Estrategia para la toma de decisiones en el reconocimiento automático de estados de sedación anestésica / Decision-making strategy for automatic recognition of sedation states / Estratégia de tomada de decisão para reconhecimento automático de estados de sedação

RESUMEN Introducción: La Anestesiología es la especialidad médica dedicada a la atención específica de los pacientes durante procedimientos quirúrgicos y en cuidados intensivos. Esta especialidad basada en los avances científicos y tecnológicos, ha incorporado el uso del monitoreo electroencefalográfico, facilitando el control continuo de estados de sedación anestésica durante las cirugías, con una adecuada concentración de fármacos. Objetivo: Proponer una estrategia de clasificación para el reconocimiento automático de tres estados de sedación anestésica en señales electroencefalográficas. Método: Se utilizaron con consentimiento informado escrito los registros electroencefalográficos de 27 pacientes sometidos a cirugía abdominal, excluyendo aquellos con antecedentes de epilepsia, enfermedades cerebrovasculares y otras afecciones neurológicas. Se aplicaron en total 12 fármacos anestésicos y dos relajantes musculares con montaje de 19 electrodos según el Sistema Internacional 10-20. Se eliminaron artefactos en los registros y se aplicaron técnicas de Inteligencia artificial para realizar el reconocimiento automático de los estados de sedación. Resultados: Se propuso una estrategia basada en el uso de máquinas de soporte vectorial con algoritmo multiclase Uno-Contra-Resto y la métrica Similitud Coseno, para realizar el reconocimiento automático de tres estados de sedación: profundo, moderado y ligero, en señales registradas por el canal frontal F4 y los occipitales O1 y O2. Se realizó una comparación de la propuesta con otros métodos de clasificación. Conclusiones: Se computa una exactitud balanceada del 92,67 % en el reconocimiento de los tres estados de sedación en las señales registradas por el canal electroencefalográfico F4, lo cual favorece el desarrollo de la monitorización anestésica.

ABSTRACT Introduction: Anesthesiology is the medical specialty concerned with the specific care of patients during surgical and intensive care procedures. This specialty, based on scientific and technological advances, has incorporated the use of electroencephalographic monitoring, facilitating the continuous control in the use of anesthesia for patient´s sedation states during surgeries, with an adequate concentration of drugs. Objective: Proposal for a classification strategy for automatic recognition of three sedation states in electroencephalographic signals. Methods: We used, with written informed consent, the electroencephalographic records of 27 patients undergoing abdominal surgery, excluding those with a history of epilepsy, cerebrovascular disease and other neurological conditions. A total of 12 drugs to produce anesthesia and two muscle relaxants with 19 electrodes, mounted according to the International System 10 -20, were applied. Artifacts in the records were eliminated and artificial intelligence techniques were applied to perform automatic recognition of sedation states. Results: A strategy based on the use of support vector machines with a multiclass algorithm One-against-Rest and the Cosine Similarity metric was proposed to perform the automatic recognition of three sedation states: deep, moderate and light, in signals recorded by the frontal channel F4 and the occipital channels O1 and O2. A comparison was carried out between the proposal showed and other classification methods. Conclusions: A balanced accuracy of 92.67% is computed about the recognition of the three states of sedation in the signals recorded by the electroencephalographic channel F4, which helps in a better anesthetic monitoring process.

