Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

電気脳図の自動分類:クールバック-ライブラーの近隣ルール

W Gersch, F Martinelli, J Yonemoto

    Science (New York, N.Y.)
    |July 13, 1979
    PubMed
    まとめ

    クールバック-ライブラー近隣法則は,最小限のデータを用いて電気脳波 (EEG) 状態を正確に分類します. この方法は,麻酔モニタリングのための最小限の電気脳図誤分類確率を確実に推定します.

    関連する実験動画

    関連する概念動画

    こちらも読む

    関連記事

    共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

    並び替え
    Same author

    Methodological and reporting standards for quality-of-life data eligible for European Society for Medical Oncology-Magnitude of Clinical Benefit Scale (ESMO-MCBS) credit.

    Annals of oncology : official journal of the European Society for Medical Oncology·2022
    Same author

    Response to treatment and prognostic significance of supradiaphragmatic disease in patients with high-grade serous ovarian cancer.

    European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology·2022
    Same author

    Reducing energy demand by the combined application of advanced control strategies in a full scale WWTP.

    Water science and technology : a journal of the International Association on Water Pollution Research·2021
    Same author

    Using rADioMIcs and machine learning with ultrasonography for the differential diagnosis of myometRiAL tumors (the ADMIRAL pilot study). Radiomics and differential diagnosis of myometrial tumors.

    Gynecologic oncology·2021
    Same author

    The size, shape, density and ring of the dwarf planet Haumea from a stellar occultation.

    Nature·2017
    Same author

    Sentinel Node Mapping in Endometrial Cancer By Using Hysteroscopic Injection of Indocyanine Green and Laparoscopic Near-Infrared Fluorescence Imaging: A Preliminary Experience.

    Journal of minimally invasive gynecology·2016

    科学分野:

    • 計算神経科学とは
    • 医学における機械学習
    • シグナル処理 信号処理

    背景:

    • 電気脳波 (EEG) のタイムシリーズの自動分類は,医療診断において極めて重要です.
    • 正確な麻酔モニタリングには,EEG状態の信頼できる分類が必要です.

    研究 の 目的:

    • 電気脳波 (EEG) の時系列を分類するために,クールバック-ライブラーの近隣法則を適用する.
    • 自動分類タスクにおけるEEGの誤分類の最小確率を推定する.

    主な方法:

    • クールバック・ライブラーの近隣の法則を用いて分類した.
    • 電気脳波 (EEG) のデータだけで機械計算を行いました.
    • 麻酔レベルL1 (不十分) とL3 (深部手術に十分) を分類することに焦点を当てました.

    主要な成果:

    • クールバック-ライブラー近隣アプローチは,最小の電気脳図誤分類確率の統計的に信頼できる見積もりを提供します.
    • EEG信号のみを使用して麻酔レベルの自動分類を達成しました.
    • 比較的少数のラベル付きEEGサンプルで有効性が実証されています.

    結論:

    • クールバック・ライブラー近隣法則は,電気脳波 (EEG) のタイムシリーズの自動分類に有効です.
    • この方法は,EEG分析における最小の誤分類率を推定するための信頼性の高いアプローチを提供します.
    • EEGデータによる機械計算だけで,麻酔レベルを正確に分類することができます.