SciELO - Scientific Electronic Library Online

 
vol.11 issue1Methodology for in silico mining of microsatellite polymorphic lociDiagnosis of the hypertension risk in children applying Neurofuzzy Systems author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Revista Cubana de Informática Médica

On-line version ISSN 1684-1859

Abstract

GONZALEZ RUBIO, Tahimy et al. Monitorización automática de estados de sedación en señales electroencefalográficas. RCIM [online]. 2019, vol.11, n.1, pp.18-32.  Epub June 01, 2019. ISSN 1684-1859.

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.

Keywords : estados de sedación; señal electroencefalográfica; inteligencia artificial; despertar intraoperatorio.

        · abstract in English     · text in Spanish     · Spanish ( pdf )