ارزيابي خون رساني به بافت در ناحيه عضلات ذوزنقه با تحليل موجك سيگنال حجم سنجي نوري به كمك شبكه عصبي

Evaluation of blood perfusion of the trapezius muscle with wavelet analysis of photoplethysmogram signal using neural network

اندازه گيري جريان خون به بافت كاربردهاي زيادي در پيشگيري از زخم فشار، ارزيابي ميزان فعاليت عضلات ورزشكاران و مراقبت از خون رساني بافت حين اعمال جراحي دارد. استفاده از سيگنال حجم سنجي نوري به عنوان يك معيار پيوسته و غيرتهاجمي در ارزيابي ميزان جريان خون بافت مورد پذيرش محققين مي باشد. در اين مطالعه روشي نو، براي ارزيابي ميزان خون رساني به بافت بر اساس سيگنال حجم سنجي نوري ارائه مي شود. براي اين هدف سيگنال حجم سنجي نوري به صورت انعكاسي با دو فاصله فرستنده و گيرنده 7 (اول) و 22 (دوم) ميليمتر با طول موج 950 نانومتر از كتف فرد در ناحيه عضلات ذوزنقه از 19 فرد سالم تحت اعمال فشارهاي 0 و 40 و 80 ميليمتر جيوه گرفته شد. استخراج پوش بالايي سيگنال حجم سنجي نوري و تحليل موجك در بازه هاي فركانسي كه مرتبط با عوامل متابوليك، نروژنيك، ميوژنيك،; تنفس و فعاليت قلبي است، انجام شده است. نتايج حاصل از آزمون ttest براي ويژگي هاي استخراج شده از سيگنال حجم سنجي نوري گيرنده دوم، اختلاف معنيدار; (0.005 p <) را نشان دادند. براي جداسازي سيگنال حجم سنجي نوري از گيرنده دوم در فشارهاي مختلف، شبكه عصبي پس انتشار (BPNN) صحت 68/73% و شبكه عصبي برازش تعميم يافته (GRNN) صحت 6/79% حاصل شد. نتايج حاصل از شبيه سازي ها نشان مي دهند كه با اعمال فشار خارجي، لايه هاي عمقي بافت بيشتر تحت تاثير قرار گرفته و ميزان خون رساني به آنها كاهش پيدا مي كند. بهبود اين روش مي تواند براي ارزيابي ميزان خون رساني به بافت به صورت باليني به كار برده شود و در مراحل بعد به عنوان روشي موثر براي پيشگيري از زخم فشار توسعه يابد.

Measurement of tissue blood perfusion has many applications in the prevention of pressure sores, muscle activity assessment and care of tissue blood perfusion during surgery. Photoplethysmography as a continuous measure for evaluation of blood perfusion in tissue is accepted by researchers. In this study a new method for assessment of blood perfusion to the tissue based on photoplethysmograph signal (PPG) is presented. Wavelengths of the PPG were near infrared 950 nm with sourcetodetector separation of 7 and 22 mm. The probe was placed over the trapezius muscle of 19 healthy subjects under the external pressures of 0 and 40 and 80 mmHg. PPG envelope detected and wavelet transform calculated in the five frequency intervals. These bands relate to metabolic, neurogenic, myogenic, respiratory and cardiac activities. The pvalue of the ttest analysis for extracted features was less than 0.005. Results have shown that by applying external pressure, tissue deep layers most affected and the amount of their blood perfusion is reduced. Accuracy of separation at different pressures for back propagation neural network (BPNN) was 73.68% and for generalized regression neural network (GRNN) was 79.6%. Improvement of this method can be as a clinical assessment of tissue blood perfusion and can be as an effective method in prevention of pressure ulcers.