人工智能赋能麻醉监护仪实现麻醉深度监测

摘要：

目的 利用低成本的麻醉监护仪实现麻醉深度监测功能,在围术期内有效辅助麻醉医生诊断并降低麻醉手术成本.方法 提出一种基于人工智能的麻醉深度监测方法,设计了基于卷积神经网络和长短期记忆网络的麻醉深度监测模型,模型输入数据包括麻醉监护仪中记录的心电图和脉搏波,以及从心电图中计算出的心率变异性,模型输出为麻醉诱导、麻醉维持和麻醉苏醒3种状态.结果 麻醉深度监测模型在迁移学习训练方式下的准确率为94.1％,优于所有对比方法.结论 该研究的准确性满足围术期麻醉深度监测的需求,降低了手术成本.

关键词：麻醉深度、人工智能、麻醉监护仪

所属期刊栏目：47

分类号：R318;TP391(医用一般科学)

在线出版日期：2023-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-46