洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

首页 临床进展 基于机器学习分析脑电数据识别全麻患者苏醒期不良刺激不同来源的研究

【ChiCTR2600123109】基于机器学习分析脑电数据识别全麻患者苏醒期不良刺激不同来源的研究

查看原文
立即下载
基本信息
登记号

ChiCTR2600123109

试验状态

结束

药物名称

/

药物类型

/

规范名称

/

首次公示信息日的期

2026-04-21

临床申请受理号

/

靶点

/

适应症

苏醒期躁动

试验通俗题目

基于机器学习分析脑电数据识别全麻患者苏醒期不良刺激不同来源的研究

试验专业题目

基于机器学习分析脑电数据识别全麻患者苏醒期不良刺激不同来源的研究

申办单位信息
申请人联系人
请登录查看
申请人名称
请登录查看
联系人邮箱
请登录查看
联系人邮编

联系人通讯地址
请登录查看
临床试验信息
试验目的

1. 采集和分析全身麻醉苏醒期脑电信号，通过Python处理数据并以图形化方式呈现，辅助临床监测与解读。 2. 通过回顾病历资料和机器学习方法，分析苏醒后发生躁动患者在其苏醒期的脑电数据特征。 3. 利用机器学习进一步探索苏醒期存在躁动患者的脑电特征，与其躁动具体原因之间是否存在强对应关系。

试验分类
请登录查看
试验类型

队列研究

试验分期

回顾性研究

随机化

无

盲法

无

试验项目经费来源

浙江省医药卫⽣科技计划项⽬2023RC151

试验范围

/

目标入组人数

300

实际入组人数

/

第一例入组时间

2026-02-01

试验终止时间

2026-04-30

是否属于一致性

/

入选标准

1. 年龄在25至65岁之间的成年患者。 2. 生长发育及智力正常。 3. 在气管插管全身麻醉下接受外科手术。 4. 全身麻醉期间使用了BIS（脑电双频指数）监测。 1. 年龄在25至65岁之间的成年患者。2. 生长发育及智力正常。3. 在气管插管全身麻醉下接受外科手术。4. 全身麻醉期间使用了BIS（脑电双频指数）监测。；

排除标准

1. 既往有癫痫等中枢神经系统疾病史。 2. 接受颅脑相关手术，或术前有意识障碍病史。 3. 困难气道。 4. 手术期间发生过敏反应。 5. 体重指数 > 26 kg/m^2。 6. 贫血（血红蛋白 < 7 g/dL）。 7. 甲状腺功能异常（甲状腺功能减退或亢进）。 8. 无法配合或术前拒绝接受脑电监测的患者。；

研究者信息
研究负责人姓名
请登录查看
试验机构

浙江大学医学院附属第一医院

研究负责人电话
请登录查看
研究负责人邮箱
请登录查看
研究负责人邮编

/

联系人通讯地址
请登录查看
更多信息
获取更多临床信息查看权限
立即前往摩熵医药企业版免费查询
示例数据
<END>

浙江大学医学院附属第一医院的其他临床试验

更多

浙江大学医学院附属第一医院的其他临床试验

更多

最新临床资讯

更多
摩熵医药企业版
50亿+条医药数据随时查
7天免费试用
体验产品