بررسی آشکارسازی و بهینه سازی تشخیص صرع بر اساس سیگنال های EEG

صرع یک بیماری عصبی است که به عنوان "فعالیت بیش ازحد کنترل نشده از یک بخش یا کل بخشهای سیستم عصبی مرکزی" مشخص میشود که میتواند در زندگی افراد تاثیراتی از جمله مرگ داشته باشد. به همین علت، تحقیقات قابل توجهی در زمینه شناسایی صرع به محض وقوع آن، صورت می گیرد، به طوری که اثرات و عواقب آن را بتوان فورا کاهش داد. در این مقاله، الگوریتم تشخیص حمله صرعی مبتنی بر انرژی، بر روی سیگنالهای الکتروانسفالوگرافی توصیف و اجرا شده است.از آنجا که این تکنیک شامل پارامترهای مختلفی است که به طور قابل توجهی بر عملکرد تشخیص اثر میگذارد، ما از الگوریتم های ژنتیکی برای بهینه سازی این پارامترها جهت بهبود دقت تشخیص استفاده خواهیم کرد. در این مقاله، تنظیمات الگوریتم ژنتیک، از جمله توابع کدگذاری و تابع ارزیاب را توصیف میکنیم. در نهایت، الگوریتم پیاده سازی شده با پارامترهای بهینه، ارزیابی میشود. نتایج متنوعی به دست آمده که تقریبا دقت کاملی برای برخی از بیماران با نرخ پایین مثبت کاذب وجود دارد، اما در تشخیص حملات سایر بیماران، ناموفق بوده است. بنابراین محدودیتهای تشخیص حمله صرعی مبتنی بر انرژی، مورد بحث قرار گرفته است و راه حلهایی برای این مسائل پیشنهاد شده است.

Keywords:

بهینه سازی , تشخیص صرع , الگوریتم ژنتیک , الکتروآنسفالوگرافی , EEG