Wykrywanie i klasyfikacja poziomów świadomości za pomocą ciemieniowego EEG-fNIRS podczas znieczulenia

Urządzenia do akwizycji danych Sygnały elektryczne mózgu będą mierzone za pomocą czterech elektrod i tablicy Cyton OpenBCI z częstotliwością próbkowania 250 Hz. Sygnały hemodynamiczne mózgu będą mierzone za pomocą NIRSport z 16 optodami i częstotliwością próbkowania 15,525 Hz i długością fali 760 nm. Elektrody i optody zostaną umieszczone w strefie ciemieniowej, zgodnie z zalecanym systemem 10-5 dla paradygmatu multimodalnego EEG-fNIRS. Do synchronizacji danych EEG i fNIRS zostanie użyte oprogramowanie Lab Streaming Layer.

Akwizycja danych Pacjenci będą wzywani 30 minut przed wizytą kliniczną w celu założenia, regulacji i kalibracji systemów EEG i fNIRS. Przed zabiegiem endoskopii zostanie przeprowadzony 5-minutowy pomiar linii podstawowej przy zamkniętych oczach. Następnie pacjenci będą znieczuleni stałą szybkością wlewu dożylnego propofolu 20 mg/kg/h-1 do utraty przytomności, w ciągu 20 minut. Podczas infuzji zmodyfikowana skala Ramsaya będzie używana przez odpowiedzialnego anestezjologa do pomiaru poziomów świadomości, ocenianych na podstawie reakcji pacjenta na bodźce słowne lub bolesne. Poziom świadomości będzie oceniany co dwie minuty, aż do całkowitej utraty przytomności, którą zakłada się po utracie odpowiedzi obronnej lub celowej na drugą standardową stymulację tężcową. Następnie procedura endoskopii będzie kontynuowana zgodnie ze standardowymi protokołami klinicznymi. Przed wyjściem pacjenci zostaną poproszeni o wypełnienie ankiety BRICE, służącej do oceny doświadczeń pacjenta podczas operacji lub podobnych procedur. Pacjenci będą mierzeni podczas całej procedury endoskopowej. Wszelkie dodatkowe kwestie będą rozpatrywane indywidualnie dla każdego przypadku przez odpowiedzialny personel medyczny.

Uzasadnienie wybranej wielkości próby Liczebność próby (n = 25) określono za pomocą testu Cohena z mocą statystyczną 0,8 i mocą alfa 0,05, aby określić istotne wewnątrzgatunkowe różnice między osobnikami przy porównywaniu czuwania, głębokiej sedacji i poziomów pośrednich świadomości.

Analiza danych EEG Delta (0,1-3 Hz), theta (4-7 Hz), dolna alfa (8-12 Hz), górna alfa (12-15 Hz) i beta/gamma (15-40 Hz) pasma mocy zostaną użyte jako cechy modelu dekodującego. Funkcje zostaną obliczone przy użyciu ruchomego okna trwającego jedną minutę. Poziomy świadomości zidentyfikowane za pomocą Zmodyfikowanej Skali Ramsaya zostaną sparowane z odpowiednim oknem. Do tych analiz zostanie użyte oprogramowanie Homer 2012: MNE w języku Python.

Analiza danych fNIRS Odniesienie czasowe hemoglobiny utlenowanej (HbO2) i odtlenionej (HHb) zostanie uzyskane z sygnałów optycznych, przy użyciu zmodyfikowanego prawa Beera-Lamberta. Regiony zainteresowania (ROI) zostaną uzyskane w odniesieniu do regionalnej średniej aktywności lokalnej. Otrzymana zostanie średnia, maksymalna i nachylenie sygnału każdego ROI. Wdrożone zostaną również analizy wektorowo-fazowe z okienkami jednominutowymi. Do tych analiz zostanie użyte oprogramowanie Homer 2021: MNE w języku Python.

Klasyfikacja przy użyciu uczenia maszynowego Dla każdego jednominutowego okna funkcje EEG i fNIRS zostaną przekazane klasyfikatorowi maszyny wektorów nośnych (SVM) przy użyciu promienia podstawowego. Każde okienko będzie przypisane do poziomu świadomości zgodnie ze Zmodyfikowaną Skalą Ramsaya. Testowane będą trzy modele: tylko EEG, tylko fNIRS i fNIRS + EEG. Każdy model spróbuje rozszyfrować poziom świadomości pacjenta za pomocą wspomnianej wcześniej skali.