探讨右美托咪定在脑电双频指数(BIS)指导及全身麻醉下帕金森病脑深部电刺激术(DBS)中的应用效果。选取2018年12月至2020年5月中国医科大学附属盛京医院择期全身麻醉下DBS患者40例,随机分为右美托咪定组(D组)和对照组(C组),每组20例,术...探讨右美托咪定在脑电双频指数(BIS)指导及全身麻醉下帕金森病脑深部电刺激术(DBS)中的应用效果。选取2018年12月至2020年5月中国医科大学附属盛京医院择期全身麻醉下DBS患者40例,随机分为右美托咪定组(D组)和对照组(C组),每组20例,术中均采用微电极记录技术。麻醉诱导前10 min D组泵注右美托咪定(0.8μg/kg),C组泵注相同体积生理盐水。全身麻醉维持采用七氟醚复合丙泊酚及瑞芬。进行微电极记录时,调整全身麻醉药物用量使BIS达到75~80。记录患者麻醉前(T1)、全身麻醉插管后(T2)、麻醉减浅时(T3)、微电极记录出现典型丘脑底核信号时(T4)、微电极记录15 min时(T5)、麻醉加深时(T6)的平均动脉压(MAP)、心率(HR)、BIS,诱导出典型丘脑底核放电信号所用时间及围术期不良反应情况。结果显示,与同组T1时比较,D组T2~T4时HR明显减慢(P<0.05),C组T5、T6时MAP明显升高(P<0.05)。与C组相同时间点比较,D组T4、T5、T6时MAP明显降低(P<0.05),T2、T3、T4时HR明显减慢(P<0.05)。与C组比较,D组诱导细胞电位时间明显减少(P<0.05),不良反应发生率明显降低(P<0.05)。因此,术前输注右美托咪定(0.8μg/kg)可有效稳定血流动力学,不影响微电极记录神经核团放电信号质量以及结果。展开更多
Kernel function is the function which computes dot product in feature spaces. Both the SVMs and kernelPCA are kernel-based learning methods. In this paper, the SVMs and kernel PCA are used to tackle the face recogni-t...Kernel function is the function which computes dot product in feature spaces. Both the SVMs and kernelPCA are kernel-based learning methods. In this paper, the SVMs and kernel PCA are used to tackle the face recogni-tion problem. SVMs are classifiers which have demonstrated high generalization capabilities. Kernel PCA is a featureextraction technique which is proposed as a nonlinear extension of a PCA. We illustrate the potential of SVMs andkernel PCA on the Yale database and compare with a PCA based algorithm. The experiments indicate that SVMs andkernel PCA are superior to the PCA method.展开更多
文摘探讨右美托咪定在脑电双频指数(BIS)指导及全身麻醉下帕金森病脑深部电刺激术(DBS)中的应用效果。选取2018年12月至2020年5月中国医科大学附属盛京医院择期全身麻醉下DBS患者40例,随机分为右美托咪定组(D组)和对照组(C组),每组20例,术中均采用微电极记录技术。麻醉诱导前10 min D组泵注右美托咪定(0.8μg/kg),C组泵注相同体积生理盐水。全身麻醉维持采用七氟醚复合丙泊酚及瑞芬。进行微电极记录时,调整全身麻醉药物用量使BIS达到75~80。记录患者麻醉前(T1)、全身麻醉插管后(T2)、麻醉减浅时(T3)、微电极记录出现典型丘脑底核信号时(T4)、微电极记录15 min时(T5)、麻醉加深时(T6)的平均动脉压(MAP)、心率(HR)、BIS,诱导出典型丘脑底核放电信号所用时间及围术期不良反应情况。结果显示,与同组T1时比较,D组T2~T4时HR明显减慢(P<0.05),C组T5、T6时MAP明显升高(P<0.05)。与C组相同时间点比较,D组T4、T5、T6时MAP明显降低(P<0.05),T2、T3、T4时HR明显减慢(P<0.05)。与C组比较,D组诱导细胞电位时间明显减少(P<0.05),不良反应发生率明显降低(P<0.05)。因此,术前输注右美托咪定(0.8μg/kg)可有效稳定血流动力学,不影响微电极记录神经核团放电信号质量以及结果。
文摘Kernel function is the function which computes dot product in feature spaces. Both the SVMs and kernelPCA are kernel-based learning methods. In this paper, the SVMs and kernel PCA are used to tackle the face recogni-tion problem. SVMs are classifiers which have demonstrated high generalization capabilities. Kernel PCA is a featureextraction technique which is proposed as a nonlinear extension of a PCA. We illustrate the potential of SVMs andkernel PCA on the Yale database and compare with a PCA based algorithm. The experiments indicate that SVMs andkernel PCA are superior to the PCA method.
