1.一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：包括以下步骤：S1，定义一个六维向量xt来存放丘脑皮层模型的状态变量，在每次的迭代过程中，随着旧数据误差不断积累和新的数据的修正，需要一个增广向量用于存放每次迭代时状态变量和参数变量的估计值；

S2，假设状态变量在某一时刻的观测值 只受自身变化的影响，其规律通过构建观测方程yt来体现；

S3，对增广向量做非线性变换，将得到的数据代入丘脑皮层模型中计算状态变量值 和参数值

S4，将步骤3得到的 和 代入观测方程中计算丘脑皮层模型的观测值，对每个观测值加权求和得到丘脑皮层模型的预测值；

S5，将步骤4得到的预测值中包含的参数变量Tcs定义为丘脑皮质状态；

S6，形式上将丘脑皮质状态的变化定义为麻醉深度的估计指数，使用丘脑皮质状态评估麻醉深度。

2.根据权利要求1所述的一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：S1中，状态向量包括模型参数和丘脑皮质状态参数Tcs，定义一个增广向量 来用于存放每次迭代时状态变量的估计值和参数变量的估计值，采用高性能的迭代算法，通过跟踪得到模拟脑电信号来估计丘脑皮层模型中生理参数的变化。

3.根据权利要求2所述的一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：S2中，构建的观测方程为：

yt＝Ctxt+et

式中，xt是一个六维向量，保存每次跟踪过程中丘脑皮层模型的状态变量，Ct是丘脑皮层模型中的常数矩阵，et代表测量误差。

4.根据权利要求1所述的一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：S3中，对增广向量 做非线性变换；使用逼近非线性分布的方法，使第i个变量被扩展为2n+1个采样点的高斯分布，且均值为增广向量的第i个值；非线性变换的计算公式为：‑4

式中， 10 ＜γ＜1是缩放参数，常数κ是二阶缩放参数，通常设置为

0或者 是矩阵Pt‑1的下三角分解，保证Pt‑1为正定才能顺利计算；Pt为模型变量y

协方差： K为比例常数(0

式中，Q是增广矩阵协方差，事先给增广矩阵协方差Q设置如下：Q＝diag(α2α2(Aaα2)Δt‑4 ‑7 2α2α2α2α1A0α1B0α1Tcs)；其中α1＝10 ，α2＝10 ，A0、B0、a0、b0、Tcs是初始值；R＝(0.2σeeg)中的σeeg真实脑电数据的测量标准差，权值定义如下：式中，β是一个常值变量。

5.根据权利要求1所述的一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：S4中，具体过程如下：

将经过丘脑皮层模型运算的输出的数据代入观测方程中计算的每个列向量对应的模型输出，对每个输出值赋予权值，相加得到模型的预测值yt；经过非线性变换得到列向量，每个列向量中都包含和增广矩阵含义一样的变量值；将得到的列向量代入丘脑皮层模型中计算n次后得到状态变量值和参数值 和 经过丘脑皮层模型运算的输出的数据代入观测方程中计算的每个列向量对应的模型输出yt；但是此时计算得到的是2n+1个变量值，将每个值搭配一个权值，相加得到丘脑皮层模型的预测值，计算如下式：

6.根据权利要求1所述的一种基于丘脑皮层模型的麻醉深度估计方法，其特征在于：S6中，所述估计指数是一种基于丘脑皮层模型的信号分析方法，能够更好的反映麻醉药物作用下丘脑皮质状态参数的变化，更好地理解和监测麻醉相关的脑电图现象。