Abstract: L. Huang, W. Wang, S. Singare (2006)

The need for assessing the depth of anesthesia during surgical operations has existed since the introduction of anaesthesia, but sufficiently reliable method is still not found. This paper presents a new approach to detect depth of anaesthesia by using recurrence quantification analysis of electroencephalogram (EEG) and artificial neural network(ANN). The EEG recordings were collected from consenting patient prior to incision during isoflurane anaesthesia of different levels. The four measures of recurrence plot were extracted from each of eight-channel EEG time series. Prediction was made by means of ANN. The system was able to correctly classify purposeful responses in average accuracy of 87.76% of the cases.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Recurrence quantification analysis of EEG predicts responses to incision during anesthesia