سیدمهدیار بامکی - کارشناس ارشد مهندسی پزشکی
محمدعلی خلیل زاده - استادیار گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد

تشخیص خودکار سطح هوشیاری بالا می تواند کمک شایانی به افرادی که کارهای یکنواخت و خسته کننده انجام می دهند بنماید.سیگنال EEG ک سیگنال مورد توجه و معتبر برای دست یابی به این مهم است. ویژگی های استخراجی از سیگنال EEG در تفکیک بین دسته های مختلف هوشیاری نقش کلیدی دارند. با توجه به پویا و غیرایستان بودن این سیگنال، استفاده از تبدیل ویولت به دلیل خواصمنحصر به فرد آن در تحلیل زمان-فرکانسمی تواند ویژگی های مناسبی معرفی نماید. در این تحقیق از تبدیل ویولت گسسته و آنتروپی ویولت در تحلیل سیگنال و استخراج ویژگی استفاده شده و برای این منظور ویولت های مادر متفاوتی با یکدیگر مقایسه شده و در نهایت از میان استخر ویژگی تشکیل شده، با استفاده از الگوریتم ژنتیک، ویژگی های بهینه برای معرفی به شبکه عصبی جهت طبقه بندی انتخاب شده است.

هوشیاری بالا، EEG، تبدیل ویولت گسسته (DWT)، الگوریتم ژنتیک، آنتروپی، ویولت، شبکه عصبی