文献

J-GLOBAL ID：202102285819228642   整理番号：21A0445049

EEG信号からの麻酔の深さを推定するための二段階深層学習方式【JST・京大機械翻訳】

A Two-Stage Deep Learning Scheme to Estimate Depth of Anesthesia from EEG Signals

著者 (2件)： Afshar Sara (Shiraz University,School of Electrical and Computer Engineering,Shiraz,Iran) ,  Boostani Reza (Shiraz University,School of Electrical and Computer Engineering,Shiraz,Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICBME  ページ： 7-12  発行年： 2020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： 長い手術を通して麻酔(DOA)の深さを制御することは,重大な問題であり,そして,疼痛キラーおよび他の麻酔薬の不正確な投与量は,認識または昏睡につながる可能性がある。それにもかかわらず,脳波(EEG)を解析することによるDOAの正確なモニタリングは依然として課題である。バイスペクトル指数(BIS)を模倣するために,本研究では,2つのEEGチャネル(前額に配置)を受け,連続的にBISスコアを予測する深層学習法を提案した。提案方法は,畳み込みニューラルネットワーク(残留ネットワーク)とそれに続く再帰ニューラルネットワーク(双方向長短期メモリ)から成る。さらに,回帰と分類誤差に関して,提案したネットワークの性能を従来の方法と比較した。すべてのモデルを176人の被験者を含む大きなデータセットに適用した。提案したネットワークは,一般化と両方の誤差に関して従来の方法より優れている。Copyright 2021 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： 記憶装置 ,  ネットワーク ,  脳波 ,  ニューラルネットワーク ,  *麻酔 ,  麻酔薬 ,  疼痛 ,  チャネル
準シソーラス用語： 被験者 ,  バイスペクトル ,  *脳波信号 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： EEG信号 ,  麻酔 ,  推定 ,  段階 ,  深層学習