فائزه فدوی - دانشجوی کارشناسی ارشد، گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه رازی، کرمانشاه

تشخیص اتوماتیک صحیح ناهنجاری های مغز نوزادان برای تشخیص و پیشبینی بسیار مورد توجه بوده است. به دلیل اینکه فرآیندهایدستی حال حاضر در شناسایی چنین ناهنجاری هایی بسیار زمانبر است و به پزشکان خبره نیاز دارد. در بین ناهنجاریهای مختلف در نوزادان به شدت با EEG نوزادان، وجود عدم تقارن دارای اهمیت بسیار است زیرا وجود عدم تقارن در سیگنال های EEG سیگنال مبتنی بر EEG نتیجه تکامل عصبی نامطلوب همبسته است. تکنیک های حاضر، برای تشخیص اتوماتیک عدم تقارن در سیگنال های (هستند، که در این جا اثبات شد که آنها فقط به مولفه های فرکانسی سیگنال تحت آنالیز حساس هستند و متغیر FT تبدیل فوریه ) ممکن است زمانی که آن ها را FT نوزادان غیرایستان هستند، تکنیک های مبنی بر EEG با زمان نیستند. از آن جا که سیگنال های برای اندازهگیری عدم تقارن در این نوع سیگنالها بهکار میبریم نتایج دقیقی را به ما ندهند. به عنوان یک راهکار، درمقاله یک تکنیک است. در این تکنیک، وابستگی زمان- فرکانس به EEG جدید ارائه شده است که مبنی بر تحلیل زمان فرکانس سیگنال های واقعی و شبیه سازی شده اجرا شده و EEG عنوان یک مقیاس برای عدم تقارن استفاده شده است. روش پیشنهادی روی سیگنال های EEGعملکرد آن با تکنیک های موجود مقایسه شده است. نتایج نشان میدهد که روش پیشنهادی برای عدم تقارن در سیگنال های واقعی و شبیه سازی شده حساس تر است. همچنین آن می تواند برای تشخیص اتوماتیک ناهنجاری های عدم تقارن در واحد مراقبت ویژه نوزادان استفاده شود.

سیگنال EEG نوزاد، تشخیص خودکار ، الگوهای عدم تقارن، پردازش زمان فرکانس سیگنال