查看“麻醉机”的源代码

[[category:行业研究]]
<div style="max-width:68%;
	background-color:#C1FFC1;
	border:0px solid #000000;">
== 主要厂家 ==
=== 通用电气医疗系统(中国)有限公司) ===
官网：http://www3.gehealthcare.cn/zh-cn/products/categories/t_anesthesia_delivery

主要产品：Avance CS2，Aisys CS2，900/904/9300/9400，Aespire View，Aespire

=== 迈柯唯（上海）医疗设备有限公司 ===

=== 上海德尔格医疗器械有限公司===
公司：德尔格医疗设备（上海）有限公司

官网：http://www.draeger.com/

主要产品：Fabius plus, Fabius plus XL，

=== 深圳迈瑞生物医疗电子股份有限公司 ===
官网：http://www.mindray.com.cn/cn/category/866cca65-b543-426c-87dc-00b069ded4ab.html?866cca65-b123-426c-07dc-00b069ded4ab

主要产品：
*[http://www.mindray.com.cn/cn/productlist/978c8a39-c27a-4ef1-ac80-e545a015fb41.html A系列：A5/A7]
*[http://www.mindray.com.cn/cn/productlist/c4761ffd-f3ac-4f13-b3de-466ed3070a6b.html WATO系列：WATO EX-20，WATO EX-35，WATO EX-55，WATO EX-65]
*[http://www.mindray.com.cn/cn/product/530b82d5-fc2c-48ed-b9c6-93bf3ad2103f.html V60]

=== 深圳市普博科技有限公司 ===

=== 北京谊安医疗系统股份有限公司 ===

=== 广东宝莱特医用科技股份有限公司 ===

=== 北京航天长峰股份有限公司 ===
官网：http://www.ascf.com.cn/ssscp

=== 上海力申科学仪器有限公司 ===

=== 深圳市百格医疗技术有限公司 ===
=== 深圳市诺然美泰科技有限公司 ===

=== 深圳市科曼医疗设备有限公司 ===
官网：http://www.northernmeditec.com/cn/

== 其他厂家 ==

=== 北京易世恒电子技术有限责任公司 ===

=== 北京瑞得伊格尔科技有限公司 ===

=== 北京亿安吉医疗科技有限公司 ===

=== 北京宏润达科技发展有限公司 ===

=== 北京思瑞德医疗器械有限公司 ===

=== 北京瑞得伊格尔科技有限公司 ===

=== 天津森迪恒生科技发展有限公司 ===

=== 天津京津医疗器械有限公司 ===

=== 上海医疗器械股份有限公司 ===

=== 力康（上海）生物医疗科技控股有限公司 ===
公司：力新仪器(上海)有限公司

主要产品：http://www.healforce.com/cn/index.php?ac=article&at=list&tid=138

=== 无锡华纳医疗科技有限公司 ===

=== 无锡市中原医学工程研究所 ===

=== 江苏奥凯医疗设备有限公司 ===

=== 南京普澳医疗设备有限公司 ===

=== 南京乐基医疗器械有限公司 ===

=== 新乡市中辉医疗器械有限公司 ===

== 麻醉深度监测系统 ==

=== 德国Nacrotrend（广州白云山代理） ===
Narcotrend，麻醉/脑电意识监测系统是由德国Hannover医科大学一个研究组开发的新型脑电意识深度监测系统。Narcotrend麻醉/脑电意识监测系统其通过普通心电电极在头部任意位置采集分析即时的脑电信号，自动分析分级后在彩色触摸屏上显示病人的麻醉/意识深度状态。指导个体化麻醉药/ 镇静药的用量调节，让麻醉/意识深度监测更加精确、安全、简单、经济。曾在2002年汉诺威世博会和2010年上海世博会以及2015年米兰世博会展出。获得美国FDA、欧洲CE、中国SFDA、ISO认证，获得欧盟颁发的《创新项目工程》证书，2006年获得德国发明中心授予“过去25年最杰出的创新奖”，2010被欧盟评选为“最佳实践项目奖”，2011年再次获得德国发明中心授予“过去30年最杰出的创新奖”。

