1.一种麻醉深度的辅助识别方法，其特征在于，所述方法包括：实时获取患者的脑电双频指数的监测曲线，并获取所述监测曲线中的麻醉诱导分段；

根据所述麻醉诱导分段中脑电双频指数的变化速度，获取患者的麻醉敏感系数；根据患者的所述麻醉敏感系数将所述监测曲线划分为实时监测段和历史监测段；

根据所述实时监测段及所述历史监测段中脑电双频指数的波动稳定状态的差异，结合所述实时监测段中脑电双频指数的变化趋势，获取当前时刻下脑电双频指数的预警系数；

根据当前时刻下的所述预警系数对患者的麻醉深度状态进行异常预警；

所述预警系数的获取方法包括：

在所述实时监测段及所述历史监测段中，根据对应监测段中脑电双频指数的波动稳定情况及相对预设脑电指标范围的偏离情况，分别获取所述实时监测段的实时稳定系数与所述历史监测段中的整体稳定系数；

基于STL分解算法获取所述监测曲线中的趋势项，截取所述趋势项中的实时监测趋势段，获取所述实时监测趋势段中脑电双频指数的趋势稳定指数；

根据所述趋势稳定指数，及所述实时监测段的实时稳定系数与所述历史监测段中的整体稳定系数的差异，得到预警系数；

所述实时稳定系数的计算公式包括：

；其中， 为实时监测段的实时稳定系

数； 为实时监测段中所有脑电双频指数的标准差； 为以自然常数 为底数的指数函数；为实时监测段中所有脑电双频指数的数量； 为实时监测段中第 个脑电双频指数的幅值； 为预设脑电指标范围的上限值； 为预设脑电指标范围的下限值；

所述整体稳定系数的计算公式包括：

；其中， 为历史监测段的整体稳定系数；

为历史监测段中所有脑电双频指数的标准差； 为以自然常数 为底数的指数函数；

为历史监测段中所有脑电双频指数的数量； 为历史监测段中第 个脑电双频指数的幅值；

为预设脑电指标范围的上限值； 为预设脑电指标范围的下限值。

2.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，根据患者的所述麻醉敏感系数将所述监测曲线划分为实时监测段和历史监测段，包括：将所述麻醉敏感系数进行负相关映射并归一化，得到截取系数；

将所述截取系数乘以所述监测曲线中非麻醉诱导分段的总长度后向上取整，得到实时监测段长度；以当前时刻为起点，在所述监测曲线的非麻醉诱导分段中，沿时序反方向获取所述实时监测段长度的监测曲线段作为所述实时监测段；

将所述监测曲线中除所述实时监测段外的监测曲线作为历史监测段。

3.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述预警系数的计算公式包括：；其中， 为当前时刻的预警系数； 为

历史监测段的整体稳定系数； 为实时监测段的实时稳定系数； 为艾佛森括号； 为实时监测趋势段中脑电双频指数的趋势稳定指数； 为标准归一化函数。

4.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述趋势稳定指数的计算公式为：；其中， 为实时监测趋势段中脑电双频指数的趋势稳定指数；

为实时监测趋势段中所有脑电双频指数的最大值； 为实时监测趋势段中所有脑电双频指数的最小值；为实时监测趋势段中所有脑电双频指数的标准差。

5.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，对患者的麻醉深度状态进行异常预警的方法包括：在患者的脑电双频实时监测过程中，获取每个当前时刻下的所述预警系数，当所述预警系数超出预设阈值时，将对应当前时刻标记为异常时刻；当存在连续的预设数量个所述异常时刻时，发出异常预警。

6.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述麻醉诱导分段的获取方法包括：在所述监测曲线中，将首次达到预设期望值的脑电双频指数对应时刻作为分界点，将所述监测曲线中从初始时刻至所述分界点对应时刻的时间段所对应的监测曲线，作为麻醉诱导分段，所述麻醉诱导阶段包括所述分界点。

7.根据权利要求1所述的一种麻醉深度的辅助识别方法，其特征在于，所述麻醉敏感系数的获取方法包括：在所述麻醉诱导分段中，将首尾两个脑电双频指数的差异除以对应时间间隔，得到患者的麻醉敏感系数。

8.一种麻醉深度的辅助识别系统，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1‑7任意一项所述一种麻醉深度的辅助识别方法的步骤。