以下列出當前所用的的幾種麻醉深度檢測方式：
ＢＩＳ是在腦電圖（ＥＥＧ）頻率譜和功率譜的基礎上增加對位相和諧波的非線性分析得出的混合資訊擬合的數字。ＢＩＳ是唯一透過美國ＦＤＡ 批准的麻醉鎮靜深度監測指標，能較好監測大腦皮質功能狀態及其變化，對預測體動、術中知曉以及意識的消失和恢復具有一定的靈敏度，同時可減少麻醉藥物用量，是目前以腦電來判斷鎮靜水平和監測麻醉深度的較為準確的一種方法。
聽覺誘發電位聽覺誘發電位（ＡＥＰ）是指聲音刺激聽覺傳導通路經腦幹至聽覺皮層到達聯合皮層的生物電活動，共１１個波形，分為３個部分：腦幹聽覺誘發電位（ＢＡＥＰ）：接受刺激後０～１０ｍｓ出現，主要反映刺激傳至腦幹及腦幹的處理過程；中潛伏期痛覺誘發電位（ＭＬＡＥＰ）：接受刺激後１０～１００ｍｓ出現，主要產生於內側膝狀體和初級聽皮層；長潛伏期聽覺誘發電位（ＬＬＡＥＰ）：接受刺激後１００ｍｓ後產生，主要反映前額皮質的神經活動。ＭＬＡＥＰ與大多數麻醉藥劑量呈依賴性變化，適用於麻醉鎮靜深度的檢測。採用外源輸人自迴歸模型（ＡＲＸ），將ＡＥＰ進行量化，轉換為一個與麻醉深度成正比，由０～１００分度的ＡＲＸ聯指數（ＡＡＩ），從ＡＥＰ的提取到轉化為指數，整個過程均被納入Ａ－Ｌｉｎｅ軟體包，分析時間僅需２～６ｓ，它更能實時、快速地監測麻醉深度，２０００年ＡＡＩ監護儀透過歐洲ＩＣＥ６０１標準鑑定，正式進入臨床使用。
Ｎａｒｃｏｔｒｅｎｄ麻醉深度監護儀Ｎａｒｃｏｔｒｅｎｄ來源於自發性腦電的活動，利用多引數統計，經微機處理，形成的６個階段，即Ａ、Ｂ０～２、Ｃ０～２、Ｄ０～２、Ｅ０～１、Ｆ０～１和１４個級別的量化指標，並同時顯示α、β、γ、δ波的功率譜變化情況和趨勢。階段Ａ是清醒狀態，Ｂ是鎮靜狀態，Ｃ是淺麻醉狀態，Ｄ是常規普通麻醉狀態，Ｅ是深度麻醉狀態，Ｆ是腦電活動的消失。瑞芬太尼在燒傷患者手術中的麻醉效果時使用Ｎａｒｃｏｔｒｅｎｄ進行麻醉深度評價，發現Ｎａｒｃｏｔｒｅｎｄ可用於麻醉深度和鎮靜水平的判斷。經多中心臨床研究表明，Ｎａｒｃｏｔｒｅｎｄ是一種可信性較高的新型麻醉深度監測儀。臨床上，已應用於靜脈麻醉藥物丙泊酚、依託咪酯、硫噴妥鈉和吸入麻醉藥氟烷、恩氟醚、地氟醚、七氟醚的麻醉監測。但對於複合麻醉的麻醉深度監測研究很少，有待進一步探索。
患者狀態指數（ＰＳＩ）是臨床上新型的鎮靜監測方法，透過收集４道ＥＥＧ資訊，實時診斷ＥＥＧ波形，並提供量化的值（０～１００）。目前投入臨床使用的ＰＳＩ檢測儀器是ＰＳＩ ４ ０００，它可提供２個互動可視視窗，將４道ＥＥＧ資訊實時診斷，以不同的顏色表示患者ＰＳＩ，每２．５秒更新一次讀數，每６．４秒更新一次趨勢顯示。Ｓｏｅｈｌｅ等研究發現，麻醉的誘導與維持中對於意識的喪失與甦醒，靜脈與吸入麻醉藥的給予均有很好的指示作用，ＢＩＳ反應更為靈敏，但ＰＳＩ較ＢＩＳ在訊號採集能力與抗干擾的能力上更勝一籌。
熵指數熵的概念於１９４９年首次定義。醫學上又稱為平均資訊量，常用於腦電等生物電的採集和處理。熵指數是透過患者前額的３個電極的感測器來採集原始ＥＥＧ和肌電圖（ＥＭＧ）的訊號，透過熵運算公式和頻譜熵運算程式計算得出，可分為反映熵（ＲＥ）和狀態熵（ＳＥ）。ＳＥ反映皮層活動，用於催眠評估，其主要衡量低頻，即ＥＥＧ訊號為０～３２Ｈｚ；而ＲＥ則衡量低頻加高頻（０～４７Ｈｚ），主要為額肌ＥＭＧ。ＳＥ值為０～９９，ＲＥ值為０～１００，可進行臨床手術的麻醉深度數值在４０～６０較為適宜。ＥＥＧ活動與肌肉活動相分離特性提供了所探測到的活動的即時資訊，並減少誤差的危險。在全麻期間，如果麻醉適宜，ＲＥ和ＳＥ是相等的。如果監測結果分離，可能由於面部肌肉的活動，例如疼痛刺激，人們就可透過ＲＥ非常快速的探測到此種變化。熵指數可量化麻醉深度，可用於指導麻醉藥用量，使麻醉用藥能根據患者需要達到個體化；還可預測患者的麻醉恢復；減少術中知曉的發生；抗電刀等干擾能力也更強。
腦電訊號的複雜度分析法是近幾年出現的一種非線性動力學分析方法，而腦電正是一種非平穩訊號，所以複雜度的分析方法非常適合於腦電的處理。腦電序列的複雜度表現了ＥＥＧ序列的隨機程度，即大腦神經元處理資訊活動的有序程度，反映了決定這段ＥＥＧ序列資訊量的大小。複雜度演算法簡單、易於實現，而且計算速度很快；只需較短時間的資料就能得到穩定值，因而非常適合臨床麻醉的實時監測。只需對ＥＥＧ訊號進行復雜度動態分析即可滿足麻醉深度監測要求；並且複雜度計算簡便，可為臨床麻醉深度實時監測提供一個新途徑，是一種具有前景的監測方法。
人工神經網路人工神經網路（ＡＮＮ）監測麻醉深度是近年來發展起來的腦電分析技術，根據ＥＥＧ的４個特徵波形α、β、γ、δ的平均功率作為ＥＥＧ的譜特徵引數，再加上血流動力學引數如ＢＰ、ＨＲ以及ＭＡＣ表示的麻醉藥物劑量等資料，利用ＡＲ模型、聚類分析和Ｂａｙｅｓ估計理論，最終形成ＡＮＮ引數代表麻醉深度。
腦狀態指數腦狀態指數（ＣＳＩ）是臨床用於監測患者意識狀態的一項指標，可反映患者的鎮靜程度和麻醉深度，其原理是每秒測量２ ０００次腦電活動，將ＥＥＧ的子引數輸入電腦自適應的神經模糊推論系統，計算出ＣＳＩ，並以０～１００之間數字顯示出來，數值越大表示越清醒，反之則提示大腦皮質的抑制愈嚴重。
以下列出當前所用的的幾種麻醉深度檢測方式：
ＢＩＳ是在腦電圖（ＥＥＧ）頻率譜和功率譜的基礎上增加對位相和諧波的非線性分析得出的混合資訊擬合的數字。ＢＩＳ是唯一透過美國ＦＤＡ 批准的麻醉鎮靜深度監測指標，能較好監測大腦皮質功能狀態及其變化，對預測體動、術中知曉以及意識的消失和恢復具有一定的靈敏度，同時可減少麻醉藥物用量，是目前以腦電來判斷鎮靜水平和監測麻醉深度的較為準確的一種方法。
聽覺誘發電位聽覺誘發電位（ＡＥＰ）是指聲音刺激聽覺傳導通路經腦幹至聽覺皮層到達聯合皮層的生物電活動，共１１個波形，分為３個部分：腦幹聽覺誘發電位（ＢＡＥＰ）：接受刺激後０～１０ｍｓ出現，主要反映刺激傳至腦幹及腦幹的處理過程；中潛伏期痛覺誘發電位（ＭＬＡＥＰ）：接受刺激後１０～１００ｍｓ出現，主要產生於內側膝狀體和初級聽皮層；長潛伏期聽覺誘發電位（ＬＬＡＥＰ）：接受刺激後１００ｍｓ後產生，主要反映前額皮質的神經活動。ＭＬＡＥＰ與大多數麻醉藥劑量呈依賴性變化，適用於麻醉鎮靜深度的檢測。採用外源輸人自迴歸模型（ＡＲＸ），將ＡＥＰ進行量化，轉換為一個與麻醉深度成正比，由０～１００分度的ＡＲＸ聯指數（ＡＡＩ），從ＡＥＰ的提取到轉化為指數，整個過程均被納入Ａ－Ｌｉｎｅ軟體包，分析時間僅需２～６ｓ，它更能實時、快速地監測麻醉深度，２０００年ＡＡＩ監護儀透過歐洲ＩＣＥ６０１標準鑑定，正式進入臨床使用。
