文献

J-GLOBAL ID：201902282651240766   整理番号：19A1254317

EEG信号を用いたプロポフォール誘発鎮静状態の1クラス分類【JST・京大機械翻訳】

One-class classification of propofol-induced sedation states using EEG signals

著者 (2件)： Cecotti H. (Department of Computer Science, College of Science and Mathematics, Fresno State University, Fresno, Ca, USA) ,  Rathee D. (Intelligent System Research Centre, Ulster University, Magee Campus, Derry Londonderry, N. Ireland, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： NER  ページ： 518-521  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 脳機能モニタリングは,個々の脳の特定の特性を考慮しなければならないので,困難な問題である。したがって,単一脳のいくつかの特別な側面は,他の人々からのデータの使用を通して適切にモデル化されない可能性がある。加えて,脳モニタリングが単一時間と複数の条件を通して起こる状況がある。このような場合,新しい入力状態が未知であるので,この同じ人からの以前の信号を用いてシステムを較正することはできない。さらに,新しい観測されない条件が時間とともに発生するので,情報が利用できないこれらの入力条件に関するモデルを作成することはできない。これらすべての理由に対して,脳状態監視のための1クラス分類器(OCC)または新規性検出技術の使用は,個々の脳状態の状態におけるシフトを決定するための解決策を提供する。本論文では,20個のセンサ上の5つの周波数帯において,バンドパワー特徴を用いて,7人の成人参加者からの脳波(EEG)信号を用いて,異なる鎮静状態(ベースライン,軽度,中等度,および回復)における脳状態を調査することを提案した。1クラス最近傍分類器を用いて,鎮静状態から後部状態への変化の検出を評価した。現在のクラスの90~パーセンタイルに基づいて閾値を設定することを提案した。結果は,87.56±15.85%のfスコアがベースライン状態から中等度鎮静状態まで得られるという結論を支持する。最後に,結果は,γバンドが4つの条件の間で識別するために最良の性能を与えることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *周波数帯 ,  センサ ,  検出法 ,  脳波 ,  モデリング ,  基準線 ,  成人 ,  フェノール類
準シソーラス用語： スコア ,  状態監視 ,  脳機能 ,  *キリング ,  *脳波信号 , 【Automatic Indexing@JST】

分類 (3件)： 生体計測  (EL03020C) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

物質索引 (1件)： プロポフォール

タイトルに関連する用語 (5件)： EEG信号 ,  プロポフォール ,  誘発 ,  鎮静 ,  1クラス分類