استفاده از یادگیری عمیق در تحلیل سیگنال های مغزی به منظور تشخیص مبتلایان به اختلال نارسایی توجه- فزون کنشی
Publish place: Fifth International Conference on Electrical, Computer and Mechanical Engineering Science and Technology of Iran
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 525
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UTCONF05_187
تاریخ نمایه سازی: 13 تیر 1400
Abstract:
اختلال نارسایی توجه- فزون کنشی (ADHD) یک اختلال روانشناختی شایع است که میتواند هزینه های سنگین و پیامدهای ناگواری داشته باشد. نرخ شیوع جهانی برای کودکان در حدود ۵٪ است که تقریبا ۶۰ درصد از مبتلایان کودک و نوجوان بعد از رسیدن به بزرگسالی همچنان از علایم این اختلال رنج می برند. نوار مغزی یا EEG یک تکنیک نقشه نگاری مغز و تصویربرداری عصبی است که استفاده وسیعی در حوزه بالینی از جمله در مطالعه ADHD دارد. با وجود اهمیت EEG در بسیاری از حوزه ها، محدودیت هایی همچون تغییرات شدید خصوصیات آن بین افراد مختلف مانع از پردازش و تحلیل آن به شکل کارآمد می شود. در روشهای کلاسیک برای غلبه بر این محدودیت ها از روشهای دستی استفاده شده و تلاش فراوانی صرف ساخت رویه های پردازشی برای پاکسازی، استخراج ویژگی، و دسته بندی داده های EEG میشود که ناکارآمد بوده و باید برای هر حوزه ای جداگانه توسعه داده شوند. روشهایی که بتواند از میزان وابستگی به انسان در پردازش قسمتهای مختلف بکاهد و فرایندها را به صورت خودکارتر انجام دهد میتواند بسیار سودمند باشد. یادگیری عمیق زیرمجموعه ای از یادگیری ماشین است که در سالهای اخیر عملکرد چشمگیری در بسیاری از حوزه ها داشته است. در پژوهش حاضر نوار مغزی دو گروه شامل افراد مبتلا به ADHD و افراد فاقد این اختلال مورد بررسی قرار گرفته است و با استفاده از روش یادگیری عمیق ضمن خودکارسازی مراحل پیش پردازش، استخراج ویژگی و دسته بندی، توانستیم با دقت ۹۴٪ آنها را از هم تشخیص دهیم.
Keywords:
Authors
امین نجفقلی زاده نفوتی
کارشناسی ارشد نرم افزار
کامراد خوشحال رودپشتی
استاد گروه مهندسی کامپیوت ر، دانشگاه آزاد اسلامی واحد لاهیجان