Narcotrend 通过多参数（原始脑电波的功率、频率、幅度）统计方法和微机处理，其通过普通心电电极在头部任意位置采集分析即时的脑电信号（原始脑电或视觉脑电），自动分析分级后在彩色触摸屏上显示病人的麻醉/意识深度状态（分级脑电）。将脑电信号以6个阶段15个级别作为量化指标，即A、B0-2、C0-2、D0-2、E0-2、F0-1,并同时显示α、β、θ、δ波的功率谱变化情况和趋势。阶段A表示清醒状态；B是浅镇静状态；C是常规镇静状态；D是常规麻醉状态；E是深度麻醉状态；F阶段（0级、1级）过度麻醉（爆发抑制），脑电活动逐渐消失。
{| class="wikitable"
! 分级 !! 亚级 !! 数值范围 !! 含义
|-
| A || —— || 100~95 || 清醒状态
|-
| B || B0 || 94~90 || 浅镇静状态
|-
| —— || B1 || 89~85 || ——
|-
| —— || B2 || 84~80 || ——
|-
| C || C0 || 79~75 || 常规镇静状态
|-
| —— || C1 || 74~70 || ——
|-
| —— || C2 || 69~65 || ——
|-
| D || D0 || 64~57 || 常规麻醉状态
|-
| —— || D1 || 56~47 || ——
|-
| —— || D2 || 46~37 || ——
|-
| E || E0 || 36~27 || 深度麻醉状态
|-
| —— || E1 || 26~20 || ——
|-
| —— || E2 || 19~13 || ——
|-
| F || F0 || 12~5 || 多度麻醉
|-
| —— || F1 || 4~0 || （爆发抑制）
|}

==== 麻醉深度监测的进展 ====
AAI和BIS在区分麻醉和清醒时是相似的，但区分无意识和清醒时BIS更有优势。丙泊酚、咪唑安定、硫喷妥钠降低AAI，而氯胺酮对AAI无明显影响。Recart等则发现，AEP和BIS监测仪的应用有效地减少了挥发性麻醉剂的用量，且腹腔镜手术之后全麻恢复更快，认为脑电监测仪提高了病人的麻醉恢复质量。Struys等比较了独立变量BIS、AAI和CEPROP（预测的异丙酚效应室浓度）在衡量麻醉深度以及阿片类药物如何定量影响该信息方面作用的准确性。证实了在逐步提高异丙酚水平时，雷米芬太尼的应用对AAI在衡量麻醉的镇静组分（用不同的OAA/S水平来衡量）以及对刺激无反应方面的准确性的影响。虽然BIS、AAI和CEPROP在异丙酚麻醉期间由于使用了雷米芬太尼而增高，但它们检测OAA/S和Lorlash（睫毛反射消失）的能力仍然是准确的。 

Nishiyama等认为，BIS监测仪的电极最易放置成功，而中潜伏期听觉诱发电位有最快的反应性，数量化脑电图则有最快的恢复时间。与BIS相比更敏感，但其使用不如BIS方便，Milne等研究丙泊酚麻醉时AEP预测意识消失的能力强于BIS。M Doi等AEP指数可用于清醒与睡眠状态的区分，在有无意识转换过程中，区别有无意识AAI是最好的。
     
在一个多中心研究中，与标准的麻醉方案相比，Bruhn等评估了BIS和AAI在地氟醚-雷米芬太尼麻醉中的指导作用，发现在短小外科手术中，在BIS和AAI指导下并未明显减少地氟醚的消耗或缩短恢复时间。PetCO2的改变可引起数量化脑电图参数的变化，但对听觉诱发电位指数无影响，在麻醉监测中应予以重视。靶控输注临床浓度雷米芬太尼对患者AEPI没有明显影响。

'''Nacrotrend 指数：'''
     
