پیش بینی حملات صرع با استفاده از پردازش سیگنال تغییرات نرخ ضربان قلب

صرع یک ناهنجاری عصبی است که به دلیل طبیعت نامعلوم و ناگهانی آن باعث ناراحتی و رنج جدی در بیمار می شود. در این مطالعه یک روش جدید برای پیش بینی صرع از طریق آنالیز تغییرات ضربان قلب (HRV) پیشنهاد می شود. از آنجایی که افزایش فعالیت عصبی نورون ها در دوره preictal بیماری صرع بر روی سیستم عصبی ارادی تاثیر می گذارد و سیستم عصبی ارادی نیز بر روی ضربان قلب تاثیر می گذارد می توان نتیجه گرفت که تشنج از طریق مانیتور کردن HRV قابل پیش بینی است. در روش پیشنهادی ۱۲ ویژگی از سیگنال HRV در حوزه های زمان، فرکانس، زمان- فرکانس و غیر خطی برای پیش بینی تشنج صرعی استخراج شده است. برای تشخیص ناهنجاری از الگوریتم کنترل فرآیند آماری چند متغیره (MSPC) استفاده شده است. الگوریتم ارائه شده بر روی پایگاه داده بومی متشکل از ۱۷ بیمار ارزیابی شده است و نتایج به دست آمده نشان می دهد که روش پیشنهادی قادر است با دقت % ۸۸.۲ حملات صرع را پیش بینی کند. از نظر عملی با توجه به سهولت اخذ سیگنال HRV، الگوریتم پیشنهادی نسبت به الگوریتم هایی که با استفاده از پردازش سیگنال های مغزی (EEG) به پیش بینی صرع می پردازند، امیدوارکننده تر است.

Keywords:

تغییرات ضربان قلب , پیش بینی , صرع , کنترل فرآیند چند متغیره