ارائه روشی نوین برای تشخیص حملات صرعی مبتنی بر آنالیز کمی سازی بازگشتی و الگوریتم ژنتیک مبتنی بر سیگنال EEG
Publish place: 2nd International Conference on New Researches and Technologies in Electrical Engineering (ICNRTEE)
Publish Year: 1403
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 7
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICNRTEE02_021
تاریخ نمایه سازی: 4 مهر 1403
Abstract:
در طبقه بندی داده ها انتخاب فضای ویژگی متناسب با ماهیت پدیده و قدرت تفکیک بالا بسیار حائز اهمیت است. قابلیت نگاشت بازگشتی در تحلیل دادگان غیر ایستا موجب می شود در تشخیص حملات صرعی نیز مورد توجه قرار گیرد. در این پژوهش به تشخیص حملات صرعی توسط آنالیز کمی سازی بازگشتی بر پایه ترکیب الگوریتم ژنتیک و طبقه بند بیزین پرداخته شده است. در ابتدا نگاشت بازگشتی سیگنال EEG دو گروه صرعی و نرمال هریک شامل ۱۰۰ نمونه،بازای پنج نوع معیار فاصله (ماکزیمم فاصله، مینیم فاصله، اقلیدوسی، ماهابولیس، منهتن) و ۱۰ حد آستانه مختلف تشکیل و بهترین مجموعه ویژگی بازای ۵۰ تکرار الگوریتم ژنتیک براساس نرخ طبقه بندی بیزین انتخاب گردید. نتایج، نشانگر کارایی بالای روش پیشنهادی بوده به و گونه ای که با انتخاب معیار مینیم فاصله و ϵ>۰/۱ >۱ تفکیک ۱۰۰% است. همچنین روش نسبت به پارامترهای ϵو معیار فاصله حساسیت پایینی دارند. ویژگی Trans با بیشترین مشارکت در انتخاب ویژگی و بالاترین صحت، به عنوان ویژگی بهینه معرفی می شود.
Keywords:
الکتروانسفالوگرام , تشخی حمله صرعی , آنالیز کمی سازی بازگشتی , انتخاب ویژگی , الگوریتم ژنتیک , طبقه کننده بیزین
Authors
صالح لشکری
مرکز تحقیقات فناوری های زیستی،دانشگاه بین المللی امام رضا علیه السلام