شناسایی سطوح بیماری پارکینسون توسط تحلیل و پردازش سیگنال های مغزی

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.

Keywords:

بیماری پارکینسون , سیگنال های الکتریکی مغزی , پردازش سیگنال , شبکه عصبی , الگوریتم ژنتیک