SciELO - Scientific Electronic Library Online

 
vol.101 número3Estados emocionais frequentes e estratégias de enfrentamento em consulta para casais inférteisAvaliação in vivo da pirogenicidade de bioprodutos fúngicos com potencial prebiótico índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Artigo

Indicadores

  • Não possue artigos citadosCitado por SciELO

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Revista Información Científica

versão On-line ISSN 1028-9933

Resumo

GONZALEZ-RUBIO, Tahimy; RODRIGUEZ-ALDANA, Yissel; MARANON-REYES, Enrique J.  e  MONTOYA-PEDRON, Arquímedes. Estrategia para la toma de decisiones en el reconocimiento automático de estados de sedación anestésica. Rev. inf. cient. [online]. 2022, vol.101, n.3  Epub 09-Maio-2022. ISSN 1028-9933.

Introducción:

La Anestesiología es la especialidad médica dedicada a la atención específica de los pacientes durante procedimientos quirúrgicos y en cuidados intensivos. Esta especialidad basada en los avances científicos y tecnológicos, ha incorporado el uso del monitoreo electroencefalográfico, facilitando el control continuo de estados de sedación anestésica durante las cirugías, con una adecuada concentración de fármacos.

Objetivo:

Proponer una estrategia de clasificación para el reconocimiento automático de tres estados de sedación anestésica en señales electroencefalográficas.

Método:

Se utilizaron con consentimiento informado escrito los registros electroencefalográficos de 27 pacientes sometidos a cirugía abdominal, excluyendo aquellos con antecedentes de epilepsia, enfermedades cerebrovasculares y otras afecciones neurológicas. Se aplicaron en total 12 fármacos anestésicos y dos relajantes musculares con montaje de 19 electrodos según el Sistema Internacional 10-20. Se eliminaron artefactos en los registros y se aplicaron técnicas de Inteligencia artificial para realizar el reconocimiento automático de los estados de sedación.

Resultados:

Se propuso una estrategia basada en el uso de máquinas de soporte vectorial con algoritmo multiclase Uno-Contra-Resto y la métrica Similitud Coseno, para realizar el reconocimiento automático de tres estados de sedación: profundo, moderado y ligero, en señales registradas por el canal frontal F4 y los occipitales O1 y O2. Se realizó una comparación de la propuesta con otros métodos de clasificación.

Conclusiones:

Se computa una exactitud balanceada del 92,67 % en el reconocimiento de los tres estados de sedación en las señales registradas por el canal electroencefalográfico F4, lo cual favorece el desarrollo de la monitorización anestésica.

Palavras-chave : señales electroencefalográficas; estados de sedación anestésica; reconocimiento automático; máquinas de soporte vectorial.

        · resumo em Português | Inglês     · texto em Espanhol     · Espanhol ( pdf )