基于 UKF 的脑部麻醉深度状态监测

根据脑电图信号进行脑状态跟踪是一个具有挑战性的问题。基于 NMM 的方法可以在神经科学及临床应用中推测潜在生理学变化,同时跟踪脑状态,具有广阔的应用前景。NMM 中的 IPSP 振幅和 IPSP 速率常数可以直观反映受试者麻醉引起的生理学变化。提出采用无迹卡尔曼滤波（UKF）估计神经群模型参数,并讨论所估计的参数随麻醉深度的变化情况。结果进一步说明 IPSP 振幅参数估计和 PSP 速率常数会因受试者不同而不同,但所有参数会随时间即麻醉水平的提升而增加。IPSP 振幅估计值显示每个受试者的最大波动,反映了对瞬时脑电图波动的敏感性。