京都府立医科大学：【論文掲載】特異スペクトル解析（Singular Spectrum Analysis）による非定常脳波の分解次世代麻酔深度モニタリング手法の開発

本研究成果のポイント

〇全身麻酔の導入、維持、そして覚醒という時相において、意識レベルが変化して、それに応じて脳波（EEG）も変化します。この脳波の変化パターンの特徴を抽出する技術は、麻酔深度を客観的に評価する機械学習アルゴリズムの開発につながります。

〇本研究では、セボフルラン全身麻酔におけるEEGデーを解析するために、線形代数理論に基づく特異スペクトル解析（Singular Spectrum Analysis, SSA）という新しいモード分解技術を用いた脳波の周波数解析を開発しました。

〇既存の技術である変分的モード分解法（VMD）や経験的ウェーブレット変換（EWT）と比較した結果、SSAによって分解された固有モード関数（Intrinsic Mode Function, IMF）にヒルベルト変換を行うことで得られる瞬時周波数（Instantaneous Frequency, IF）や瞬時トータルパワー（Instantaneous Total Power, TP）の経時的変化から、重回帰分析によって予測される麻酔深度指標が、全身麻酔から覚醒に至る反応を最もよく追跡することが示されました。

研究概要

　市立福知山市民病院　麻酔科　医師　木田春香（京都府立医科大学大学院医学研究科（博士課程）　統合医科学専攻（麻酔科学）　大学院生）、京都府立医科大学大学院医学研究科　麻酔科学　助教　山田知見、同　助教　矢持祥子、同　教授　天谷文昌、京都府立医科大学附属病院　病院長　佐和貞治、淀川キリスト教病院　麻酔科　医師　小畑友里江らは、「特異スペクトル解析を用いた脳波モード分解による麻酔深度の評価」に関する研究成果をまとめました。本成果は、オープンアクセス科学ジャーナル『Sensors』に2026年２月13日付でオンライン掲載されました。

　本研究では、新しい線形数学アルゴリズムを用いて全身麻酔中の脳波を解析し、麻酔深度の測定につながる技術を開発しました。

論文情報

掲載媒体名　Sensors
発表媒体　オンライン速報版
掲載媒体の発行元国　スイス
オンライン閲覧　可
URL　https://www.mdpi.com/1424-8220/26/4/1212
掲載日　2026年2月13日

論文タイトル（英）
英語：Assessment of Anesthetic Depth Through EEG Mode Decomposition Using Singular Spectrum Analysis

筆頭著者
市立福知山市民病院　　　　　　　　麻酔科　　木田春香
（京都府立医科大学大学院医学研究科（博士課程）　統合医科学専攻（麻酔科学）　大学院生）

代表著者
　京都府立医科大学附属病院　　　　　　　　　佐和貞治

共同著者
京都府立医科大学大学院医学研究科　麻酔科学　山田知見
京都府立医科大学大学院医学研究科　麻酔科学　矢持祥子
淀川キリスト教病院　　　　　　　　麻酔科　　小畑友里江
京都府立医科大学大学院医学研究科　麻酔科学　天谷文昌

プレスリリースはこちら

【論文掲載】特異スペクトル解析（Singular Spectrum Analysis）による非定常脳波の分解 次世代麻酔深度モニタリング手法の開発

本研究成果のポイント

研究概要

論文情報

【論文掲載】特異スペクトル解析（Singular Spectrum Analysis）による非定常脳波の分解次世代麻酔深度モニタリング手法の開発