Application of machine learning and statistics to anaesthesia detection from EEG data

Объект исследования, цель: Целью исследования является установление возможности неинвазивного определения степени анестезии, которой подвергается лабораторное животное. Для достижения этой цели предлагается использование таких методов анализа сигналов электроэнцефалограммы (ЭЭГ), как быстрое преобразование Фурье, метод машинного обучения K-Means и расчёт статистических характеристик. Модель и методы: Данные ЭЭГ были получены в результате эксперимента, в котором две группы лабораторных крыс получали два различных вида анестетика. Данные ЭЭГ были нормированы, после чего при помощи метода БПФ были вычислены спектры мощности сигналов. Далее для классификации данных и определения стадии анестезии применялся метод машинного обучения K-Means. Также были рассчитаны статистические характеристики для выявления характерных особенностей сигналов на каждой стадии анестезии. Результаты: Показано, что предложенные методы анализа данных позволяют различить нормальное состояние, анестезирование и летальный исход при повышении дозировки анестезии у лабораторных животных.