RESUMO Introdução: A Anestesiologia é a especialidade médica dedicada ao atendimento específico de pacientes durante procedimentos cirúrgicos e em terapia intensiva. Essa especialidade, baseada nos avanços científicos e tecnológicos, incorporou o uso da monitorização eletroencefalográfica, facilitando o controle contínuo dos estados de sedação anestésica durante as cirurgias, com concentração adequada de fármacos. Objetivo: Propor uma estratégia de classificação para o reconhecimento automático de três estados de sedação anestésica em sinais eletroencefalográficos. Método: Foram utilizados registros eletroencefalográficos de 27 pacientes submetidos à cirurgia abdominal com consentimento informado por escrito, excluindo aqueles com histórico de epilepsia, doenças cerebrovasculares e outras condições neurológicas. Um total de 12 drogas anestésicas e dois relaxantes musculares foram aplicados com um conjunto de 19 eletrodos de acordo com o Sistema Internacional 10-20. Artefatos nos prontuários foram removidos e técnicas de inteligência artificial foram aplicadas para realizar o reconhecimento automático dos estados de sedação. Resultados: Foi proposta uma estratégia baseada no uso de máquinas de vetores de suporte com algoritmo One-Against-Rest multiclasse e a métrica Cosine Similarity para realizar o reconhecimento automático de três estados de sedação: profundo, moderado e leve, em sinais registrados pelo canal frontal F4 e os canais occipitais O1 e O2. Foi feita uma comparação da proposta com outros métodos de classificação. Conclusões: Uma acurácia equilibrada de 92,67% é computada no reconhecimento dos três estados de sedação nos sinais registrados pelo canal eletroencefalográfico F4, o que favorece o desenvolvimento da monitorização anestésica.

Detección de la profundidad anestésica en señales registradas por el canal electroencefalográfico F4 / Detection of anesthetic depth in signals recorded by electroencephalographic channel F4

Introducción: durante una intervención quirúrgica es necesario que el paciente, bajo los efectos de la anestesia general permanezca inconsciente e insensible al dolor, sin embargo, se reportan casos de despertar intraoperatorio. Debido a la incidencia de este fenómeno y los efectos adversos a los que conlleva, el Centro de Estudios de Neurociencias, Procesamiento de Imágenes y Señales, de la Universidad de Oriente, Cuba, desarrolla un prototipo de monitor de anestesia que permita la detección de los cambios de estados anestésicos, a partir del reconocimiento automático de Niveles de Profundidad Anestésica en señales electroencefalográficas.Objetivo: detectar de manera automática estados de sedación anestésica a partir de señales electroencefalográficas como sistema de apoyo al monitoreo intraoperatorio.Métodos: se realizó el registro de las señales electroencefalográficas de 27 pacientes sometidos a cirugía general abdominal, seleccionándose para el estudio el canal F4. La detección de los niveles de profundidad anestésica se efectuó usándose métodos computacionales de Inteligencia Artificial.Resultados: se redujo la escala de profundidad anestésica a tres niveles, obteniéndose una efectividad en el reconocimiento de: 90,24 por ciento en el nivel ligero, 90,06 por ciento en el moderado y 96,12 por ciento en el nivel profundo.Conclusiones: se proponen tres niveles de profundidad anestésica, detectados con más del 90 por ciento de exactitud en las señales electroencefalográficas, lo cual posibilitará mejorar la práctica diaria del anestesiólogo a partir del monitor que desarrolla el ya mencionado Centro de Estudios. Los resultados evidencian que la derivación F4 es representativa del comportamiento de los fármacos anestésicos en la actividad cerebral(AU)

Introduction: During surgery a patient under general anesthesia must remain unconscious and insensitive to pain. However, cases have been reported of intraoperative awareness. Due to the incidence of this phenomenon and the adverse effects it causes, the Center for Neuroscience and Image and Signal Processing Studies of the University of Oriente, Cuba, is developing a prototype for an anesthesia monitor allowing detection of changes in anesthetic status based on automated recognition of Anesthetic Depth Levels in electroencephalographic signals.Objective: Automatically detect anesthetic sedation states in electroencephalographic signals as a support system for intraoperative monitoring.Methods: Recording was conducted of electroencephalographic signals from 27 patients undergoing general abdominal surgery. The channel selected for the study was F4. Detection of anesthetic depth levels was performed using Artificial Intelligence computer methods.Results: The anesthetic depth scale was reduced to three levels. Recognition effectiveness was 90.24 percent for the light level, 90.06 percent for the moderate level, and 12 percent for the deep level.Conclusions: Three anesthetic depth levels are proposed, which were detected with above 90 percent accuracy in electroencephalographic signals. The daily work of anesthesiologists will be improved with the use of the monitor being developed at the above mentioned study center. Results show that F4 derivation is representative of the effect of anesthetics upon brain activity(AU)

