基于稀疏偏最小二乘的麻醉意识状态功能连接研究

发布时间：2023-11-27 18:18

　　麻醉意识状态监测是神经科学基础研究及临床应用中的重要问题,受到广泛关注。本研究为寻找临床麻醉意识状态监测指标,共采集14位全麻手术患者在三种意识状态(清醒、中度麻醉、深度麻醉)下各5 min静息态脑电数据,对比采用稀疏偏最小二乘(SPLS)和传统的同步似然(SL)方法计算脑功能连接,通过连接特征来区分麻醉前后三种意识状态。通过全脑网络分析,本文SPLS方法与传统SL方法得到的不同意识状态下的网络参数变化趋势一致,并且采用SPLS方法所得结果的差异具有统计学意义(P<0.05)。对SPLS方法得到的连接特征运用支持向量机进行分类,分类准确率为87.93%,较使用SL方法得到的连接特征分类准确率高出7.69%。本文研究结果显示,基于SPLS方法进行功能连接分析在区分三种意识状态方面有更好的性能,或可为临床麻醉监测提供一种新思路。

【文章页数】：8 页

【文章目录】：
引言
1 试验数据及方法
    1.1 试验数据
        1.1.1 数据采集
        1.1.2 数据预处理
    1.2 方法
        1.2.1 同步似然分析法
        1.2.2 偏最小二乘法
        1.2.3稀疏偏最小二乘法
        1.2.4 脑网络分析
        1.2.5 功能连接对比分析
2 结果分析
3 结束语



本文编号：3868323