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

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,154

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA02_031

تاریخ نمایه سازی: 28 شهریور 1394

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:

نویسندگان

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

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 ...
  • نمایش کامل مراجع