Benutzer: Gast  Login
Originaltitel:
Einsatz von maschinellen Lernverfahren zur Erkennung intraoperativer Wachheit 
Übersetzter Titel:
Use of Machine Learning Techniques for Detection of Intraoperative Awareness 
Jahr:
2013 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Medizin 
Betreuer:
Schneider, Gerhard E. (Prof. Dr.) 
Gutachter:
Schneider, Gerhard E. (Prof. Dr.); Kochs, Eberhard (Prof. Dr.); Kuhn, Klaus A. (Prof. Dr.) 
Sprache:
de 
Fachgebiet:
MED Medizin 
Stichworte:
intraoperative Wachheit, maschinelles Lernen, Support-Vector-Maschinen 
Kurzfassung:
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. 
Mündliche Prüfung:
25.09.2013 
Dateigröße:
462689 bytes 
Seiten:
95 
Letzte Änderung:
18.10.2013