近来，Narcotrend指数在欧洲已被用于临床，它是一个基于定量脑电图模式识别的新指数，将原始的脑电图时间点从A（清醒）到F（渐增的对等电位的爆发抑制）六个阶段，重新形成从0（清醒）到100（等电位）的指数。该仪器源于先前对将自动睡眠脑电图分为5个阶段，再加上等电位脑电图的第6阶段的研究。在排除伪差之后，脑电图图形的分类是基于时间和频率范围内原始波形的分析，结果被输入到一个判别式分析中，相似性概率被计算出来，结果用从0到100的指数表达。Narcotrend分析是通过运用一个多变量统计学运算法则即产生一个从99到0的称为Narcotrend指数的值来整合出这一等级的。
     
BIS和Narcotrend指数的比较性研究已经显示了在异丙酚-雷米芬太尼麻醉中两者的值是相似的。Kreuer等研究证实了Narcotrend指数和预测的异丙酚效应室浓度之间密切相关。Narcotrend分级和指数能更好的反映药物浓度变化。在与BIS相同观察浓度（由PK值判定）时，Narcotrend指数检测到脑电图动力学上的变化。Kreuer也发现，BIS组的Ke0值比Narcotrend值低，这可能是因为两种监测仪计算间隔不同，例如，BIS XP的计算间隔为30s，而Narcotrend则为20s，也可能是BIS与其他脑电图参数的作用位点不一样，但这个可能性比较小。
     
Schmidt等在26个行椎板切除术的病人在异丙酚靶控输注复合雷米芬太尼静脉输注的麻醉中，比较了Narcotrend和BIS指数以及经典的脑电图，并证实了他们的假设：在鉴别麻醉状态的作用上，Narcotrend 和BIS指数没有区别，并且都优于经典的脑电图和血流动力学的变化。Kreuer等研究认为，在异丙酚-雷米芬太尼麻醉期间，与传统麻醉相比，在减少麻醉恢复时间和异丙酚的消耗上Narcotrend和BIS指数同样有效。在Kreuer等的研究中，发现了BIS值和Narcotrend指数间很大的相关性，仅仅在10位和90位百分数上有很小的差异，然而在一些范围内曲线的差异仍需注意。采用预测概率（PK值）衡量，Narcotrend和BIS在预测麻醉诱导时从有意识到无意识或者麻醉恢复时从无意识到有意识的效能是相似的。Narcotrend和熵指数呈直线相关。

'''脑电熵 (EEM)：'''
     
熵是一个物理概念，与一个系统中紊乱的总量相关，在信息理论的范畴中，描述一个信号的无规律性、复杂性和无预见性。熵在时间范围、频率范围或者两者中都能被计算。熵模块通过计算一个能量频谱的近似的熵值来量化麻醉深度。这种方法将麻醉诱导前获得的定量脑电图能量频谱作为由定量脑电图代表的有组织的信号系统的基础状态，并将从该状态的变化量化为负熵或无组织性。熵的测量也用于评估麻醉剂诱导的意识水平。熵的运算法则是综合分析脑电图和肌电图信号，在信号分析上，熵能描述一个信号的不规则性和不可预测性。苏醒水平entropy较BIS显示了更好的基线回归性。可能与它们的运算规则有关。熵采用单一的计算模型具有公开的可供参考的运算规则，BIS有三个位相的计算模型。
     
熵的模块分为两种：状态熵（SE）值为0～99和反映熵（RE）值为0～100。Vanluchene等认为SE反映皮层活动，用于催眠评估，数值范围是0～91。SE主要衡量低频，即EEG信号为0～32Hz，而RE则衡量低频加高频（0～47Hz），主要为额肌肌电图。因此，SE测量的是脑电活动，而RE测量的是脑电加肌电活动，因而RE的最大值高于SE。RE对于意识状态变化的反应更为敏感。
     
