تشخیص بیماری پارکینسون براساس آنال یز شاخص های غیرخطی و ویژگی های بافتیسیگنال EEG

بیماری پارکینسون یک بیماری نورولوژیکی است که تاثیری بر حرکت و کنترل عضلات دارد در مغز تعداد زیادی سلول عصبی به نام نورون وجوددارد. تعداد سلول های عصبی هنگام تولد بیشترین تعداد سلول است. پارکینسون نوعی اختلال پیشرونده سیستم عصب ی است که روی حرکت تاثیر می گذارد.این بیماری معمولا با علائمی مانند لرزش، سفتی عضلانی، آهستگی حرکت و مشکلات تعادل همراه است. تشخیص این بیماری بر اساس بررسی ویژگی هاییدر سیگنال الکتروانسفالوگرام مشاهده میشود، ممکن است . الکتروانسفالوگرام تکنیک ثبت فعالیت الکتریکی مغز است. در بیماران پارکینسون، سیگنالالکتروانسفالوگرام معمولا نشان دهنده وجود تغییرات در فعالیت الکتریکی مغز است . در این پایان نامه، به بررسی کارایی شاخص های غیرخطی در تشخیصبیماری پارکینسون پرداخته شده است . نتایج به دست آمده نشان میدهد که استفاده شاخص های غیرخطی می تواند بهبود قابل توجهی در دقت تشخیصبیماری پارکینسون ایجاد کند. همچنین، از اهمیت بالایی برخوردار است که الگوریتم ANN نسبت به SVM ، دقت بیشتری در تشخیص بیماری دارد،اگرچه اجرای الگوریتم های ماشینی زمان بیشتری نیاز دارد . با ترکیب و به کار بردن تکنیک ها و الگوریتم های پردازش سیگنال و استفاده از شاخص هایآشوبی وپردازش های غیرخطی، هم به پزشک و هم به بیمار در تشخیص زود هنگام بیماری و جلوگیری از پیشرفت آن کمک بسیاری خواهد شد

کلیدواژه ها:

پارکینسون ، سیگنال الکتروانسفالوگرام ، شاخص های غیرخطی ، ویژگی های غیر خطی