مقایسه ی روش های تجزیه ی سیگنال در تشخیص زود هنگام بیماری آلزایمر از سیگنال EEG
محل انتشار: اولین کنفرانس ملی پژوهشهای نوین در مهندسی پزشکی
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 424
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MRME01_005
تاریخ نمایه سازی: 18 بهمن 1399
چکیده مقاله:
یکی از مهم ترین اختلالات عصبی که تا به حال شناخته شده، بیماری آلزایمر (AD) است. در سال های اخیر، پژوهش های فراوانی جهت تشخیص خودکار این بیماری از سیگنال های مغزی صورت گرفته است. در این مقاله، به منظور بهبود دقت تشخیص بیماری آلزایمر، از روش های مختلف جهت تجزیه سیگنال الکتروانسفالوگرام (EEG) استفاده می شود. بدین منظور سنگنال های EEG مربوط به 35 نفر فرد سالم، 31 نفر بیمار آلزایمری خفیف و 20 نفر بیمار آلزایمری متوسط مورد بررسی قرار می گیرند. پس از حذف نویز آرتیفکت، سیگنال های EEG با استفاده از سه روش فیلتر کردن باندهای فرکانسی مغزی، تجزیه حالت تجربی (EEG) و تبدیل موجک گسسته (DWT) به مجموعه ای از زیرسیگنال ها تجزیه می شوند. سپس مجموعه ای از ویژگی ها از زیرسیگنال ها EEG استخراج شده و در نهایت با استفاده از ماشین بردار پشتیبان چندکلاسه (MSVM)، سه دسته افراد سالم، آلزایمری خفیف و آلزایمری متوسط از یکدیگر تفکیک می شوند. نتایج پیاده سازی بیانگر مناسب بودن روش تجزیه DWT با دقت 91/51 درصد است.
کلیدواژه ها:
بیماری آلزایمر ، سیگنال الکتروانسفالوگرام ، باندهای فرکانسی مغز ، تجزیه حالت تجربی ، تبدیل موجک گسسته ، طبقه بندی چند کلاسه ، ماشین بردار پشتیبان
نویسندگان
مهرنوش سادات صافی
دانشجوی کارشناسی ارشد، گروه مهندسی پزشکی، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران
سید محمد مهدی صافی
استادیار، گروه مهندسی پزشکی، واحد دزفول، دانشگاه آزاد اسلامی، دزفول، ایران