已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Recognition of general anesthesia-induced loss of consciousness based on the spatial pattern of the brain networks

默认模式网络 异丙酚 麻醉 神经科学 头皮 医学 意识 静息状态功能磁共振成像 无意识 持续植物状态 心理学 功能连接 最小意识状态 外科
作者
Yuqin Li,Fali Li,Hui Zheng,Lin Jiang,Yueheng Peng,Yangsong Zhang,Dezhong Yao,Tao Xu,Ti‐Fei Yuan,Peng Xu
出处
期刊:Journal of Neural Engineering [IOP Publishing]
卷期号:18 (5): 056039-056039 被引量:5
标识
DOI:10.1088/1741-2552/ac27fc
摘要

Objective.Unconsciousness is a key feature related to general anesthesia (GA) but is difficult to be evaluated accurately by anesthesiologists clinically.Approach.To tracking the loss of consciousness (LOC) and recovery of consciousness (ROC) under GA, in this study, by investigating functional connectivity of the scalp electroencephalogram, we explore any potential difference in brain networks among anesthesia induction, anesthesia recovery, and the resting state.Main results.The results of this study demonstrated significant differences among the three periods, concerning the corresponding brain networks. In detail, the suppressed default mode network, as well as the prolonged characteristic path length and decreased clustering coefficient, during LOC was found in the alpha band, compared to the Resting and the ROC state. When to further identify the Resting and LOC states, the fused network topologies and properties achieved the highest accuracy of 95%, along with a sensitivity of 93.33% and a specificity of 96.67%.Significance.The findings of this study not only deepen our understanding of propofol-induced unconsciousness but also provide quantitative measurements subserving better anesthesia management.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助风清扬采纳,获得10
刚刚
aaaaaab应助科研通管家采纳,获得10
1秒前
双黄应助科研通管家采纳,获得10
1秒前
科研通AI2S应助科研通管家采纳,获得10
1秒前
可言完成签到,获得积分10
1秒前
2秒前
烁果累累完成签到 ,获得积分10
6秒前
可言发布了新的文献求助10
6秒前
9秒前
13秒前
风清扬发布了新的文献求助10
14秒前
韩寒完成签到 ,获得积分10
20秒前
无花果应助刻苦的尔白采纳,获得10
21秒前
愉快的千风完成签到,获得积分10
24秒前
8R60d8完成签到,获得积分0
26秒前
zxq1996完成签到 ,获得积分10
28秒前
29秒前
岸在海的深处完成签到 ,获得积分10
30秒前
风清扬完成签到,获得积分10
31秒前
So完成签到 ,获得积分10
35秒前
willlee完成签到 ,获得积分10
36秒前
SciGPT应助拼搏的亿先采纳,获得10
38秒前
RR发布了新的文献求助10
40秒前
科研通AI2S应助乔二采纳,获得10
45秒前
46秒前
所所应助晓晗采纳,获得10
47秒前
49秒前
彭于晏应助zxx采纳,获得10
50秒前
ycp完成签到,获得积分10
51秒前
呜哈哈发布了新的文献求助10
51秒前
华仔应助jam采纳,获得10
51秒前
Zml200123完成签到,获得积分10
52秒前
54秒前
ivandoctor发布了新的文献求助10
54秒前
十三发布了新的文献求助10
59秒前
wzjs完成签到 ,获得积分10
1分钟前
彭于晏应助RR采纳,获得10
1分钟前
fengyuke发布了新的文献求助10
1分钟前
呜哈哈完成签到,获得积分10
1分钟前
吃的饱饱呀完成签到 ,获得积分10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256777
求助须知:如何正确求助?哪些是违规求助? 2898945
关于积分的说明 8303121
捐赠科研通 2568188
什么是DOI,文献DOI怎么找? 1394887
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631