Proyecto de Implementación de un Sistema de Bajo Coste y Código Abierto para Estimación del Nivel de Consciencia

Abstract

[ES] La práctica de la anestesia se origina, históricamente, en la necesidad de resolver problemas tales como el dolor y la consciencia, ambos relacionados con el sistema nervioso, durante la práctica clínica. Cabe destacar la importancia de una correcta monitorización de la profundidad de la anestesia, con el fin de disminuir la incidencia de complicaciones asociadas a ésta. A pesar de que la función cerebral está directamente relacionada con la reactividad del paciente, la señal de electroencefalograma (EEG) es de difícil interpretación, por lo que, generalmente, se opta por la monitorización de otras variables, como la frecuencia cardiaca, la saturación de oxígeno, la presión arterial, etc. No obstante, la medida de la profundidad anestésica puede verse distorsionada ante cambios fisiológicos imperceptibles para el anestesiólogo. En general, el EEG de pacientes anestesiados presenta cambios en amplitud y frecuencia, motivando así la búsqueda de parámetros representativos del nivel de profundidad anestésica en que se encuentra el paciente. Así, fue desarrollado empíricamente el índice biespectral (BIS), que ofrece una gradación de 0 a 100 sobre el nivel de consciencia del paciente. Sin embargo, a pesar de la existencia de equipos comerciales que calculan el BIS a partir de la señal de EEG, éstos presentan un elevado coste. Además, no ha sido revelado el algoritmo exacto con que se calcula el parámetro. Por tanto, este TFG tiene por objetivo implementar un sistema de captación y procesamiento de EEG para valorar el nivel de consciencia de los pacientes, de bajo coste y código abierto. De este modo, se pretende determinar qué parámetros son de interés, para los profesionales sanitarios, en el estudio de la actividad cerebral, y diseñar un software de análisis que los calcule y presente en una interfaz de usuario de fácil manejo. Asimismo, mediante una clasificación basada en los rangos del BIS que representan el nivel de consciencia, se realizará una estimación de éste y se compararán los resultados con los proporcionados por un equipo comercial.

[CA] La pràctica de l’anestèsia s’origina, històricament, en la necessitat de resoldre problemes com ara el dolor i la consciència, tots dos relacionats amb el sistema nerviós, durant la pràctica clínica. Cal destacar la importància d’un correcte monitoratge de la profunditat de l’anestèsia, amb la finalitat de disminuir la incidència de complicacions associades a aquesta. A pesar que la funció cerebral està directament relacionada amb la reactivitat del pacient, el senyal d’electroencefalograma (EEG) és de difícil interpretació, per la qual cosa, generalment, s’opta pel monitoratge d’altres variables, com la freqüència cardíaca, la saturació d’oxigen, la pressió arterial, etc. No obstant això, la mesura de la profunditat anestèsica pot veure’s distorsionada davant canvis fisiològics imperceptibles per a l’anestesiòleg. En general, el EEG de pacients anestesiats presenta canvis en amplitud i freqüència, motivant així la cerca de paràmetres representatius del nivell de profunditat anestèsica en què es troba el pacient. Així, va ser desenvolupat empíricament l’índex biespectral (BIS), que ofereix una gradació de 0 a 100 sobre el nivell de consciència del pacient. No obstant això, malgrat l’existència d’equips comercials que calculen el BIS a partir del senyal de EEG, aquests presenten un elevat cost. A més, no ha estat revelat l’algorisme exacte amb què es calcula el paràmetre. Per tant, aquest TFG té per objectiu implementar un sistema de captació i processament de EEG per a valorar el nivell de consciència dels pacients, de baix cost i codi obert. D’aquesta manera, es pretén determinar quins paràmetres són d’interès, per als professionals sanitaris, en l’estudi de l’activitat cerebral, i dissenyar un programari d’anàlisi que els calcule i presente en una interfície d’usuari de fàcil maneig. Així mateix, mitjançant una classificació basada en els rangs del BIS que representen el nivell de consciència, es realitzarà una estimació d’aquest i es compararan els resultats amb els proporcionats per un equip comercial.

[EN] The anesthesia practice originates, historically, in the need to solve problems such as pain and consciousness, both related with the nervous system, during the clinical practice. It is noteworthy to underline the importance of a correct monitorization of the anesthesia depth, in order to diminish the incidence of related complications. Despite the fact that cerebral function is directly associated with the patient¿s reactivity, the electroencephalogram (EEG) signal is difficult to interpret so, generally, it is chosen to monitor other variables, such as cardiac frequency, oxygen saturation, blood pressure, etc. Nevertheless, the anesthesia depth measure can be distorted by imperceptible for the anesthesiologist physiological changes. Generally, anesthetized patients¿ EEG presents amplitude and frequency changes, motivating the search of parameters that are representative of the patients¿ anesthesia depth level. Thus, the bispectral index (BIS) was empirically developed, offering a scale from 0 to 100 of the patients¿ level of consciousness. However, despite the existence of commercial devices able to calculate the BIS from the EEG signal, they present a significant cost. Moreover, the exact algorithm to obtain this parameter has not been revealed. Therefore, this final degree project aims to implement a low cost and open-source EEG capture and processing system to evaluate the patients¿ level of consciousness. Thus, it is intended to determine which parameters are interesting to the healthcare professionals, in the study of cerebral activity, and design an analysis software to calculate and present them in a user-friendly interface. Additionally, with a classification based on the BIS ranges representing the level of consciousness, an estimation of this parameter will be carried out and the results will be compared to those obtained by a commercial device.