جستجوی مقالات مرتبط با کلیدواژه « سیگنال EEG » در نشریات گروه « پزشکی »
-
زمینه و هدف
مانتیور عمق بیهوشی نقش مهمی برای متخصصین بیهوشی جهت جلوگیری از اثرات نامطلوب از جمله بیداری حین عمل، ریکاوری طولانی مدت و افزایش خطر عوارض پس از عمل ایفا می کند. سیستم عصبی مرکزی هدف اصلی داروهای بیهوشی می باشد. ازاین رو پردازش سیگنال EEG در طول بیهوشی به منظور مانیتور عمق بیهوشی مناسب می باشد. ارزیابی همبستگی بین سیگنال های نوروفیزیولوژیکی برای مطالعه و تفسیر ویژگی های این سیگنال ها ابزار سودمندی می باشند.
مواد و روش هااین مطالعه، شاخص های همبستگی غیرخطی و شاخص آنالیز بازگشتی متقابل را برای تجزیه و تحلیل سیگنال EEG ثبت شده از هشت فرد بیمار تحت بیهوشی پروپوفول را استفاه کرده و با شاخص خطی همبستگی متقابل مقایسه می کند. احتمال پیش بینی (Pk) جهت ارزیابی عملکرد شاخص ها در پیش بینی شاخص دوطیفی (BIS) بکار رفته است. همچنین نمودارهای جعبه ای به همراه آزمون آماری کروسکال-والیس جهت بررسی کارایی شاخص های استخراج شده از سیگنال EEG به منظور تشخیص حالت های مختلف بیهوشی استفاده شده است. علاوه براین، ضریب تغییرات (mean±SD) برای توصیف پایداری شاخص ها در طول حالت های بیهوشی و ضریب همبستگی (R) جهت مقایسه عملکرد هریک از اندازه گیرها با شاخص BIS بکار رفته است.
یافته ها:
براساس نتایج، شاخص های غیرخطی دارای تغییرات کمتری در نقطه عدم هوشیاری در مقایسه با BIS (انحراف معیار 09/0) می باشد و مقادیر P کمتر از 05/0 و بیشترین Pk و ضریب همبستگی بالاتری با شاخص BIS نشان می دهند.
نتیجه گیری:
شاخص های غیرخطی در مقایسه با شاخص خطی، عملکرد مناسبی برای تمایز حالت های مختلف بیهوشی داشته و همبستگی بالایی با شاخص BIS نشان می دهند و در برابر نویز، مقاوم تر می باشند.
کلید واژگان: عمق بیهوشی, سیگنال EEG, شاخص دوطیفی, شاخص همبستگی}BackgroundMonitoring the depth of anesthesia (DOA) takes an important role for anesthetists in order avoiding undesirable reactions such as intraoperative awareness, prolonged recovery and increased risk of postoperative complications.The Central Nervous System (CNS) is the main target of anesthetic drugs, hence EEG signal processing during anesthesia is helpful for monitoring DOA. In order to study and interpret charactheristics of signals, assessment of orrelation between neurophysiological signals is an usful tool.
MethodsThis study applies nonlinear interdependence and Cross recurrence analysis measures to analyze EEG signals recorded from eight human volunteers under a brief Propofol anesthesia and compared with Cross correlation measure. The prediction probability (Pk) was used to assess the performance of measures for predictiong BIS. In order to evaluate the efficiency of all measures in distinguishing different anesthetic states, box plots of EEG-derived measures were compared with Kruskal–Wallis test. Moreover, the coefficient of variation (mean±SD) was employed to describe the index stability during different states. Correlation coefficient (R) between each index and bispectral index (BIS) is measured to investigate their performance.
ResultsNonlinear measures demonstrates the less variability at the loss of consciousness in comparison with BIS (standard deviation of 0.09) and show that P values less than 0.05 and the highest Pk and higher correlation coefficient with BIS index.
ConclusionNonlinear measures demonstrates the less variability at the loss of consciousness in comparison with BIS (standard deviation of 0.09). Furthermore, these measures demonstrate good performance to differentiate anesthetic states and had higher correlation with BIS and better robustness to noise in comparison with linear measure.
Keywords: Depth of anesthesia, Electroencephalogram, bispectral index, Correlation}
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.