Aller au contenu principal
Accès ouvert déclaré 2024 article

Variational Mode Decomposition Analysis of Electroencephalograms during General Anesthesia: Using the Grey Wolf Optimizer to Determine Hyperparameters

4Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : jp. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Frequency analysis via electroencephalography (EEG) during general anesthesia is used to develop techniques for measuring anesthesia depth. Variational mode decomposition (VMD) enables mathematical optimization methods to decompose EEG signals into natural number intrinsic mode functions with distinct narrow bands. However, the analysis requires the a priori determination of hyperparameters, including the decomposition number (K) and the penalty factor (PF). In the VMD analysis of EEGs derived from a noninterventional and noninvasive retrospective observational study, we adapted the grey wolf optimizer (GWO) to determine the K and PF hyperparameters of the VMD. As a metric for optimization, we calculated the envelope function of the IMF decomposed via the VMD method and used its envelope entropy as the fitness function. The K and PF values varied in each epoch, with one epoch being the analytical unit of EEG; however, the fitness values showed convergence at an early stage in the GWO algorithm. The K value was set to 2 to capture the α wave enhancement observed during the maintenance phase of general anesthesia in intrinsic mode function 2 (IMF-2). This study suggests that using the GWO to optimize VMD hyperparameters enables the construction of a robust analytical model for examining the EEG frequency characteristics involved in the effects of general anesthesia.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Variational Mode Decomposition Analysis of Electroencephalograms during General Anesthesia: Using the Grey Wolf Optimizer to Determine Hyperparameters
Date Crossref
04/09/2024
Éditeur
MDPI AG
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Kyoto Prefectural University of Medicine pays non établi dans la notice
    Université ou école supérieure
  • Yodogawa Christian Hospital Department of Anesthesiology pays non établi dans la notice
    Établissement de santé
  • Kindai University Department of Anesthesiology pays non établi dans la notice
    Université ou école supérieure
  • University Hospital Kyoto Prefectural University of Medicine pays non établi dans la notice
    Établissement de santé
  • Graduate School of Medical Science Department of Anesthesiology pays non établi dans la notice
    Université ou école supérieure

Kyoto Prefectural University of Medicine, Department of Anesthesiology — Yodogawa Christian Hospital et Department of Anesthesiology — Kindai University, avec 2 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

EEG and Brain-Computer InterfacesFault Detection and Control SystemsBlind Source Separation Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.