ارزیابی آشوبناکی سیگنال الکتروانسفالوگرام در سطوح مختلف بیهوشی

امروزه، دستیابی به نمایشگرها و ابزارهایی که به طور دقیق قادر به تعیین خودکار عمق بیهوشی از روی سیگنال الکتروانسفالوگرام باشند، بسیار مورد توجه است. هدف از انجام این پژوهش، ارایه ی رویکردی جهت ارزیابی دینامیسم آشوب مغز و فعالیت الکتریکی منتج از آن به منظور بهره گیری از دستاوردهای این نظریه در علوم شناختی است.
بر اساس نظریه ی آشوب، سیگنال الکتروانسفالوگرام در سطوح مختلف بیهوشی تجزیه و تحلیل و ویژگی های آشوبناکی سیگنال استخراج گشت و از نظر مسیر، حالت سیستم آشوبناک مورد ارزیابی قرار گرفت. به منظور ارزیابی تاثیر عمق بیهوشی بر آشوبناکی سیگنال الکتروانسفالوگرام، مدل های مختلفی مبتنی بر طبقه بند Random forest (RF) و ماشین بردار پشتیبان (Support vector machine یا SVM) ایجاد شد. همچنین، روشی جهت استخراج شاخص های بزرگ ترین نمای Lyapunov (Lyapunov exponent) و بعد فرکتال Higuchi (Higuchi''s fractal dimension) از روی سیگنال تک کاناله ی الکتروانسفالوگرافی مربوط به 20 بیمار تحت عمل جراحی با بیهوشی توسط گاز استنشاقی پیشنهاد گردید و با روش K-fold مورد ارزیابی قرار گرفت.
ارزیابی مدل های مستخرج نشان دهنده ی تکرارپذیری و تفکیک پذیری بسیار خوب این مدل ها با صحت بالای 93 درصد است.
مغز و فعالیت الکتریکی منتج از آن، دارای دینامیسم آشوب است؛ از این رو، می توان از دستاوردهای نظریه ی آشوب علاوه بر بهره گیری در گسترش نمایشگر های سطح بیهوشی در بسیاری از پژوهش های علوم شناختی در تجزیه و تحلیل سیگنال الکتروانسفالوگرام نیز بهره برد.