جداسازی بیماران صرعی از افراد سالم با استفاده از یادگیری عمیق و جنگل تصادفی
Publish place: First Conference on Electrical, Aerospace Engineering, Mechanics and Engineering Sciences
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 253
- 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:
IEAMCONF01_019
تاریخ نمایه سازی: 3 اسفند 1400
Abstract:
صرع یکی ازشایعترین اختلالات عصبی است که از موارد اصلی و مهم آ ن،صرع مغزی غیرقابل پیش بینی است. دراین تحقیق، یک مدل ترکیبی یادگیری عمیق در کنار الگوی جنگل تصادفی برای جداسازی بهتر بیماری صرع پیشنهاد شده است.در این پژوهش از یک شبکه عصبی یادگیری عمیق که از یک ساختار چندلایه بر مبنای الگوی سیگنال های EEG تشکیل شده به همراه جنگل تصادفی که یک طبقه بندی تفکیکی است برای طبقه- بندی نمونه های جدید صرعی استفاده شده و در جداسازی بیماران صرعی از افراد سالم، میزان صحت ۷۶ درصد حاصل شده است.
Keywords:
Authors
احمد کیاکجوری
گروه مهندسی برق، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران
سیدمحمدعلی بهشتی
گروه مهندسی برق، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران
مهدی عبدالصالحی
گروه مهندسی پزشکی، واحد اسلامشهر، دانشگاه آزاد اسلامی، اسلامشهر، ایران