انتخاب ویژگی های موثر سیگنال های مغزی به منظور تشخیص اختلال نارسایی توجه/ فزون کنشی با استفاده از روش انتخاب ویژگی ترکیبی

اختلال نارسایی توجه/ فزون کنشی (ADHD) یک اختلال رفتاری مشترک است که ممکن است در ۵ تا ۸ درصد از کودکان مشاهده شود. تشخیص اولیه ADHD برای درمان بیماری و کاهش اثرات مضر آن بر آموزش، اشتغال، روابط و کیفیت زندگی بسیار مهم است. از طرفی روش های انتخاب ویژگی در پردازش سیگنال های الکتروانسفالوگرام (EEG) کاربرد گسترده ای دارند. ثابت شده است که فعالیت عصبی مغز و سیگنالهای EEG مرتبط با آن دارای رفتاری پراکنده است. از اینرو، برای طبقه بندی سیگنال های EEG می توان از روش های انتخاب ویژگی ترکیبی استفاده کرد. در این مقاله، یک روش جدید بر اساس ترکیبی از ویژگی های استخراج شده شامل ۶۵ شرکت کننده که ۲۲ نفر مبتلا به ADHD و ۴۳ نفر سالم می باشند. روش های دسته بندی شامل ماشین بردار پشتیبان، K نزدیک ترین همسایه و ترکیبی برای مرحله ارزیابی استفاده شده است. آزمایش به دست آمده بهبود قابل توجهی در مقایسه با روش های دسته بندی در شناسایی و طبقه بندی افراد مبتلا به ADHD فراهم می کند.

کلیدواژه ها:

اختلال نارسایی توجه/ فزون کنشی (ADHD) ، سیگنال های مغزی ، ماشین بردار پشتیبان (SVM)