پردازش سیگنال EEG به منظور بررسی رابطه میان درجه هیپنوتیزم پذیری، فعالیت نیم کره های مغزی و لوب های قدامی-خلفی در حالت هیپنوتیزم

سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 27

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJBM-4-1_006

تاریخ نمایه سازی: 20 اسفند 1404

چکیده مقاله:

تحلیل سیگنال های EEG نقش مهمی در زمینه های گسترده ای مانند بررسی داروهای روان پزشکی، مطالعه در زمینه خواب، ثبت و تشخیص صرع و تحلیل پدیده هیپنوتیزم بازی می کند. از سال ها پیش هیپنوتیزم به عنوان روشی موثر برای کمک به بیماران در زمینه های مختلف مانند کاهش اضطراب، ترک برخی عادات نادرست، کنترل درد و ... شناخته شده است. EEG حین هیپنوتیزم خالص و EEG در حالت نرمال و غیرهیپنوتیزم کاملا با یکدیگر تفاوت دارند. روش های مختلفی برای تحلیل سیگنال EEG وجود دارند و روش شاخص شباهت فازی یکی از روش های شناخته شده در این زمینه است. در این مقاله، ویژگی های سیگنال EEG نیم کره های چپ-راست و لوب قدامی- خلفی در حالت هیپنوتیزم (ویژگی های فرکتال، آنتروپی موجک، باندهای فرکانسی) که متعلق به سه گروه با هیپنوتیزم پذیری پائین، متوسط و بالا، بودند استخراج شده و با استفاده از روش شاخص شباهت فازی، مورد بررسی قرار گرفتند تا مشخص شود که آیا رابطه معناداری میان فعالیت این نیم کره ها در حالت هیپنوتیزم و درجه هیپنوتیزم پذیری افراد وجود دارد یا خیر. در نهایت پس از تائید وجود رابطه معنادار میان سیگنال های نواحی مختلف، با استفاده از ویژگی هایی که در مرحله قبل رابطه معناداری را نشان دادند، طبقه بندی این گروه ها انجام شد. در واقع از ویژگی هایی که در مرحله قبل پیش ایجاد تمایز میان گروه های مختلف هیپنوتیزم پذیری را نشان دادند به عنوان ویژگی های طبقه بندی کننده استفاده شد تا بر اساس آن بتوان افراد را به سه دسته با قابلیت هیپنوتیزم پذیری پائین، متوسط و بالا تقسیم کرد. بهترین نتیجه صحت طبقه بندی برابر با %۹۴ (برای دو دسته ویژگی: ۱. آنتروپی، هیگوچی، فرکانس بالا و ۲. انرژی، آنتروپی) و کمترین میزان آن برابر با %۸۷.۵ (برای ویژگی های آنتروپی، هیگوچی و فرکانس پائین)، به دست آمده است.

کلیدواژه ها:

هیپنوتیزم ، هیپنوتیزم پذیری ، شاخص شباهت فازی ، نیم کره چپ و راست ، لوب قدامی و خلفی ، ویژگی ، طبقه بندی

نویسندگان

سرور بهبهانی

دانشجوی دکترا، دانشکده مهندسی پزشکی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی

علی مطیع نصرآبادی

استادیار، گروه مهندسی پزشکی، دانشکده فنی، دانشگاه شاهد

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 :
  • هربرت اشپیگل، گرین لیف مارسیا، اشپیگل دیوید، تحویل روان شناسی، ...
  • Bowers K. S., Waterloo-Stanford Group Scale of Hypnotic Susceptibility, Form ...
  • Ray W.J., Understanding Hypnosis and Hypnotic Susceptibility from a Psychophysiological ...
  • De Pascalisa V., Rayb W.J., Tranquilloa I., D’Amicoa D., EEG ...
  • Galbraith G.C., Electroencephalography and Hypnotic Suseptibility, Journal of Comparative and ...
  • مطیع نصرآبادی علی، ارزیابی کیفی و کمی تغییرات هوشیاری و ...
  • Apple P.R., Bleiberg J., Pain Reduction is Related to Hypnotizability ...
  • PHD - Professional Hypnosis Databank – Maryland Family Hypnosis, Copyright ...
  • Egner T., Jamieson G., Gruzelier J.H., Hypnosis decouples cognitive control ...
  • Fingelkurts A.A., Kallio S., Revonsuo A., Hypnosis induces a changed ...
  • Maiwald T., Winterhalder M., Aschenbrenner-Scheibe A., Voss H.U., Schulze-Bonhage A., ...
  • Li X. and Ouyang G., Nonlinear similarity analysis for epileptic ...
  • Li X., Yao X., Application of Fuzzy Similarity to Prediction ...
  • Tolias Y.A., Panas S.M., Tsoukalas L.H., Generalized fuzzy indices for ...
  • Lee-Kwang H., Song Y-S., Lee. K-M., Similarity measure between fuzzy ...
  • Elif Derya Übeyli, Fuzzy Similarity Index for Discrimination of EEG ...
  • Guler I., Ubeyli E.D., Analysis of Doppler ultrasound signals based ...
  • Lee J-S., Fractal Analysis of EEG in Hypnosis and its ...
  • Gómez C., Mediavilla A., Hornero R., Abásolo D., Fernández A., ...
  • Li X., Kapiris P.G., Polygiannakis J., Eftaxias K.A., Yao X., ...
  • Accardo A., Affinito M., Carrozzi M., Bouquet F., Use of ...
  • Cvetkovic D., Übeyli E.D., Cosic I., Wavelet transform feature extraction ...
  • Adeli H., Zhou Z., Dadmehr N., Analysis of EEG records ...
  • Ouyang G., Li X., Li Y., Guan X., Application of ...
  • صادقی علی، آشنایی با نرم افزار تجزیه و تحلیل SPSS، ...
  • Xu W., Guan C., Siong C.E., Ranganatha S., Thulasidas M.and ...
  • نمایش کامل مراجع