Skip to main content

2014 | OriginalPaper | Buchkapitel

Auto-Mutual Information Function for Predicting Pain Responses in EEG Signals during Sedation

verfasst von : U. Melia, M. Vallverdú, M. Jospin, E. W. Jensen, J. F. Valencia, F. Clariá, P. L. Gambus, P. Caminal

Erschienen in: XIII Mediterranean Conference on Medical and Biological Engineering and Computing 2013

Verlag: Springer International Publishing

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

The level of sedation in patients undergoing medical procedures evolves continuously, such as the effect of the anesthetic and analgesic agents is counteracted by pain stimuli. The monitors of depth of anesthesia, based on the analysis of the electroencephalogram (EEG), have been progressively introduced into the daily practice to provide additional information about the state of the patient. However, the quantification of analgesia still remains an open problem. The purpose of this work was to analyze the capability of prediction of nociceptive responses based on the auto-mutual information function

(AMIF). AMIF

measures were calculated on EEG signal in order to predict the presence or absence of the nociceptive responses to endoscopy tube insertion during sedation in endoscopy procedure. Values of prediction probability of Pk above 0.80 and percentages of sensitivity and specificity above 70% and 70% respectively were achieved combining

AMIF

with power spectral density and concentrations of remifentanil.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Metadaten
Titel
Auto-Mutual Information Function for Predicting Pain Responses in EEG Signals during Sedation
verfasst von
U. Melia
M. Vallverdú
M. Jospin
E. W. Jensen
J. F. Valencia
F. Clariá
P. L. Gambus
P. Caminal
Copyright-Jahr
2014
DOI
https://doi.org/10.1007/978-3-319-00846-2_154