fa ارائه یک روش برچسب ‌گذاری سیگنال‎های مغزی به‎منظور طبقه‎بندی حالت‎های مختلف بیهوشی مانیتورینگ بیهوشی Anesthesia Monitoring پژوهشي Original &nbsp;زمینــه و هــدف: ایــن پژوهــش یــک چهارچــوب محاســباتی بــرای طبقه بنــدی حالت هــای مختلف بیهوشــی نظیــر بیداری، بیهوشــی ســبک و بیهوشــی&nbsp; و پارامترهای&nbsp; محیطــی ارائــه می دهد. EEG عمومــی بــه کمــک ســیگنال&nbsp; مغــزی مــواد و روش هــا:&nbsp; تفکیــک حالت هــای مختلــف بیهوشــی توســط مراحلــی شــامل جمــع آوری داده، پیــش&nbsp; پــردازش، فرآینــد جدیــد برچســب زدن ، انتخــاب طــول پنجــره ی مناســب تحلیــل توســط الگوریتــم ژنتیــک، اســتخراج ویژگی توســط پارامترهــای جــورث، آنتروپــی تقریبی، EEGســیگنال عــد همبســتگی و ضرایــب موجــک دابشــیز، بهنجــار ُ عــد فرکتــال پتروشــن، نمــای هرســت، بزرگ تریــن نمــای لیاپانــوف، پیچیدگــی لمپــل زیــو، ب ُب ســازی ویژگی هــا، انتخــاب ویژگی هــای برتــر توســط تحلیــل مؤلفه هــای اصلــی پراکندهــی نامنفــی و طبقه بنــدی توســط شــبکه ی عصبــی تابــع ــی پارامترهــای استخراج شــده از ّ مبنــای شــعاعی انجــام می شــود. فرآینــد الصــاق برچســب صحیــح، توســط نظــر فــرد خبــره و تحلیــل کیفــی و کم کســی متری، فشارســنجی و زمــان تزریــق دارو صــورت می گیــرد. ُ دســتگاه های محــرک عصبــی محیطــی، پالس ا یافته هــا: نتایــج پژوهــش نشــان می دهــد خروجــی شــبکه بــرای تشــخیص حالــت بیــداری، بیهوشــی ســبک و بیهوشــی عمومــی بــه ترتیــب بــه&nbsp; رســیده اســت. بنابرایــن مــدل پیشــنهادی در طبقه بنــدی حالت هــای مختلــف بیهوشــی بــه درصــد 99/32 و 98/62 ،93/98ــت ّدرصدهــای صح رســیده اســت.&nbsp; 97/3ــت متوســط ّصح نتیجه گیری: درنهایت مشاهده می شود روش پیشنهادی بازنمایی خوبی از رفتار مغز در حالت های مختلف بیهوشی دارد. <strong>&nbsp;</strong>Aims and background:&nbsp;&nbsp; &nbsp;This&nbsp;&nbsp; &nbsp;study&nbsp;&nbsp; &nbsp;develops&nbsp;&nbsp; &nbsp;a&nbsp;&nbsp; &nbsp;computational&nbsp;&nbsp; &nbsp;framework&nbsp;&nbsp; &nbsp;for&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;classification&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;different&nbsp;&nbsp; &nbsp;anesthesia&nbsp;&nbsp; &nbsp;states,&nbsp;&nbsp; &nbsp;including&nbsp;&nbsp; &nbsp;awake,&nbsp;&nbsp; &nbsp;moderate&nbsp;&nbsp; &nbsp;anesthesia,&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;general&nbsp;&nbsp; &nbsp;anesthesia,&nbsp;&nbsp; &nbsp;using&nbsp;&nbsp; &nbsp;electroencephalography&nbsp;&nbsp; &nbsp;(EEG)&nbsp;&nbsp; &nbsp;signals&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;peripheral&nbsp;&nbsp; &nbsp;parameters. Materials and Methods: The&nbsp;&nbsp; &nbsp;proposed&nbsp;&nbsp; &nbsp;method&nbsp;&nbsp; &nbsp;proposes&nbsp;&nbsp; &nbsp;data&nbsp;&nbsp; &nbsp;gathering;&nbsp;&nbsp; &nbsp;preprocessing;&nbsp;&nbsp; &nbsp;a&nbsp;&nbsp; &nbsp;new&nbsp;&nbsp; &nbsp;labeling&nbsp;&nbsp; &nbsp;process&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;EEG&nbsp;&nbsp; &nbsp;signal;&nbsp;&nbsp; &nbsp;appropriate&nbsp;&nbsp; &nbsp;selection&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;window&nbsp;&nbsp; &nbsp;length&nbsp;&nbsp; &nbsp;by&nbsp;&nbsp; &nbsp;genetic&nbsp;&nbsp; &nbsp;algorithm;&nbsp;&nbsp; &nbsp;feature&nbsp;&nbsp; &nbsp;extraction&nbsp;&nbsp; &nbsp;by&nbsp;&nbsp; &nbsp;Hjorth&nbsp;&nbsp; &nbsp;parameters,&nbsp;&nbsp; &nbsp;approximate&nbsp;&nbsp; &nbsp;entropy,&nbsp;&nbsp; &nbsp;Petrosian&nbsp;&nbsp; &nbsp;fractal&nbsp;&nbsp; &nbsp;dimension,&nbsp;&nbsp; &nbsp;Hurst&nbsp;&nbsp; &nbsp;exponent,&nbsp;&nbsp; &nbsp;largest&nbsp;&nbsp; &nbsp;Lyapunov&nbsp;&nbsp; &nbsp;exponent,&nbsp;&nbsp; &nbsp;Lempel-Ziv&nbsp;&nbsp; &nbsp;complexity,&nbsp;&nbsp; &nbsp;correlation&nbsp;&nbsp; &nbsp;dimension,&