بررسی زمان شروع حمله صرع در سیگنالهای EEG به کمک روش تجزیه به مدل های تجربی و بعد همبستگی

سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,329

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICBME15_104

تاریخ نمایه سازی: 26 آبان 1391

چکیده مقاله:

در این مقاله سعی بر آن داریم تا با کمک دو روش تجزیه به مدل های تجربی (Empirical Mode decomposition) و بعد همبستگی (correltion dimension) به بررسی زمان شروع حمله صرع در سیگنالهای EEG بپردازیم. روش تجزیه به مدهای تجربی یک روش کلی برای آنالیز داده های غیر خطی و غیر ایستا می باشد. ایده اصلی این روش تجزیه سیگنال به تعداد محدودی توابع مدهای ذاتی (intrinsic mode functions) می باشد. این روش تجزیه قابل تطبیق با سیگنال مورد بررسی می باشد. زیرا پایه ها مستقیماً از روی خود سیگنال مرجع به دست می آیند. از طرفی، نشان داده شده که هنگام وقوع حمله، بعد همبستگی سیگنال های صرعی کاهش می یابد. در روش ابتکاری ما، بعدهمبستگی در یک فضای شبه حالت استخراج و لحظه شروع حمله آشکار می شود. با استفاده از این دو روش معیارهایی تعریف می شوند که به کمک آن زمان شروع حمله صرع از سایر قسمتهای سیگنال تمایز پیدا می کند. نتایج حاصل، کارآیی این دو روش را برای تشخیص شروع حمله صرع نشان می دهند.

کلیدواژه ها:

بعد همبستگی ، تجزیه به مدل های تجربی ، توابع مدهای ذاتی ، فضای حالت ، زمان شروع حمله صرع

نویسندگان

آزاده کمال تفرشی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات، دانشکده مهندسی پزشکی

علی مطیع نصرآبادی

دانشگاه شاهد، دانشکده فنی مهندسی، گروه مهندسی پزشکی

امیرحسین امیدوارنیا

دانشکده فنی دانشگاه تهران، دانشکده برق و کامپیوتر، قطب علمی پردازش ه

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 :
  • N. E. Huang, Z. Shen, S. R. Long, M. C. ...
  • N. E. Huang, "Introduction o the Hilbert- Huang transform and ...
  • B. Weng, M. Blanco -Velasco, and K. E. Barner, " ...
  • B. Weng, M. B lanco-Velasco, and K. E. Barner, "Baseline ...
  • R. Balocchi, _ Menicucci , E. Santarcangelo, and L. Sebastiani ...
  • and Fractals 20 (2004) 171-177, available at _ S ciencedirect ...
  • Ultrasound Doppler fetal heart monitoring, " 2005 IEEE International Symposium ...
  • H. Lianga, _, S. L. Bresslerb, R. Desimonec, and P. ...
  • _ T. M. Rutkowski , R. Zdunek, and A. Cichocki, ...
  • population oscillations with empirical mode decompo sition, " Physics Letters ...
  • Decomposition to the Analysis of Esophageal Manometric Data in Gastroe ...
  • R.J. Porter , "Classification of epileptic seizures and epileptic syndromes, ...
  • NINDS. 'Seizure and epilepsy: hope through research , National Institute ...
  • A. Subasi , "Automatic detection of epileptic seizure using dynamic ...
  • Expert Systems with Applications 31 (2006) 320-328. Z. ...
  • _ _ Elec tro encephalogram analysis using fast wavelet transform, ...
  • H. Adeli, Z. Zhou, N. Dadmehr, "Analysis of EEG records ...
  • O.A. Rosso, S. Blanco, A. Rabinowicz, "Wavelet analysis of generalized ...
  • Y.U. Khan, J. Gotman, "Wavelet based automatic intracerebral ...
  • e lectroencephalo gram, _ Clin. Neurophysiol. 1 14 (2003) 898-908. ...
  • M. Kemal Kiymik, Mehmet Akin, Abdulhamit Subasi , "Automatic recognition ...
  • Xiaoli Li, _ Temporal structure of neuronal population oscillations with ...
  • A. Subasi, "Automatic recognition of alertness level from EEG by ...
  • Epilepsy Center of the University Hospital of available ...
  • P. Grassberger, I. Procaccia, "Measuring the Strangeness of the Strange ...
  • R. A schenbrenne. Scheibe, T. Maiwald, M. Winterhalder, H. U. ...
  • نمایش کامل مراجع