的希望。这些方法充分考虑了EEG信号的非线性与随机性特点,有利于发掘EEG信号潜在的动力学信息。 本文归纳总结了各种复杂性分析方法以及它们在EEG分析中的应用,并选