تشخیص اختلات شناختی خفیف (MCI) با استفاده از تجزیه و تحلیل کمی سیگنال EEG
Publish place: Kahroba، Vol: 8، Issue: 31
Publish Year: 1400
Type: Journal paper
Language: Persian
View: 399
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_KHRBA-8-31_001
Index date: 24 September 2021
تشخیص اختلات شناختی خفیف (MCI) با استفاده از تجزیه و تحلیل کمی سیگنال EEG abstract
تشخیص بیماری آلزایمر (AD) در مراحل اولیه ضروری است زیرا تاثیر زیادی در موفقیت درمان دارد. اختلال شناختی خفیف (MCI) شرایط انتقال به (AD) را دارد اگرچه همه افراد مبتلا به MCI دچار AD نمی شوند. با این حال، تشخیص MCI برای جلوگیری از خطر ابتلا به بیماری آلزایمر هنوز مهم است. چندین نشانگر زیستی وجود دارد که می تواند مورد استفاده قرار گیرد، یکی از آنها الکتروانسفالوگرام (EEG) است که به علت ارزان بودن و امکان استفاده مدوام یکی از روش های مناسب تشخیصی است. در این مطالعه، تجزیه و تحلیل کمی EEG(QEEG) برای تشخیص MCI در مقایسه با گروه کنترل انجام شد. QEEG خطی بر اساس ویژگی های طیفی توان استفاده شد. سیگنال های EEG در مناطق گیجگاهی، جداری و پس سری ۲۷ نفر ( ۱۶ فرد سالم و ۱۱ نفر با عملکرد شناختی خفیف) مشاهده شد. نتایج شبیه سازی با استفاده K-NN، دقت ۸۱,۵ را نشان می دهد. بنابراین می توان از EEG به عنوان یک مرجع بالقوه و ابزاری برای تشخیص MCI در جمعیت های بزرگ با در نظر گرفتن هزینه ها، راحتی و غیرتهاجمی استفاده کرد.
تشخیص اختلات شناختی خفیف (MCI) با استفاده از تجزیه و تحلیل کمی سیگنال EEG Keywords:
تشخیص اختلات شناختی خفیف (MCI) با استفاده از تجزیه و تحلیل کمی سیگنال EEG authors
وحید رنجبر عین الدین
دانشجو کارشناسی ارشد، مهندسی پزشکی، دانشگاه تبریز، ایران
مریم فریور
مربی سازمان آموزش فنی و حرفه ای کشور، شاهین شهر، ایران
مهران کریمیان ریزی
دانشجو کارشناسی ارشد، مهندسی پزشکی، دانشگاه تبریز، ایران