پالایش حملات صرع در سیگنال EEG با استفاده از آنالیز مؤلفه های مستقل و روش Novelty Filtering مبتنی بر شبکه های عصبی

توسط روشهای پیش پردازش پالایش سیگنال می توان کیفیت آشکار سازی و شناسایی یک پدیده حیاتی را در حضور فعالیت پس زمینه سیگنال های ناخواسته و نویز، بهبود داد. هدف این تحقیق افزایش کیفیت آشکار سازی فعالیت حملات صرع در سیگنال های مغزی، با استفاده از روشهای پردازش سیگنال آنالیز مؤلفه های مستقل و novelty filtering مبتنی بر شبکه های عصبی است. بمنظور حذف نویز و آرتیفکتهای حیاتی از سیگنال های مغزی، از روش آنالیز مؤلفه های مستقل استفاده شده است. برای شناسایی و حذف خودکار مؤله های مستقل مزبوط به آرتیفکت و نویز از سه معیار hurst exponent، ضریب پیشگویی خطی و kurtosis بهره گرفته ایم. پس از جداسازی نویز و آرتیفکتها از سیگنال های مغزی، با استفاده از روش novelty filtering مبتنی بر شبکه های عصبی ، فعالیت پس زمینه سیگنال های مغزی تا حد ممکن تضعیف شده است و به این ترتیب نسبت سیگنال به نویز برای فعالیت حملات صرع افزایش یافته است. نتایج نشان می دهد این فیلتر، ابزاری بسیار مناسب جهت بهبود کیفیت آشکار سازی حملات صرع در سیگنال های غیر ایستان مغزی است.

Keywords:

, novelty filtering- آنالیز مؤلفه های مستقل- پالایش سیگنال های مغزی- حملات صرع