சுருக்கம்

Multi-Scale Entropy and Neural Networks for Detection of Depth of Anaesthesia within EEG Signals

Mohamed H Almeer

In recent years, multi-scale sample entropy (MSSE) is rapidly gaining popularity as an interesting tool for exploring neurophysiological mechanisms. In this paper, we propose a new method based on MSSE for on-line monitoring of the depth of anaesthesia (DoA) to quantify the anaesthetic effect with real-time electroencephalography by using MSSE. Empirical mode decomposition (EMD) was used successfully to filter EEG recordings of artefacts before the imitation of the recognition phases. Artificial neural networks were used to classify three scales of the MSSE into three stages of hypnosis. Results showed 95% accuracy of the tested clinical anaesthesia EEG recordings obtained for 20 patients.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

கல்வி விசைகள்
ஆராய்ச்சி பைபிள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
அறிஞர்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க