پژوهشکده مهندسی و فناوری عصبی ایران- اخبار پژوهشکده
جلسه دفاعیه از پایان نامه کارشناسی ارشد

حذف تصاویر و رنگ‌ها | تاریخ ارسال: ۱۳۹۳/۲/۱۱ | 
تشخیص سطح درد مزمن با استفاده از سیگنال‌های عصبی موجود در نخاع
دانشجو: میثم مهران فر
استاد راهنما: دکتر عباس عرفانیان امیدوار
  از روشهای موثر برای تسکین دردهای مزمن استفاده از تحریک الکتریکی است. در این روش، نخاع، عمق یا قشر مغز و یا اعصاب محیطی به طور پیوسته تحریک می‌شوند. تحریک مداوم بخشی از سیستم عصبی معایب بسیاری دارد. لذا اعمال تحریک در صورت نیاز یا تغییر پارامترهای تحریک الکتریکی متناسب با شدت درد از موضوعات مهم در زمینه کنترل درد است. اولین قدم در طراحی روش‏های کنترل مدار-بسته درد، اعیین شاخص کمی برای اندازه‏گیری شدت درد است.. تحقیقات قبلی نشان می‏دهد که مطالعه فعالیت سلول‌های عصبی WDR که در شاخ خلفی نخاع قرار دارند برای اندازه‏گیری درد ناسیسپتیو می‏تواند بسیار مفید واقع شود.
در این پژوهش، اثر سطوح مختلف درد حاصل از تحریک مکانیکی بر روی فعالیت سلول‌های عصبی WDR مربوط به 6 رت مورد بررسی قرار گرفته‌است. برای بررسی چگونگی فعالیت این سلول‏های عصبی از نرخ آتش پتانسیل عمل و فواصل بین اسپایک‌ها استفاده شده است. متوسط تعداد پتانسیل عمل در یک ثانیه، سیگنال پیوسته نرخ آتش پتانسیل عمل، متوسط فواصل بین اسپایک‌ها و سیگنال پیوسته‌ای حاصل شده از فواصل بین اسپایک‌ها برای بررسی چگونگی فعالیت سلول‌های عصبی WDR مورد مطالعه قرار گرفته‏ است. نتایج نشان می‌دهد که با افزایش شدت تحریک مکانیکی، نرخ آتش پتانسیل عمل افزایش یافته و در مقابل فواصل بین اسپایک‌ها کاهش می‌یابد. از تجزیه موجک، روش تجزیه تجربی و مدل خودبازگشتی برای استخراج ویژگی از دو سیگنال پیوسته نرخ آتش پتانسیل عمل و سیگنال پیوسته فواصل بین اسپایک‌ها استفاده شده است. نتایج نشان می‌دهد که دقت تشخیص با استفاده از پارامترهای مدل AR به عنوان ویژگی به مراتب بهتر از تجزیه موجک و روش تجزیه تجربی است. نتایج 18 آزمایش نشان میدهد که با استفاده از پارامترهای مدل AR مربوط به سیگنال پیوسته نرخ آتش اسپایک‌ها به عنوان ویژگی، برای طبقه‌بندی 2 سطح تحریک مکانیکی (سطح اول و پنجم)، 3 سطح تحریک مکانیکی (سطح اول، سوم و پنجم)، 4 سطح تحریک مکانیکی (سطح اول، دوم، سوم و پنجم) و 5 سطح تحریک مکانیکی (سطح اول تا پنجم)، دقت تشخیص به ترتیب برابر با 41/96%، 33/94%، 55/90% و 9/85% به دست آمده است. دقت تشخیص برای حالتی که از پارامترهای مدل AR مربوط به سیگنال پیوسته فواصل بین اسپایک‌ها به عنوان ویژگی استفاده شده، به ترتیب برابر با 51/94%، 8/82%، 55/71% و 58/64% به دست آمده است.

AWT IMAGE
نشانی مطلب در وبگاه پژوهشکده مهندسی و فناوری عصبی ایران:
http://www.iust.ac.ir/find.php?item=76.10983.32919.fa
برگشت به اصل مطلب