文献
J-GLOBAL ID:202002214103422211   整理番号:20A2289418

麻酔モニタリングのための階層的Poincare解析【JST・京大機械翻訳】

Hierarchical Poincare analysis for anaesthesia monitoring
著者 (4件):
資料名:
巻: 34  号:ページ: 1321-1330  発行年: 2020年 
JST資料番号: W4542A  ISSN: 1387-1307  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Poincare指数と呼ばれる脳波(EEG)のPoincareプロットにおける分散の程度は,麻酔の深さを検出するが,Poincareインデックスは,軽い麻酔レベルでバイスペクトルインデックス(BIS)から最大になる。本研究では,前頭EEGにおける大きな筋電図(EMG)部分を含むことが報告されている周波数範囲として,20から30Hzの周波数を目標とするPoincare-index_20-30Hzを導入した。著者らは,BIS値を調整するための深層学習技術を用いて,従来のPoincare-index_0.5-47HzとPoincare-index_20-30Hzを組み合わせて,この層状Poincare解析がBISのような麻酔レベルの指標を提供できるかどうかを検討した。これら2つのPoincare-indicesとBIS-モニター由来のパラメータの合計83,867のデータセットを,一般的な麻酔を通して30人の患者から3sごとに連続的に得て,訓練データセットの75%と試験データセットの25%にランダムに分けた。訓練データセットにおける2つのPoincare-indicesと2つの補足EEGパラメータ(EMG_70-110Hz,抑制比)を,監督者としてBISを参照して,多層パーセプトロンニューラルネットワーク(MLPNN)において訓練した。次に,モデル(PredBIS)から予測されたBISと測定されたBIS(mBIS)を比較することによって,試験データセットを用いて訓練されたMLPNNモデルを評価した。2つのPoincare-indicesを用いたmBISとPredBISの間の関係は,mBIS=1.00×PredBIS+0.15,R=0.87,p<0.0001,二乗平均平方根誤差(RMSE)=7.09であり,一方,元のPoincare-index_0.5-47Hzを用いたmBISとPredBIS間の関係は,より弱かった(R=0.82,p<0.0001,RMSE=7.32)。これは,20から30Hzの階層的Poincare解析が単純なPoincare解析により構築された麻酔深度モニタリングを改善する可能性を有することを示唆する。Copyright Springer Nature B.V. 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
生体計測 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る