Análisis no lineal de la señal de electroencefalograma en profundidad anestésica
DOI:
https://doi.org/10.17533/udea.redin.n75a06Palabras clave:
extracción de patrones EEG, análisis no lineal de complejidad, procesamiento digital de señales, monitoreo de profundidad anestésicaResumen
El procesamiento digital de la señal de electroencefalograma (EEG) ha tomado importancia en el monitoreo de profundidad anestésica, contribuyendo a una mejor técnica anestésica. El objetivo es realizar una revisión de métodos matemáticos no lineales aplicados recientemente al análisis de EEG la cual presenta características no lineales y no estacionarias. Una revisión fue desarrollada abarcando métodos matemáticos no lineales en el dominio del tiempo y frecuencia, los cuales han sido aplicados recientemente al análisis de EEG: Entropía Aproximada, Entropía Muestral, Entropía Espectral, Entropía Permutada, Transformada Wavelet, Entropía Wavelet, Bispectro, Bicoherencia y Transformada Hilbert Huang. Los algoritmos implementados fueron probados en un registro EEG de un paciente en la Clínica Universidad de La Sabana. Resultados publicados en la literatura a fin del tema son discutidos. Técnicas no lineales como el análisis de entropía, y la combinación con transformadas Wavelet y Hilbert Huang en el dominio de la frecuencia han presentado resultados prometedores en clasificación de estados de profundidad anestésica.
Descargas
Citas
American Society of Anesthesiologists. “Practice Advisory for Intraoperative Awareness and Brain Function Monitoring”. Anesthesiology. Vol. 104. 2006. pp. 847-864.
J. Osterman, J. Hopper, W. Heran, T. Keane, B. Kolk. “Awareness under anesthesia and the development of posttraumatic stress disorder”. General Hospital Psychiatry. Vol. 23. 2001. pp. 198-204.
P. Bischoff, I. Rundshagen. “Awareness during general anesthesia”. Deutsches Ärzteblatt International. Vol. 108. 2011. pp. 1-7.
R. Nickalls, R. Mahajan. “Editorial, Awareness and anaesthesia: think dose, think data”. British Journal of Anaesthesia. Vol. 104. 2010. pp. 1-2.
A. Anier, T. Lipping, V. Jäntti, P. Puumala, A. Huatori. Entropy of the EEG in transition to burst suppression in deep anesthesia: surrogate analysis. Proceedings of the 32nd Annual International Conference of the IEEE EMBS. Buenos Aires, Argentina. 2010. pp. 2790- 2794.
N. Zhengqiang, L. Wang, J. Meng, F. Qiu, J. Huang. “EEG signal processing in anesthesia: Feature extraction of time and frecuency parameters”. Procedia Environmental Sciences. Vol. 8. 2011. pp. 215-220.
W. Dong, C. Gui, Y. Ying, L. Lin, L. Guang, S. Wei. “Application of nonlinear dynamics analysis in assesing unconsciousness: A preliminary study”. Clinical Neurophysiology. Vol. 122. 2011. pp. 490- 498.
N. Nicolaou, P. Houris, P. Alexandrou, J. Georgiou. Entropy Measures for Discrimination of ‘awake’ Vs ‘anaesthetized’ State in Recovery from General Anesthesia. Proceedings of the 33rd Annual International Conference of the IEEE EMBS. Boston, USA. 2011. pp. 2598-2602.
L. Wang, N. Zhengqiang, J. Meng, F. Qiu, J. Huang. “EEG under anesthesia: A general method for calculation of depth of anesthesia”. Procedia Environmental Sciences. Vol. 8. 2011. pp. 209-214.
P. Stacey, Z. Eugene, M. Zheng, M. Paul, B. Ian, B. David. “Peak and averaged bicoherence for different EEG patterns during general anaesthesia”. Biomed Central - BioMedical Engineering. Vol. 9. 2010. pp. 76-97.
K. Hayashi, T. Sawa, M. Matsuura “Anesthesia Depth-dependent Features of Electroencephalographic Bicoherence Spectrum during Sevoflurane Anesthesia”. Anesthesiology. Vol. 108. 2008. pp. 841- 850.
Z. Toktam, B. Reza, D. Mahmood. “A waveletbased estimating depth of anesthesia”. Engineering Applications of Artificial Intelligence. Vol. 25. 2012. pp. 1710-1722.
T. Nguyen, P. Wen, Y. Li, R. Gray. “Measuring and reflecting depth of anesthesia using wavelet and power spectral density”. IEEE Transaction on information technology in biomedicine. Vol. 15. 2011. pp. 630-639.
T. Nguyen, P. Wen, Y. Li, M. Malan. “Measuring the hypnotic depth of anaesthesia based on the EEG signal using combined wavelet transform, eigenvector and normalisation techniques”. Computers in biology and medicine. Vol. 42. 2012. 680-691.
B. Singh, A. Tiwari. “Optimal selection of wavelet basis function applied to ECG signal denoising”. Digital Signal Processing. Vol. 16. 2006. 275-287.
N. Huang, Z. Wu, S. Long. “Hilbert Huang Transform”. Scholarpedia. Vol. 3. 2008. pp. 2544.
X. Li, D. Li, Z. Liang, L. Voss, J. Sleigh. “Analysis of depth of anesthesia with Hilbert–Huang spectral entropy”. Clinical Neurophysiology. Vol. 119. 2008. pp. 2465-2475.
P. Steven, H. Wei. “Approximate entropy: Statistical properties and applications”. Communications in Statistics - Theory and Methods. Vol. 21. 1992. pp. 3061-3077.
H. Viertiö, V. Maja, M. Särkelä, P. Talja, N. Tenkanen, H. Laakso. “Description of the EntropyTM algorithm as applied in the Datex-Ohmeda S/5TM Entropy Module”. Acta Anaesthesiologica Scandinavica. Vol. 48. 2004. pp. 154-161.
B. Christopher, P. Bernd. “Permutation entropy - a natural complexity measure for time series”. Procedia Environmental Sciences. Vol. 88. 2002. pp. 4102-4106.
E. Olofsen, J. Sleigh, A. Dahan. “Permutation entropy of the electroencephalogram: a measure of anaesthetic drug effect”. British Journal of Anaesthesia. Vol. 101. 2013. pp. 810-821.
S. Mallat. “A theory for multiresolution signal decomposition: the wavelet representation. Pattern analysis and Machine Inteligence”. IEEE transaction on. Vol. 11. 1989. pp. 674-693.
I. Rampil. “A primer for EEG signal processing in anesthesia”. Anesthesiology. Vol. 89. 1998. pp. 980- 1002.
R. Rodrigues, I. Miranda, J. García, S. Benevides, Y. Barbosa, D. Abitbol. “Bispectral index and other processed parameters of electroencephalogram: an Update”. Revista Brasileira de Anestesiologia. Vol. 62. 2012. pp. 105-117.
C. Chisholm, J. Zurica, D. Mironov, E. Ornstein, E. Heyer. “Comparison of Electrophysiologic Monitors with Clinical Assessment of Level of Sedation”. Mayo Clinic Proceedings. Vol. 81. 2006. 46-52.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2015 Revista Facultad de Ingeniería Universidad de Antioquia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter