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

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)

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)

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)