Monitorización automática de estados de sedación en señales electroencefalográficas / Automatic monitoring of sedation states in electroencephalographic signals

RESUMEN

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 por ciento, 90.06 por ciento y 90.24 por ciento respectivamente con las Máquinas de Soporte Vectorial, por lo que se propone el uso del canal electroencefalográfico F4 en la detección de estados anestésicos(AU)

ABSTRACT

General anesthesia provide the patient states of unconsciousness, amnesia and analgesia, however, cases of intraoperative awareness are reported. Due to the incidence of this phenomenon and the psychosomatic effects it causes, the Neuroscience Studies Center, Images and Signals Processing at the University of Oriente, and the General Hospital Juan Bruno Zayas Alfonso both in Santiago de Cuba, Cuba, implement a methodology that allows the automatic detection of anesthetic sedation states applying Artificial Intelligence. For this, the signals recorded by the electroencephalographic channel F4, nine spectral parameters, the Support Vector Machines and the Neuro-Fuzzy Systems were used. In the automatic recognition of the Sedation States Profound, Moderate and Mild an Accuracy of 96.12 percent, 90.06 percent and 90.24 percent respectively was achieved with the Support Vector Machines, so the use of the electroencephalographic channel F4 is proposed in the detection of anesthetic states(AU)