آشکارسازی تخلیه های صرعی در سیگنال EEG با استفاده از تبدیل ویولت و ماشین بردار پشتیبان
Publish place: 11th Iranian Student Conference on Electrical Engieering
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,023
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE11_220
تاریخ نمایه سازی: 15 اسفند 1386
Abstract:
در این مقاله روشی برای آشکارسازی تخلیه های صرعی در سیگنال EEG ارائه می کنیم که در آن از 5 دسته داده که از پایگاه داده دانشگا بن گرفته شده است استفاده می نماییم. در اینمقاله از تبدیل ویولت و معیارهای آماری ضرایب ویولت و همچنین نماهای لیاپانوف به عنوان ویژگی و از ماشینهای بردار پشتیبان چند کلاسه و شبکه های عصبی چند لایه، به عنوان تفکیک کننده استفاده شده است. که در آن نشان می دهیم که می توان نتلیج قابل قبولی جهت تفکیک کنندگی اسپایکهای صرعی از سیگنال EEG بدست آورد. در این مقاله مقایسه ای بین عملکرد هر دو طبقه بندی کننده ازجنبه های حساسیت و قابلیت تفکیک ارائه می کنیم. که در آن نشان داده شده است که استفاده از ماشینهای بردار پشتیبان چند کلاسه، نتایج بهتری را می دهد . بطوریکه در بهترین حالت میزان تفکیک کنندگی ماشینهای بردار پشتیبان چند کلاسه، برای 5 دسته 91/48 درصد می گردد.
Keywords:
Authors
هادی قاسمی فرد
دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه آزاد اسلامی واحد مشهد، د
متینه زوار
دانشجوی کارشناسی ارشد کامپیوتر ، دانشگاه آزاد اسلامی واحد مشهد، دانش
سعید راحتی قوچانی
استادیار گروه مهندسی پزشکی ، دانشگاه آزاد اسلامی واحد مشهد، دانشکده ف
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :