Monitorización automática de estados de sedación en señales electroencefalográficas
<p>La anestesia general proporciona al paciente estados de inconciencia, amnesia y analgesia, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y sus efectos psicosomáticos, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y S...
Main Authors: | , , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
ECIMED
2019-06-01
|
Series: | Revista Cubana de Informática Médica |
Online Access: | http://www.revinformatica.sld.cu/index.php/rcim/article/view/255 |
id |
doaj-e856ac7131f743dfadc529a74e4fcf4c |
---|---|
record_format |
Article |
spelling |
doaj-e856ac7131f743dfadc529a74e4fcf4c2021-04-05T22:15:45ZengECIMEDRevista Cubana de Informática Médica1684-18592019-06-01111191Monitorización automática de estados de sedación en señales electroencefalográficasMSc. Tahimy González Rubio0MSc. Yissel Rodríguez AldanaIng. Jorge Luis Drullet FerrerDrC. Enrique J. Marañon ReyesDr.C. Arquímedes Montoya PedrónUniversidad de Oriente<p>La anestesia general proporciona al paciente estados de inconciencia, amnesia y analgesia, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y sus efectos psicosomáticos, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales en la Universidad de Oriente, y el Hospital General “Juan Bruno Zayas Alfonso” ambos en Santiago de Cuba, Cuba, implementan una metodología que permita detectar automáticamente estados de sedación anestésica aplicando Inteligencia Artificial. Para esto se emplearon las señales registradas por el canal electroencefalográfico F4, nueve parámetros espectrales, las Máquinas de Soporte Vectorial y los Sistemas Neuro-Difusos. En el reconocimiento automático de los estados de Sedación Profunda, Moderada y Ligera se logró una Exactitud de 96.12%, 90.06% y 90.24% respectivamente con las Máquinas de Soporte Vectorial, por lo que se propone el uso del canal electroencefalográfico F4 en la detección de estados anestésicos.</p>http://www.revinformatica.sld.cu/index.php/rcim/article/view/255 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
MSc. Tahimy González Rubio MSc. Yissel Rodríguez Aldana Ing. Jorge Luis Drullet Ferrer DrC. Enrique J. Marañon Reyes Dr.C. Arquímedes Montoya Pedrón |
spellingShingle |
MSc. Tahimy González Rubio MSc. Yissel Rodríguez Aldana Ing. Jorge Luis Drullet Ferrer DrC. Enrique J. Marañon Reyes Dr.C. Arquímedes Montoya Pedrón Monitorización automática de estados de sedación en señales electroencefalográficas Revista Cubana de Informática Médica |
author_facet |
MSc. Tahimy González Rubio MSc. Yissel Rodríguez Aldana Ing. Jorge Luis Drullet Ferrer DrC. Enrique J. Marañon Reyes Dr.C. Arquímedes Montoya Pedrón |
author_sort |
MSc. Tahimy González Rubio |
title |
Monitorización automática de estados de sedación en señales electroencefalográficas |
title_short |
Monitorización automática de estados de sedación en señales electroencefalográficas |
title_full |
Monitorización automática de estados de sedación en señales electroencefalográficas |
title_fullStr |
Monitorización automática de estados de sedación en señales electroencefalográficas |
title_full_unstemmed |
Monitorización automática de estados de sedación en señales electroencefalográficas |
title_sort |
monitorización automática de estados de sedación en señales electroencefalográficas |
publisher |
ECIMED |
series |
Revista Cubana de Informática Médica |
issn |
1684-1859 |
publishDate |
2019-06-01 |
description |
<p>La anestesia general proporciona al paciente estados de inconciencia, amnesia y analgesia, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y sus efectos psicosomáticos, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales en la Universidad de Oriente, y el Hospital General “Juan Bruno Zayas Alfonso” ambos en Santiago de Cuba, Cuba, implementan una metodología que permita detectar automáticamente estados de sedación anestésica aplicando Inteligencia Artificial. Para esto se emplearon las señales registradas por el canal electroencefalográfico F4, nueve parámetros espectrales, las Máquinas de Soporte Vectorial y los Sistemas Neuro-Difusos. En el reconocimiento automático de los estados de Sedación Profunda, Moderada y Ligera se logró una Exactitud de 96.12%, 90.06% y 90.24% respectivamente con las Máquinas de Soporte Vectorial, por lo que se propone el uso del canal electroencefalográfico F4 en la detección de estados anestésicos.</p> |
url |
http://www.revinformatica.sld.cu/index.php/rcim/article/view/255 |
work_keys_str_mv |
AT msctahimygonzalezrubio monitorizacionautomaticadeestadosdesedacionensenaleselectroencefalograficas AT mscyisselrodriguezaldana monitorizacionautomaticadeestadosdesedacionensenaleselectroencefalograficas AT ingjorgeluisdrulletferrer monitorizacionautomaticadeestadosdesedacionensenaleselectroencefalograficas AT drcenriquejmaranonreyes monitorizacionautomaticadeestadosdesedacionensenaleselectroencefalograficas AT drcarquimedesmontoyapedron monitorizacionautomaticadeestadosdesedacionensenaleselectroencefalograficas |
_version_ |
1721538975024283648 |