جداسازی بیماران صرعی از افراد سالم با استفاده از یادگیری عمیق و جنگل تصادفی

صرع یکی ازشایعترین اختلالات عصبی است که از موارد اصلی و مهم آ ن،صرع مغزی غیرقابل پیش بینی است. دراین تحقیق، یک مدل ترکیبی یادگیری عمیق در کنار الگوی جنگل تصادفی برای جداسازی بهتر بیماری صرع پیشنهاد شده است.در این پژوهش از یک شبکه عصبی یادگیری عمیق که از یک ساختار چندلایه بر مبنای الگوی سیگنال های EEG تشکیل شده به همراه جنگل تصادفی که یک طبقه بندی تفکیکی است برای طبقه- بندی نمونه های جدید صرعی استفاده شده و در جداسازی بیماران صرعی از افراد سالم، میزان صحت ۷۶ درصد حاصل شده است.

کلیدواژه ها:

سیگنال EEG ، یادگیری عمیق ، جنگل های تصادفی ، صرع