انتخاب یک فضای ویژگی بهینه در تشخیص حملات صرعی بر پایه آنالیز کمی سازی بازگشتی و الگوریتم ژنتیک

صالح لشکری; مهدی آذرنوش

انتخاب یک فضای ویژگی بهینه در تشخیص حملات صرعی بر پایه آنالیز کمی سازی بازگشتی و الگوریتم ژنتیک

محل انتشار: فصلنامه روش های هوشمند در صنعت برق، دوره: 7، شماره: 26

سال انتشار: 1395

نوع سند: مقاله ژورنالی

زبان: فارسی

مشاهده: 153

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

دریافت فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > الگوریتم ژنتیک

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/1372055

شناسه ملی سند علمی:

JR_JIPET-7-26_004

تاریخ نمایه سازی: 19 دی 1400

چکیده مقاله:

در طبقه بندی داده ها انتخاب فضای ویژگی متناسب با ماهیت پدیده و قدرت تفکیک بالا بسیار حائز اهمیت است. قابلیت نگاشت بازگشتی در تحلیل دادگان غیرایستا موجب می شود در تشخیص حملات صرعی نیز مورد توجه قرار گیرد. در این پژوهش به تشخیص حملات صرعی توسط آنالیز کمی سازی بازگشتی بر پایه ترکیب الگوریتم ژنتیک و طبقه بند بیزین پرداخته شده است. در ابتدا نگاشت بازگشتی سیگنال EEG دو گروه صرعی و نرمال هریک شامل ۱۰۰ نمونه، بازای پنج نوع معیار فاصله (ماکزیمم فاصله، مینیمم فاصله، اقلیدوسی، ماهالانوبیس، منهتن) و ۱۰ حد آستانه(ε) مختلف تشکیل و بهترین مجموعه ویژگی بازای ۵۰ تکرار الگوریتم ژنتیک بر اساس نرخ طبقه بندی بیزین انتخاب گردید. نتایج، نشانگر کارایی بالای روش پیشنهادی بوده به گونه ای که با انتخاب معیار مینیمم فاصله و حدآستانه ۱˂ε˂ ۱/۰ تفکیک ۱۰۰ % است. همچنین روش نسبت به حد آستانه (ε) و معیار فاصله حساسیت پایینی دارد. ویژگی Trans با بیشترین مشارکت در انتخاب ویژگی و بالاترین صحت، به عنوان ویژگی بهینه معرفی می شود.

کلیدواژه ها:

الکتروانسفالوگرام ، تشخیص حمله صرعی ، آنالیز کمی سازی بازگشتی ، انتخاب ویژگی ، الگوریتم ژنتیک

نویسندگان

صالح لشکری

دانشجوی دکترا - دانشکده مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

مهدی آذرنوش

استادیار - دانشکده مهندسی برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

M. Azarnoosh, "Variability of non-linear dynamic parameters of EEG signal ...
S. Lashkari, "Evaluation of EEG signals during Epileptic seizures based ...
D. Kalyanmoy, et al. "A fast and elitist multi objective ...
N. Faghih, A. Honarvar. " Genetic algorithms in planning preventive ...
O. Gaoxiang. L. Xiaoli, D. Chuangyin, "Using recurrence plot for ...
U. Rajendra, et al, "Application of recurrence quantification analysis for ...
M. Niknazar, et al, "A new framework based on recurrence ...
N. Marwan, M.C. Romano, M. Thiel, "Recurrence plots for the ...
H. Rashidy, K. Faez, M. Hosseinzadeh, "Face recognition system using ...
W. Siedlecki, J. Sklansky, "A note on genetic algorithms for ...
A. Bon, et al, "Feature selection in beltline moulding process ...
R. Jensen, "Combining rough and fuzzy sets for feature selection", ...
B. Liu, B. McKay, "Classification rule discovery with ant colony ...
Y. Meng, "A swarm intelligence based algorithm for proteomic pattern ...
R.G. Andrzejak, et al, "Indications of nonlinear deterministic and finite-dimensional ...
K. Ansari-Asl, et al. "Comparison of two estimators of time-frequency ...
M.P. Tarvainen, et al., "Estimation of nonstationary EEG with Kalman ...
Kaplan, Y. Alexander, et al., "Nonstationary nature of the brain ...
T. Dikanev, et al. "EEG nonstationarity during intracranially recorded seizures: ...
K.B. Korb, E. Ann, Nicholson. "Bayesian artificial intelligence". CRC press, ...
C.R. Twardy, et al., "Epidemiological data mining of cardiovascular Bayesian ...
V.P Nigam, G. Daniel, "A neural-network-based detection of epilepsy", Neurological ...
N. Kannathal, et al, "Entropies for detection of epilepsy in ...
V. Srinivasan, C. Eswaran, N. Sriraam, "Artificial neural network based ...
N. Sadati, H. Mohseni, A. Maghsoudi, "Epileptic seizure detection using ...
A. Subasi, "EEG signal classification using wavelet feature extraction and ...
K. Polat, G. Salih, "Classification of epileptiform EEG using a ...
A.T. Tzallas, M.G. Tsipouras, D.I. Fotiadis, "Automatic seizure detection based ...
V. Srinivasan, C. Eswaran, N. Sriraam, "Approximate entropy-based epileptic EEG ...
P. Kemal, G. Salih, “Artificial immune recognition system with fuzzy ...
K. Polat, G. Salih, "A novel data reduction method: Distance ...
H. Ocak, "Automatic detection of epileptic seizures in EEG using ...
L. Guo, et al, "Classification of EEG signals using relative ...
L. Guo, R. Daniel, P. Alejandro, "Epileptic seizure detection using ...
L. Guo, et al, "Automatic epileptic seizure detection in EEGs ...
A. Subasi, G.M. Ismail, "EEG signal classification using PCA, ICA, ...
E. Übeyli, "Least squares support vector machine employing model-based methods ...
C. Lima, C. André, E. Marcio, "Tackling EEG signal classification ...
L. Guo, et al, "Automatic feature extraction using genetic programming: ...
D. Wang, M. Duoqian, X. Chen, "Best basis-based wavelet packet ...
Z. Iscan, D. Zümray, D. Tamer, "Classification of electroencephalogram signals ...
U. Orhan, M. Hekim, M. Ozer, "EEG signals classification using ...
L. Charles, J. Webber, N. Marwan, "Recurrence quantification analysis: Theory ...
J. Webber, L. Charles, J.P. Zbilut, "Recurrence quantification analysis of ...

نمایش کامل مراجع