روش های تشخیص اختلال افسردگی عمده با استفاده از سیگنال الکتروانسفالوگرام و یادگیری ماشین
عنوان مقاله: روش های تشخیص اختلال افسردگی عمده با استفاده از سیگنال الکتروانسفالوگرام و یادگیری ماشین
شناسه ملی مقاله: SENACONF12_138
منتشر شده در دوازدهمین کنگره ملی سراسری فناوری های نوین در حوزه توسعه پایدار ایران در سال 1402
شناسه ملی مقاله: SENACONF12_138
منتشر شده در دوازدهمین کنگره ملی سراسری فناوری های نوین در حوزه توسعه پایدار ایران در سال 1402
مشخصات نویسندگان مقاله:
وحید شرقیان دیزجی - دانشگاه تبریز، تبریز
یاشار سرباز - دانشگاه تبریز، تبریز
لاچین صوفی زاده - دانشگاه تبریز، تبریز
محمدرضا آریانی - دانشگاه تبریز، تبریز
خلاصه مقاله:
وحید شرقیان دیزجی - دانشگاه تبریز، تبریز
یاشار سرباز - دانشگاه تبریز، تبریز
لاچین صوفی زاده - دانشگاه تبریز، تبریز
محمدرضا آریانی - دانشگاه تبریز، تبریز
اختلال افسردگی عمده (MDD) یکی از اختلالات روانی نسبتا شایع در اکثر جوامع است که با علائمی مانند حالت و خلق افسردگی، بیعلاقگی، و در موارد شدیدتر با میل به خودکشی ظهور و بروز مییابد. همچنین این بیماری میتواند با علائم فیزیکی مانند سردرد،خستگی، مشکلات گوارشی و کاهش اشتها نیز همراه باشد. تشخیص این بیماری عموما با ارزیابی بالینی توسط پزشک یا روانشناس وهمچنین به کمک گرفتن از پرسشنامه هایی مانند پرسشنامه افسردگی بک انجام می پذیرد. با توجه به اینکه در این روشها احتمال خطایقابل توجهی وجود دارد و همچنین به دلیل اشتراک نشانه های این بیماری با علائم سایر بیماری ها مانند اختلال دو قطبی، روشهایتشخیصی مبتنی بر علائم فیزیولوژیک که دارای قابلیت اتکای بالاتری هستند، مورد توجه قرار گرفتهاند. یکی از این روشها بهره گیری ازسیگنال الکتروانسفالوگرام (EEG) است که منعکس کننده فعالیت نواحی مختلف قشر مغز است. با توجه به همبستگی موجود بین برخیاز ویژگی های سیگنال EEG با اختلال افسردگی، میتوان از این سیگنال برای تشخیص اختلال افسردگی و افتراق آن از سایر اختلالاتبهره جست. در این مقاله آخرین پژوهش های انجام شده در حوزه تشخیص اختلال افسردگی عمده با استفاده از سیگنال الکتروانسفالوگراممورد مرور و بررسی قرار گرفته اند.
کلمات کلیدی: اختلال افسردگی عمده، الکتروانسفالوگرام، افسردگی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1993740/