Alborz University Medical Journal

fa مانیتور عمق بیهوشی توسط شاخص‌های همبستگی غیرخطی Monitoring Depth of Anesthesia by Nonlinear Correlation Measures تخصصي Special پژوهشي Research 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 میکند. سیستم عصبی مرکزی هدف اصلی داروهای بیهوشی میباشد. ازاینرو پردازش سیگنال EEG در طول بیهوشی به منظور مانیتور عمق بیهوشی مناسب میباشد. ارزیابی همبستگی بین سیگنالهای نوروفیزیولوژیکی برای مطالعه و تفسیر ویژگیهای این سیگنالها ابزار سودمندی میباشند. مواد و روشها: این مطالعه، شاخصهای 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 میکند. احتمال پیشبینی (Pk) جهت ارزیابی عملکرد شاخصها در پیشبینی شاخص دوطیفی (BIS) بکار رفته است. همچنین نمودارهای جعبهای به همراه آزمون آماری کروسکال-والیس جهت بررسی کارایی شاخصهای استخراج شده از سیگنال EEG به منظور تشخیص حالتهای مختلف بیهوشی استفاده شده است. علاوه براین، ضریب تغییرات (mean±SD) برای توصیف پایداری شاخصها در طول حالتهای بیهوشی و ضریب همبستگی (R) جهت مقایسه عملکرد هریک از اندازهگیرها با شاخص BIS بکار رفته است. یافته‌ها: براساس نتایج، شاخصهای 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 میدهند. نتیجه‌گیری: شاخصهای غیرخطی در مقایسه با شاخص خطی، عملکرد مناسبی برای تمایز حالتهای مختلف بیهوشی داشته و همبستگی بالایی با شاخص BIS  نشان میدهند و در برابر نویز، مقاومتر میباشند. Background: Monitoring 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. Methods: This 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. Results: Nonlinear 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. Conclusion: Nonlinear 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. عمق بیهوشی , سیگنال EEG, شاخص دوطیفی, شاخص همبستگی Depth of anesthesia, Electroencephalogram, bispectral index, Correlation 79 88 http://aums.abzums.ac.ir/browse.php?a_code=A-10-1-263&slc_lang=fa&sid=1 Fahimeh Afshani فهیمه افشانی 10031947532846009241 10031947532846009241 No Master Student, Department of Biomedical Engineering, E-Campus, Islamic Azad University, Tehran, Iran دانشجو کارشناسی ارشد، گروه مهندسی پزشکی، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران Ahmad Shalbaf احمد شالباف shalbaf@sbmu.ac.ir 10031947532846009242 10031947532846009242 Yes Assistant of Professor, Department of Biomedical Engineering and Medical Physics, School of Medicine, Shahid Beheshti University of Medical Sciences, Tehran, Iran استادیار، گروه مهندسی و فیزیک پزشکی، دانشکده پزشکی، دانشگاه علوم پزشکی و خدمات بهداشتی درمانی شهیدبهشتی، تهران، ایران