Ｎａｒｃｏｔｒｅｎｄ麻醉深度監護儀Ｎａｒｃｏｔｒｅｎｄ來源於自發性腦電的活動，利用多引數統計，經微機處理，形成的６個階段，即Ａ、Ｂ０～２、Ｃ０～２、Ｄ０～２、Ｅ０～１、Ｆ０～１和１４個級別的量化指標，並同時顯示α、β、γ、δ波的功率譜變化情況和趨勢。階段Ａ是清醒狀態，Ｂ是鎮靜狀態，Ｃ是淺麻醉狀態，Ｄ是常規普通麻醉狀態，Ｅ是深度麻醉狀態，Ｆ是腦電活動的消失。瑞芬太尼在燒傷患者手術中的麻醉效果時使用Ｎａｒｃｏｔｒｅｎｄ進行麻醉深度評價，發現Ｎａｒｃｏｔｒｅｎｄ可用於麻醉深度和鎮靜水平的判斷。經多中心臨床研究表明，Ｎａｒｃｏｔｒｅｎｄ是一種可信性較高的新型麻醉深度監測儀。臨床上，已應用於靜脈麻醉藥物丙泊酚、依託咪酯、硫噴妥鈉和吸入麻醉藥氟烷、恩氟醚、地氟醚、七氟醚的麻醉監測。但對於複合麻醉的麻醉深度監測研究很少，有待進一步探索。
患者狀態指數（ＰＳＩ）是臨床上新型的鎮靜監測方法，透過收集４道ＥＥＧ資訊，實時診斷ＥＥＧ波形，並提供量化的值（０～１００）。目前投入臨床使用的ＰＳＩ檢測儀器是ＰＳＩ ４ ０００，它可提供２個互動可視視窗，將４道ＥＥＧ資訊實時診斷，以不同的顏色表示患者ＰＳＩ，每２．５秒更新一次讀數，每６．４秒更新一次趨勢顯示。Ｓｏｅｈｌｅ等研究發現，麻醉的誘導與維持中對於意識的喪失與甦醒，靜脈與吸入麻醉藥的給予均有很好的指示作用，ＢＩＳ反應更為靈敏，但ＰＳＩ較ＢＩＳ在訊號採集能力與抗干擾的能力上更勝一籌。
熵指數熵的概念於１９４９年首次定義。醫學上又稱為平均資訊量，常用於腦電等生物電的採集和處理。熵指數是透過患者前額的３個電極的感測器來採集原始ＥＥＧ和肌電圖（ＥＭＧ）的訊號，透過熵運算公式和頻譜熵運算程式計算得出，可分為反映熵（ＲＥ）和狀態熵（ＳＥ）。ＳＥ反映皮層活動，用於催眠評估，其主要衡量低頻，即ＥＥＧ訊號為０～３２Ｈｚ；而ＲＥ則衡量低頻加高頻（０～４７Ｈｚ），主要為額肌ＥＭＧ。ＳＥ值為０～９９，ＲＥ值為０～１００，可進行臨床手術的麻醉深度數值在４０～６０較為適宜。ＥＥＧ活動與肌肉活動相分離特性提供了所探測到的活動的即時資訊，並減少誤差的危險。在全麻期間，如果麻醉適宜，ＲＥ和ＳＥ是相等的。如果監測結果分離，可能由於面部肌肉的活動，例如疼痛刺激，人們就可透過ＲＥ非常快速的探測到此種變化。熵指數可量化麻醉深度，可用於指導麻醉藥用量，使麻醉用藥能根據患者需要達到個體化；還可預測患者的麻醉恢復；減少術中知曉的發生；抗電刀等干擾能力也更強。
腦電訊號的複雜度分析法是近幾年出現的一種非線性動力學分析方法，而腦電正是一種非平穩訊號，所以複雜度的分析方法非常適合於腦電的處理。腦電序列的複雜度表現了ＥＥＧ序列的隨機程度，即大腦神經元處理資訊活動的有序程度，反映了決定這段ＥＥＧ序列資訊量的大小。複雜度演算法簡單、易於實現，而且計算速度很快；只需較短時間的資料就能得到穩定值，因而非常適合臨床麻醉的實時監測。只需對ＥＥＧ訊號進行復雜度動態分析即可滿足麻醉深度監測要求；並且複雜度計算簡便，可為臨床麻醉深度實時監測提供一個新途徑，是一種具有前景的監測方法。
人工神經網路人工神經網路（ＡＮＮ）監測麻醉深度是近年來發展起來的腦電分析技術，根據ＥＥＧ的４個特徵波形α、β、γ、δ的平均功率作為ＥＥＧ的譜特徵引數，再加上血流動力學引數如ＢＰ、ＨＲ以及ＭＡＣ表示的麻醉藥物劑量等資料，利用ＡＲ模型、聚類分析和Ｂａｙｅｓ估計理論，最終形成ＡＮＮ引數代表麻醉深度。
腦狀態指數腦狀態指數（ＣＳＩ）是臨床用於監測患者意識狀態的一項指標，可反映患者的鎮靜程度和麻醉深度，其原理是每秒測量２ ０００次腦電活動，將ＥＥＧ的子引數輸入電腦自適應的神經模糊推論系統，計算出ＣＳＩ，並以０～１００之間數字顯示出來，數值越大表示越清醒，反之則提示大腦皮質的抑制愈嚴重。