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;Daubechies&nbsp;&nbsp; &nbsp;wavelet&nbsp;&nbsp; &nbsp;coefficients;&nbsp;&nbsp; &nbsp;feature&nbsp;&nbsp; &nbsp;normalization;&nbsp;&nbsp; &nbsp;feature&nbsp;&nbsp; &nbsp;selection&nbsp;&nbsp; &nbsp;by&nbsp;&nbsp; &nbsp;non-negative&nbsp;&nbsp; &nbsp;sparse&nbsp;&nbsp; &nbsp;principal&nbsp;&nbsp; &nbsp;component&nbsp;&nbsp; &nbsp;analysis;&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;classification&nbsp;&nbsp; &nbsp;by&nbsp;&nbsp; &nbsp;radial&nbsp;&nbsp; &nbsp;basis&nbsp;&nbsp; &nbsp;function&nbsp;&nbsp; &nbsp;(RBF)&nbsp;&nbsp; &nbsp;neural&nbsp;&nbsp; &nbsp;network.&nbsp;&nbsp; &nbsp;Correct&nbsp;&nbsp; &nbsp;labeling&nbsp;&nbsp; &nbsp;process&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;EEG&nbsp;&nbsp; &nbsp;signals&nbsp;&nbsp; &nbsp;is&nbsp;&nbsp; &nbsp;performed&nbsp;&nbsp; &nbsp;by&nbsp;&nbsp; &nbsp;an&nbsp;&nbsp; &nbsp;expert&nbsp;&nbsp; &nbsp;opinion&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;also&nbsp;&nbsp; &nbsp;qualitative&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;quantitative&nbsp;&nbsp; &nbsp;analysis&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;extracted&nbsp;&nbsp; &nbsp;parameters&nbsp;&nbsp; &nbsp;from&nbsp;&nbsp; &nbsp;peripheral&nbsp;&nbsp; &nbsp;nerve&nbsp;&nbsp; &nbsp;stimulator,&nbsp;&nbsp; &nbsp;pulse&nbsp;&nbsp; &nbsp;oximetry,&nbsp;&nbsp; &nbsp;blood&nbsp;&nbsp; &nbsp;pressure,&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;time&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;drug&nbsp;&nbsp; &nbsp;injection.&nbsp;&nbsp; &nbsp;Findings:&nbsp;&nbsp; &nbsp;The&nbsp;&nbsp; &nbsp;results&nbsp;&nbsp; &nbsp;indicate&nbsp;&nbsp; &nbsp;that&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;proposed&nbsp;&nbsp; &nbsp;method&nbsp;&nbsp; &nbsp;would&nbsp;&nbsp; &nbsp;classify&nbsp;&nbsp; &nbsp;different&nbsp;&nbsp; &nbsp;anesthesia&nbsp;&nbsp; &nbsp;states&nbsp;&nbsp; &nbsp;including&nbsp;&nbsp; &nbsp;awake,&nbsp;&nbsp; &nbsp;moderate&nbsp;&nbsp; &nbsp;anesthesia,&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;general&nbsp;&nbsp; &nbsp;anesthesia,&nbsp;&nbsp; &nbsp;with&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;accuracy&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;93.98%,&nbsp;&nbsp; &nbsp;98.62,&nbsp;&nbsp; &nbsp;and&nbsp;&nbsp; &nbsp;97.3,&nbsp;&nbsp; &nbsp;respectively.&nbsp;&nbsp; &nbsp;Therefore,&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;proposed&nbsp;&nbsp; &nbsp;method&nbsp;&nbsp; &nbsp;can&nbsp;&nbsp; &nbsp;classify&nbsp;&nbsp; &nbsp;different&nbsp;&nbsp; &nbsp;anesthesia&nbsp;&nbsp; &nbsp;states&nbsp;&nbsp; &nbsp;with&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;average&nbsp;&nbsp; &nbsp;accuracy&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;97.3%. conclusion: Finally,&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;proposed&nbsp;&nbsp; &nbsp;method&nbsp;&nbsp; &nbsp;provided&nbsp;&nbsp; &nbsp;a&nbsp;&nbsp; &nbsp;good&nbsp;&nbsp; &nbsp;representation&nbsp;&nbsp; &nbsp;of&nbsp;&nbsp; &nbsp;the&nbsp;&nbsp; &nbsp;brain&nbsp;&nbsp; &nbsp;behavior&nbsp;&nbsp; &nbsp;in&nbsp;&nbsp; &nbsp;different&nbsp;&nbsp; &nbsp;anesthesia states. حالت های مختلف بیهوشی, برچسب زدن سیگنال مغزی, تحلیل غیرخطی, سیگنال های مغزی. Different anesthesia states, EEG Labeling process, Nonlinear analysis, EEG signals 67 83 http://jap.iums.ac.ir/browse.php?a_code=A-10-369-1&slc_lang=fa&sid=1 Seyyed Abed Hosseini سید عابد حسینی hosseyni@mshdiau.ac.ir 100319475328460014976 100319475328460014976 Yes Mashhad Branch, Islamic Azad University دانشگاه آزاد اسلامی واحد مشهد