您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览312 | 下载12

目的通过对麻醉状态下脑电(EEG)的近似熵(ApEn)分析,寻找适用于临床手术的麻醉深度实时监测参数. 方法对SD大鼠在不同麻醉深度下提取的脑电(EEG)信号进行近似熵分析. 结果 EEG的近似熵随麻醉深度的加深而减少,反之亦然.文中还对近似熵与Lempel-Ziv复杂度C(n)在麻醉深度监测上的效果进行了对比分析. 结论近似熵算法简单、计算所需数据序列短、抗干扰强,因此对脑电信号进行近似熵动态分析为临床麻醉深度监测提供了一个新的方法.

作者:徐进;郑崇勋;和卫星

来源:航天医学与医学工程 2004 年 17卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:312 | 下载:12
作者:
徐进;郑崇勋;和卫星
来源:
航天医学与医学工程 2004 年 17卷 3期
标签:
麻醉 深度 近似熵 脑电图 复杂度
目的通过对麻醉状态下脑电(EEG)的近似熵(ApEn)分析,寻找适用于临床手术的麻醉深度实时监测参数. 方法对SD大鼠在不同麻醉深度下提取的脑电(EEG)信号进行近似熵分析. 结果 EEG的近似熵随麻醉深度的加深而减少,反之亦然.文中还对近似熵与Lempel-Ziv复杂度C(n)在麻醉深度监测上的效果进行了对比分析. 结论近似熵算法简单、计算所需数据序列短、抗干扰强,因此对脑电信号进行近似熵动态分析为临床麻醉深度监测提供了一个新的方法.