在Roy Soto等的病例报道中，非瘫痪病人的RE值在SE和BIS增高前大约4min就有明显的增高，这表明，非瘫痪病人的额肌肌张力可以是一个比脑电图更快的恢复清醒的指标。RE也许应该作为判定非瘫痪病人意识水平的理想指标，而SE和BIS则在瘫痪病人是一个理想指标，因为推测RE在这些病人不够准确。
     
异丙酚TCI期间，熵指数能预测意识状态的变化，且对成年患者和老年患者的预测效果相当。Hans等认为，外科手术中，即使是在麻醉加深的情况下，七氟醚麻醉的病人单剂量注射氯胺酮提高了用于监测麻醉深度的BIS和脑电图熵值，不考虑机制，这种增高改变了这些参数和麻醉剂组分之间的关系，忽视这一效应可能导致不恰当地加深麻醉和麻醉剂过量。Iannuzzi等的小样本研究发现，语言交流的消失（LVC）和意识的消失（LOC）均在可预测的异丙酚效应室浓度的一定范围内出现，SE对应的异丙酚浓度的范围更小，与效应室浓度的相关性比BIS大，故而在预测语言交流的消失和意识的消失时SE可能比BIS更有用，但在今后的临床实践中，需要更大样本的观察来证实。
     
麻醉深度监测有脑电双频指数、听觉诱发电位指数、病人状态指数、Narcotrend、脑电熵、SNAP指数等一系列的监测指标。理想的监测麻醉深度的指标，应该与麻醉药物（镇静和镇痛）的血药浓度相关；与意识及镇静水平变化相关；与伤害性刺激强度变化相关。任何一个单一指标都不能达到监测麻醉深度的理想标准，但毕竟是一个相对客观的病人反馈指标——脑功能的状态水平。

=== 合肥诺和电子科技有限公司 ===


=== 苏州爱琴生物医疗电子有限公司 ===
官网：http://www.enginmed.com/

主要产品：EGOS-600系列 近红外组织血氧参数无损监测仪/脑氧检测仪

=== 北京易飞华通科技开发有限公司 ===

官网：http://www.efnao.com/

北京易飞华通科技开发有限公司(Beijing Easymonitor Technology Co.,Ltd简称BET，其前身始创于1995年)于2002年注册于北京市中关村高科技产业园区，是国家高新技术企业和软件企业，已通过ISO9001：2008质量体系认证。是一家主要从事临床医疗领域中脑功能监护、临床医疗信息化、移动诊疗系列平台建设的创新型公司。拥有医疗领域专利14项，国际专利9项(申报中)，软件著作权10项。临床医疗人员利用公司的相关产品在国内外期刊上发表了一百多篇科研论文。 

公司依托20万脑电临床大数据及脑电波专利算法，在医疗领域研发出可穿戴式脑状态监护仪核心产品；脑状态监护仪能够定量表达脑状态，如镇静、疼痛、紧张、焦虑、脑耗能、左右脑偏侧以及睡眠结构等，在国际上首次突破只能以心理量表常规评估大脑状态的限制。其中疼痛指数能够准确反映清醒和麻醉状态下的疼痛程度，为术后镇痛，居家疼痛监测提供辅助决策依据；脑状态监护仪以智能传感器技术为基础，以云计算为依托，在空间和时间上无限拓展脑状态监测的应用范围，助力于医疗行为的各个环节：早期筛查、疾病诊断、临床监护、疗效评价、康复训练以及随诊评价；脑状态系列监护仪，让医生随时随地监护手术室、病房、门诊甚至居家患者的脑状态，不仅满足了目前医疗领域对脑状态客观定量测量的刚需，填补了医疗市场空白，而且以互联网+脑+X为应用模式，为服务于巨大的民用市场，提供医疗基础。

