آشکارسازی تخلیه های صرعی در سیگنال EEG با استفاده از تبدیل ویولت و ماشین بردار پشتیبان
محل انتشار: یازدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,017
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE11_220
تاریخ نمایه سازی: 15 اسفند 1386
چکیده مقاله:
در این مقاله روشی برای آشکارسازی تخلیه های صرعی در سیگنال EEG ارائه می کنیم که در آن از 5 دسته داده که از پایگاه داده دانشگا بن گرفته شده است استفاده می نماییم. در اینمقاله از تبدیل ویولت و معیارهای آماری ضرایب ویولت و همچنین نماهای لیاپانوف به عنوان ویژگی و از ماشینهای بردار پشتیبان چند کلاسه و شبکه های عصبی چند لایه، به عنوان تفکیک کننده استفاده شده است. که در آن نشان می دهیم که می توان نتلیج قابل قبولی جهت تفکیک کنندگی اسپایکهای صرعی از سیگنال EEG بدست آورد. در این مقاله مقایسه ای بین عملکرد هر دو طبقه بندی کننده ازجنبه های حساسیت و قابلیت تفکیک ارائه می کنیم. که در آن نشان داده شده است که استفاده از ماشینهای بردار پشتیبان چند کلاسه، نتایج بهتری را می دهد . بطوریکه در بهترین حالت میزان تفکیک کنندگی ماشینهای بردار پشتیبان چند کلاسه، برای 5 دسته 91/48 درصد می گردد.
کلیدواژه ها:
نویسندگان
هادی قاسمی فرد
دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه آزاد اسلامی واحد مشهد، د
متینه زوار
دانشجوی کارشناسی ارشد کامپیوتر ، دانشگاه آزاد اسلامی واحد مشهد، دانش
سعید راحتی قوچانی
استادیار گروه مهندسی پزشکی ، دانشگاه آزاد اسلامی واحد مشهد، دانشکده ف
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 :