منصور اسماعیل پور - گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد همدان، همدان، ایران
الناز نومی گلزار - گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد همدان، همدان، ایران
وحیده نادری فر - گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد همدان، همدان، ایران

طبق آمار بهداشت جهانی از میان امراض، صرع از آن جمله بیماریهایی است که حدود یک درصد مردم جهان از آن رنج می برند. سیگنالهای الکتروآنسفالوگرافی به منظور تشخیص صرع جهت ثبت فعالیت الکتریکی مغز بهکار می رود. صرع توسط وقوع مجدد حمله ناگهانی در سیگنال نوار مغزی مشخص می شود. در اکثر حالت ها، نمی توان در یک دوره کوتاه احتمال شروع حمله را پیش گویی کرد، بلکه نیازمند یک ثبت متوالی از نوار مغزیاست. شکلی متداول از ثبت نوار که برای این منظور استفاده شده است ثبت سیار است که داده های نوار مغزی را برای یک دوره زمانی بسیار طولانی حتی تا یک هفته نگه می دارد. از آنجا که متدهای رایج تحلیل بسیارخسته کننده و زمان بر هستند، سیستم های تشخیص خودکار نوار مغز صرعی زیادی در سال های اخیر توسعه یافته اند ولی درصد خطای آنها بالا می باشد. بنابراین در این مقاله روشی مبتنی بر شبکه عصبی مصنوعی برای تشخیص این بیماری ارائه خواهد شد که بر اساس نتایج حاصل شده، دقت مناسبی را دارد.

بیماری صرع، شبکه عصبی مصنوعی، سیگنالهای الکتروآنسفالوگرافی، نوار مغزی