مقایسه چند روش استخراج ویژگی جهت دسته بندی سیگنال EEG در پیش بینی تشنج صرع
Publish place: 22nd Annual Conference of Computer Society of Iran
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 908
This Paper With 8 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI22_120
تاریخ نمایه سازی: 13 شهریور 1396
Abstract:
صرع شایع ترین اختلال عصبی است که افراد زیادی در سراسر جهان به آن مبتلا هستند. تشنج های مکرر و ناگهانی ناشی از صرع خطرناک هستند و ممکن است زندگی فرد را تهدید کنند، به همین دلیل پیاده سازی سیستم هایی که بتوانند وقوع تشنج را قبل از روی دادن آن پیش بینی کنند به بیماران صرعی کمک شایانی خواهد کرد. جهت تشخیص تشنج صرع، تجزیه و تحلیل الگوهای سیگنال EEG (Electroencephalogram) رویکردی بدون مداخله است. برای این تجزیه و تحلیل به منظور استخراج یک سری ویژگی از سیگنال EEG و بکارگیری در سیستم های خودکار پیش بینی تشنج، روش های مختلفی وجود دارد. در این مقاله تمرکز آزمایش ها بر روی آن است که آیا مجموعه ویژگی های انتروپی طیفی، بعد فراکتال هایوچی، مدل رگرسیو خودکار، و قدرت باند که در تشخیص بیماری اسکیزوفرنی صحت خوبی داشته اند (در کنار ویژگی های ساده ای مثل واریانس و ضریب همبستگی) در پیش بینی وقوع تشنج صرع هم خوب عمل می کنند در این تحقیق به جای استفاده از مجموعه داده های مرسوم دانشگاه های بن و فرایبورگ، از مجموعه جدیدتر در سایت کگل استفاده شده است. آزمایش ها نشان دادند که این ویژگی ها در شناسایی حمله صرع موثر بوده و بالاخص به صورت مجزا، ویژگی رگرسیو خودکار و در ترکیبات دوتایی، ترکیب رگرسیو خودکار با قدرت باند، و در ترکیبات سه تایی نیز ترکیب رگرسیو خودکار، قدرت باند و ضریب همبستگی بهترین نتایج را می دهند اما افزودن دیگر مجموعه ویژگی های فوق به این سه مجموعه سازگار نبوده و باعث کاهش صحت تشخیص می شوند.
Keywords:
Authors
فرزاد قهرمانی
دانشجوی دکتری، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده برق و کامپیوتر، دانشگاه شیراز، شیراز
اشکان سامی
دانشیار، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده برق و کامپیوتر، دانشگاه شیراز، شیراز
هومان تحیری
استادیار، بخش مهندسی و علوم کامپیوتر و فناوری اطلاعات، دانشکده برق و کامپیوتر، دانشگاه شیراز، شیراز