شناسایی سطوح بیماری پارکینسون توسط تحلیل و پردازش سیگنال های مغزی
Publish place: همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 3,028
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ELECTRICA03_038
Index date: 25 April 2017
شناسایی سطوح بیماری پارکینسون توسط تحلیل و پردازش سیگنال های مغزی abstract
پارکینسون بیماری می باشد که در آن هسته مغز در بخش مغز میانی و کف مغز درگیر شده و یک اختلال دژانراتیو در سیستم عصبی مرکزی ایجاد می کند که این اختلال عملکرد اعصاب و هدایت عصبی سلول ها را تحت تاثیر خود قرار می دهد و مانع از فعالیت درست این بخش ها در بدن می شود. در این حالت قسمتی از مغز به نام جسم سیاه دچار اختلال عملکردی می شوند و یا می میرند این امر موجب از بین رفتن تعادل هورمونی دوپامین و سروتونین و دیگر هورمون ها در بدن می شود که در پی آن این بیماری ایجاد شده. هدف اصلی این تحقیق ارایه راهکار جهت تشخیص و شناسایی این بیماری در مرحله خفیف از افراد سالم می باشد. با توجه به ویژگی های سیگنال های الکتریکی مغز و نحوه ی ارتباط آن با بیماری می توان با پردازش های مناسب، این بیماری را در مراحل اولیه تشخیص داد، این بیماری با علایمی نظیر ارتعاش و لرزش دست و پا در حالت استراحت، کندی حرکات، سختی و خشک شدن دست و پا و بدن و همچنین نداشتن تعادل در بدن بوجود می آیند. شاخص های این بیماری بررسی سیگنال های مغزی در حوزه ی زمان و فرکانس است. در این مقاله ویژگی های همچون آماری، اندازه، زمانی و فرکانس قطب ها استخراج شده. درصد صحت اطلاعات در شبکه ی عصبی برای گروه سالم، خفیف و شدید در باند گاما در گروه بیمار خفیف و شدید برابر 95 74 درصد می باشد.
شناسایی سطوح بیماری پارکینسون توسط تحلیل و پردازش سیگنال های مغزی Keywords:
شناسایی سطوح بیماری پارکینسون توسط تحلیل و پردازش سیگنال های مغزی authors
محمد ظریف دادخواه نیک روز
دانشجوی مهندسی پزشکی گرایش بیوالکنریک، موسسه ی آموزش عالی خاوران
الیاس مزروعی راد
دانشجوی دکتری مهندسی پزشکی، عضو هیات علمی موسسه آموزش عالی 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 :