In der Arbeit wird die Eignung verschiedener maschineller Lernverfahren zur Erkennung intraoperativer Wachheit untersucht. Verwendet werden Parameterauswahlverfahren und Lernalgorithmen. Grundlage sind vorverarbeitete EEG- und AEP-Daten von 39 Patienten, die direkt vor und nach Bewusstseinsverlust bzw. Erwachen bei Allgemeinanästhesie aufgezeichnet wurden. Es zeigen sich Hinweise auf eine verbesserte Erkennungsrate durch die vorgestellten Methoden.
Übersetzte Kurzfassung:
Subject of the dissertation is the applicability of several machine learning techniques for the detection of intraoperative awareness. These techniques were parameter selection algorithms as well as learning algorithms. The analysis is based on preprocessed EEG and AEP data which were recorded directly prior to and after the loss and recovery of consciousness during general anesthesia. The results point to an improved detection rate due to the presented methods.
Login
BibTeX