Sistemas de análisis acústico y de reconocimiento automático en habla espontánea / Acoustic analysis and automatic recognition systems in spontaneous spech

En este trabajo se presentan dos sistemas de análisis acústico del habla con aplicaciones a la descripción de segmentos de discurso espontáneo y un sistema de reconocimiento automático de habla espontánea orientado a la detección de palabras. El primer sistema de análisis presenta detalladamente todos los rasgos instintivos segmentales y suprasegmentales del habla en forma simultánea asociados a la frecuencia, energía y duración. El segundo presenta automáticamente los parámetros físicos asociados a la entonación en una superficie que cuantifica el campo vocal del hablante y mide el rango vocal y dinámico en el discurso hablado. Se presenta un histograma de la frecuencia fundamental útil para comparar las tendencias entonativas de sesión a sesión. Finalmente se ha desarrollado una herramienta de reconocimiento con modelos acústicos para el español hablado en la Argentina. El mismo transcribe los sonidos grabados a texto y posibilita la aplicación de otras herramientas para el procesamiento de lenguaje natural.(AU)

In this paper two acoustic speech analysis systems are presented with applications to the description of spontaneous speech segments and a system of automatic spontaneousspeech recognition oriented to word detection. The first analysis system presents in detail all segment and supra-segment instinct speech features simultaneously and associated frequency, power and duration. The second automatically displays thephysical parameters associated to intonation in a surface that quantifies the vocal field of the speaker and measures the vocal and dynamic range in spoken discourse. A histogram of the fundamental frequency proves useful to compare intonation tendencies from session to session. Finally a recognition tool with acoustic models was developed for Spanish spoken in Argentina. It transcribes the recorded text sounds and enables the application of other tools for natural language processing.(AU)

Sistemas de análisis acústico y de reconocimiento automático en habla espontánea / Acoustic analysis and automatic recognition systems in spontaneous spech

En este trabajo se presentan dos sistemas de análisis acústico del habla con aplicaciones a la descripción de segmentos de discurso espontáneo y un sistema de reconocimiento automático de habla espontánea orientado a la detección de palabras. El primer sistema de análisis presenta detalladamente todos los rasgos instintivos segmentales y suprasegmentales del habla en forma simultánea asociados a la frecuencia, energía y duración. El segundo presenta automáticamente los parámetros físicos asociados a la entonación en una superficie que cuantifica el campo vocal del hablante y mide el rango vocal y dinámico en el discurso hablado. Se presenta un histograma de la frecuencia fundamental útil para comparar las tendencias entonativas de sesión a sesión. Finalmente se ha desarrollado una herramienta de reconocimiento con modelos acústicos para el español hablado en la Argentina. El mismo transcribe los sonidos grabados a texto y posibilita la aplicación de otras herramientas para el procesamiento de lenguaje natural.

In this paper two acoustic speech analysis systems are presented with applications to the description of spontaneous speech segments and a system of automatic spontaneousspeech recognition oriented to word detection. The first analysis system presents in detail all segment and supra-segment instinct speech features simultaneously and associated frequency, power and duration. The second automatically displays thephysical parameters associated to intonation in a surface that quantifies the vocal field of the speaker and measures the vocal and dynamic range in spoken discourse. A histogram of the fundamental frequency proves useful to compare intonation tendencies from session to session. Finally a recognition tool with acoustic models was developed for Spanish spoken in Argentina. It transcribes the recorded text sounds and enables the application of other tools for natural language processing.