BET的主创人员作为信号处理计算专家、生物医学工程专家、临床信息化专家、脑科学应用研究专家，长期从事脑科学的临床应用研究和生物医学信号处理算法的研究，已有35年的经历。擅长有关生理及生命体征信号的采集和计算，特别是基于EEG的仪器，在脑电波的采集和处理方面，利用了当今国际上尖端的小波计算、二阶傅立叶计算、模式识别、模糊控制等算法，提取出了脑电波中所蕴涵的大脑状态的定量特征指标，用于麻醉深度监护、睡眠障碍监测及机器控制的脑机接口(BMI)等方面。在他的领导下，BET已成为中国无线医疗监护仪及脑科学应用方面的领先技术提供商。公司在二十多年的临床服务中收集了多达二十万例以上的宝贵的生理及生命体征大数据，其中针对海量的EEG的计算和分析，可以定量地判断儿童、年轻人、成年人及老年人的脑状态、精神心理状态，并有助于为睡眠障碍患者找到缓解症状的方法。目前BET的一些技术成果及产品已能媲美西方同行的一些著名机构，并于2008年开始以无线移动医疗服务新模式应用在北京奥运会的紧急医学救援中，其后又应用于多家大型医院的临床诊断检查的规模化服务中。 

BET参与了多项国家和北京市资助的重大医学研究项目，合作伙伴有中国科学院心理研究所、北京邮电大学、北京大学、海尔集团、普天集团、北京大学第一医院、北京大学人民医院、北京协和医院、北京天坛医院、北京宣武医院、北京大学第六医院、北京回龙观医院、上海医科大学附属第一医院和上海瑞金医院等顶级综合医院和精神病院的相关团队。

=== 浙江普可医疗科技有限公司 ===

=== 深圳市太极医疗科技有限公司 ===

=== 深圳市威浩康医疗器械有限公司 ===

=== 深圳市杰纳瑞医疗仪器有限公司 ===

=== 深圳市奥生科技有限公司 ===

=== 深圳市科瑞康实业有限公司 ===

=== 海南合美医疗器械有限公司 ===

=== 合肥金脑人科技发展有限责任公司 ===

=== 安徽省三祥科技开发有限公司 ===

=== 美合实业（苏州）有限公司 ===

=== 广州安迪电子科技有限公司 ===

=== 淄博汉威医疗仪器有限公司 ===

=== 浙江省仙居县一洋医业有限公司 ===

=== 安徽邵氏华艾生物医疗电子科技有限公司 ===

== 麻醉信息系统 ==
=== 苏州麦迪斯顿医疗科技股份有限公司 ===
官网：http://www.medicalsystem.com.cn/     产品：http://www.medicalsystem.com.cn/solution.html

=== 米健信息技术有限公司 ===
官网：http://www.meehealth.com/

=== 郑州大成软件科技有限公司 ===
官网http://www.dcrj.com.cn

代理：广州市尚仪医疗科技有限公司

郑州大成软件科技有限公司是一家专业提供医疗卫生领域信息化管理完整解决方案供应商，为医疗卫生行业提供卓越的产品和服务。公司位于河南省郑州市高新技术产业开发区。公司自成立以来专一致力于数字化手术室、数字化ICU及数字化急诊产品的研发工作。通过与多家医院手术室、麻醉科、重症监护科、急诊科等领域的专家紧密合作，推出了拥有完整自主知识产权的“手术麻醉临床信息管理系统、重症监护临床信息管理系统、急诊临床信息管理系统、医疗信息数据采集平台”等医疗行业应用系统和解决方案。在手术室以及ICU、急诊科领域内，大成公司是国内首家实现了纯B/S架构下的完整解决方案的软件厂商。为全国各级医疗卫生机构提供完整的数字化解决方案。大成公司手麻及重症、急诊产品自2014年初研发成功后，通过两年多时间的市场推广，目前已在河南，湖北，广东，贵州等地区多家三甲医院进行临床应用，并得到用户的一致好评。大成软件努力成为医疗信息化建设最具竞争力的服务供应商。

=== 北京易飞华通科技开发有限公司 ===

官网：http://www.efnao.com/

=== 北京航天长峰股份有限公司 ===

官网：http://www.ascf.com.cn/ssscp
</div>