ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص صرع در سیگنال EEG با استفاده از ویژگی طول خط و طبقه بند مبتنی بر الگوریتم IPO

سال انتشار: 1393
کد COI مقاله: IPRIA02_031
زبان مقاله: فارسیمشاهده این مقاله: 777
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص صرع در سیگنال EEG با استفاده از ویژگی طول خط و طبقه بند مبتنی بر الگوریتم IPO

محمدرضا اسماعیلی - دانشجوی دکتری گروه الکترونیک، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند
سیدحمید ظهیری - استاد گروه الکترونیک، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند

چکیده مقاله:

در حدود یک درصد از مردم دنیا از صرع رنج می برند. اولینمرحله از درمان صرع، تشخیص به موقع و صحیح آن است. یکی از راه های تشخیص صرع، تجزیه و تحلیل دقیق الکتروانسفالوگرافی (EEG) است. در این مقاله با استفاده از یک الگوریتم ابتکاری جدید به نام الگوریتم بهینه سازی صفحات شیبدار (IPO)، سیگنال EEG آغشته به صرع از سیگنال های غیر صرعی تفکیک شده است. به دلیل خاصیت غیرخطی و نا ایستای سیگنال EEG از تبدیل ویولت جهت استخراج ویژگی های سیگنال بهره گرفته شده و سپس برای هر زیرسیگنال بدست آمده از تبدیل ویولت، پارامتری به نام پارامتر طول خط استخراج شده و در نهایت با اعمال این ویژگی ها به طبقه بند مبتنی بر الگوریتم IPO به تشخیص صرع پرداخته شده است. ب استناد به تحقیق انجام شده، مشخص شد که روش پیشنهادی توانایی بالایی در تشخیص صیحیح صرع در سیگنال EEG دارد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا IPRIA02_031 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/373455/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسماعیلی، محمدرضا و ظهیری، سیدحمید،1393،تشخیص صرع در سیگنال EEG با استفاده از ویژگی طول خط و طبقه بند مبتنی بر الگوریتم IPO،دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر،رشت،https://civilica.com/doc/373455

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، اسماعیلی، محمدرضا؛ سیدحمید ظهیری)
برای بار دوم به بعد: (1393، اسماعیلی؛ ظهیری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • S. Sanei and J. Chambers, "EEG signal processing. 2007, " ...
  • E. Niedermeyer and F. L. da Silva, E _ ec ...
  • N. Fatma Guler and E. D. Ubeyli, "Multiclass support vector ...
  • N. Sadati, H. R. Mohseni, and A. Maghsoudi, "Epileptic seizure ...
  • A. Subasi, "EEG signal classification using wavelet feature extraction and ...
  • H. Ocak, "Optimal classification of epileptic seizures in EEG using ...
  • A. T. Tzallas, M. G. Tsipouras, and D. I. Fotiadis, ...
  • vol. 13, pp. 703-710, 2009. ...
  • L. Guo, D. Rivero, J. Dorado, J. R. Rabunal, and ...
  • _ _ _ expert model for detection of epileptic seizures ...
  • R. G. Andrzejak, K. Lehnertz, F. Mormann, C. Rieke, P. ...
  • R. Esteller, J. Echauz, and T. Tcheng, "Comparison of line ...
  • M. H. Mozaffari and S. H. Zahiri, "Unsupervised data and ...
  • J. Kennedy and R. Eberhart, "Particle Swam optimization, " in ...
  • v. Srinivasan, C. Eswaran, and Sriraam, "Artificial neural network ...
  • P. Jahankhani, V Kodogiannis, and K. Revet. "EEG signal classification ...
  • _ _ _ _ _ transform, " Applied Mathematics and ...
  • A. Tzallas, M. Tsipouras, and D. Fotiadis, "Automatic seizure detection ...
  • L. Guo, D. Rivero, J. A. Seoane, and A. Pazos, ...
  • _ _ _ _ 193, pp. 156-163, 2010. ...
  • S. Vollala and K Gulla, "Automatic Detection of Epilepsy EEG ...
  • H. Ocak, "Automatic detection of epileptic seizures in EEG using ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 8,213
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی