استفاده از شبکه عصبی و الگوریتم ژنتیک جهت تشخیص بیماری صرع
Publish place: همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,169
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELECTRICA03_036
تاریخ نمایه سازی: 5 اردیبهشت 1396
Abstract:
صرع اختلال یا بیماری مزمنی است که با حملات تشنج صرعی توصیف می شود و بر افراد در تمام سنین تاثیر می گذارد. بیماری صرع معمولا تنها پس از اینکه فردی بیش از یک تشنج داشته، تشخیص داده می شود. بسته به اینکه کدام فعالیت سلول عصبی در مغز مختل شود، باعث می شود افراد، تشنج یا دوره رفتار غیرمعمولی داشته باشند. به منظور تشخیص و بررسی بیماری صرع از 30 سوژه به گره های ده نفره افراد سالم، بیمار خفیف و بیمار شدید پتانسیل سیگنال مغزی مورد بررسی قرار گرفته است. ابتدا به کمک فیلترهای ناچ و میانگذر، اثر آرتیفکت حرکتی و تعرق و نویز برق شهر حذف تا سیگنال آماده پردازش گردد. در این پروژه پس از استخراج ویژگی های مناسب از جمله زمانی آماری، ویژگی باند فرکانسی و بررسی توان باندهای دلتا، تتا، الفا، بتا و گاما به کمک الگوریتم ژنتیک موثرترین و بهترین ویژگی به صورت غیرخطی انتخاب و توسط شبکه عصبی بین فرد سالم و خفیف با 98% بین فرد سالم و شدید با 98% به استخراج ویژگی های مناسب پرداخته شده است.
Keywords:
Authors
گلنوش شهرکی
کارشناس مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه خاوران
الهام فولادی
کارشناس مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه خاوران
فهیمه نوروزی
کارشناس مهندسی پزشکی، گرایش بیوالکتریک، دانشگاه خاوران
الیاس مزروعی راد
دانشجوی دکتری مهندسی پزشکی، عضو هیات علمی دانشگاه خاوران
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 :