Detekce a klasifikace úrovní vědomí pomocí parietálního EEG-fNIRS během anestezie

Zařízení pro sběr dat Elektrické signály mozku budou měřeny čtyřmi elektrodami a deskou Cyton OpenBCI se vzorkovací frekvencí 250 Hz. Mozkové hemodynamické signály budou měřeny pomocí NIRSport s 16 optodami a vzorkovací frekvencí 15,525 Hz a vlnovou délkou 760 nm. Elektrody a optody budou umístěny v parietální zóně podle doporučeného systému 10-5 pro multimodální paradigma EEG-fNIRS. K synchronizaci dat EEG a fNIRS bude použit software Lab Streaming Layer.

Získávání dat Pacienti budou svoláni 30 minut před klinickou schůzkou, aby vložili, upravili a zkalibrovali systémy EEG a fNIRS. Před endoskopickým postupem bude provedeno 5minutové základní měření se zavřenýma očima. Poté budou pacienti anestetizováni konstantní rychlostí infuze 20 mg/kg/h-1 intravenózního propofolu až do ztráty vědomí během 20 minut. Během infuze bude anesteziolog používat Modifikovanou Ramsayovu škálu k měření úrovní vědomí, hodnocených podle reakce pacienta na verbální nebo bolestivé podněty. Úroveň vědomí bude vyhodnocována každé dvě minuty až do úplné ztráty vědomí, která se předpokládá po ztrátě obranné nebo účelové reakce na druhou standardní tetanickou stimulaci. Poté bude endoskopický postup normálně pokračovat podle standardních klinických protokolů. Před odjezdem budou pacienti požádáni, aby odpověděli na průzkum BRICE, který slouží k vyhodnocení zkušeností pacienta během operace nebo podobných procedur. Pacienti budou měřeni během celého endoskopického postupu. Jakékoli další úvahy budou řešeny případ od případu odpovědným zdravotnickým personálem.

Zdůvodnění zvolené velikosti vzorku Velikost vzorku (n = 25) byla stanovena Cohenovým testem se statistickou mocností 0,8 a alfa mocninou 0,05, aby se určily významné vnitrodruhové rozdíly mezi subjekty při srovnání bdělosti, hluboké sedace a střední úrovně. vědomí.

Analýza dat EEG Delta (0,1–3 Hz), theta (4–7 Hz), dolní alfa (8–12 Hz), horní alfa (12–15 Hz) a beta/gama (15–40 Hz) výkonová pásma budou použita jako funkce pro dekódovací model. Prvky budou vypočítány pomocí pohyblivého okna v délce jedné minuty. Úrovně vědomí identifikované pomocí modifikované Ramsayovy škály budou spárovány s odpovídajícím oknem. Pro tyto analýzy bude použit software Homer 2012: MNE v Pythonu.

Analýza dat fNIRS Časová reference okysličeného (HbO2) a deoxygenovaného (HHb) hemoglobinu bude získána z optických signálů pomocí modifikovaného Beer-Lambertova zákona. Zájmové oblasti (ROI) budou získány ve vztahu k regionální místní průměrné aktivitě. Získá se průměr, maximum a sklon signálu každé ROI. Budou také implementovány vektorové fázové analýzy s jednominutovými okny. Pro tyto analýzy bude použit software Homer 2021: MNE v Pythonu.

Klasifikace pomocí strojového učení Pro každé jednominutové okno budou funkce EEG a fNIRS přiděleny klasifikátoru Support Vector Machine (SVM) pomocí bazálního poloměru. Každé okno bude připojeno k úrovni vědomí podle Modifikované Ramsayovy stupnice. Testovány budou tři modely: pouze EEG, pouze fNIRS a fNIRS + EEG. Každý model se pokusí dekódovat úroveň vědomí pacienta pomocí výše zmíněné škály.