تشخیص صرع به کمک ارزیابی های کیفی و کمی آشوب‎گون سیگنال‎های مغزی

 هدف: صرع یکی از بیماری ­های سیستم اعصاب مرکزی است که فرد مبتلا را در طول یک دوره زمانی دچار تشنج ­های ناگهانی می کند. روش:  یکی از مسایل مهم در آموزش سیستم شناخت، تهیه­ ی داده ­ی مطلوب است که در ادامه به­ کمک تحلیل کیفی آشوب‎گون و نظر افراد خبره برچسب­ زنی صحیح آن بررسی و سپس ویژگی ­های آشوب‎گون نظیر بعد فرکتال، بزرگ‎ترین نمای لیاپانوف و نمای هرست استخراج م ی­شود. برای تفکیک دسته‎های مختلف از یکدیگر، این ویژگی‎ها به دسته‎بندی­ کننده ­ی بیزین داده می‎شوند. یافته ­ها: نتایج نشان می­ دهد که سیگنال مغزی EEG دارای رفتاری آشوب‎گون است و در حالت حمله کمینه­ ی بعد بازسازی‎ و به دنبال آن پیچیدگی کاهش می­ یابد. همچنین نتایج حاکی از آن است که دو دسته­ ی طبیعی و پیش‎حمله‎ای با متوسط صحت ۹۹/۲ درصد و دو دسته­ ی طبیعی و ‎حمله ­ای با متوسط صحت ۹۹/۲ درصد و دو دسته ­ی پیش­ حمله­ ای و ‎حمله ­ای با متوسط صحت ۹۷/۱ درصد از یکدیگر تفکیک شده ­اند.  نتیجه‎گیری: به‎نظر می رسد تحلیل آشوب­گون یکی از روش‎های مفید در بازیابی رفتار مغز در تشخیص حالت‎های صرعی باشد.  

کلیدواژه ها:

Electroencephalogram ، Chaos ، Epilepsy ، Labelling ، Classification ، سیگنال مغزی ، آشوب ، صرع ، برچسب زنی ، دسته بندی کننده