تمایز فعالیت های مغزی زنان و مردان با استفاده از ویژگی های غیرخطی بعد فرکتال و آنالیز نوسانات دترند و طبقه بندی با مدل ANFIS

سال انتشار:

1394

نوع سند:

مقاله کنفرانسی

زبان:

فارسی

مشاهده:

455

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK02_186

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

مغز یک سیستم بسیار پیچیده است به همین دلیل بررسی فعالیتش در شرایط دینامیک غیرخطی بسیار سخت است.با این حال مطالعات اندکی که تفاوت های جنسی را بر اساس ویژگی های دینامیکی از مغز بررسی کند، وجود دارد. دراین مطالعه برای بررسی تفاوتهای جنسیتی از پویایی مغز با توجه به ماهیت آشوبگون و غیرخطی سیگنال EEG، براساس یک رویکرد استخراج ویژگی ترکیبی دو ویژگی غیرخطی شامل بعد فرکتال (FD) و آنالیز نوسانات دترند (DFA) را از سیگنال های مغزی (در حالت استراحت و با چشمان بسته) 34 زن و 34 مرد بالغ سالم در 31 کانال محاسبه می کنیم. از تحلیل واریانس (ANOVA) نیز به منظور انتخاب کانال استفاده نمودیم. سپس با استخراج ویژگی های مربوط به کانال های انتخابی به طبقه بندی آنها می پردازیم. ویژگی های غیرخطی، نویزی و داده های خارجاز محدوده سیگنال های الکتروانسفالوگرافی (EEG) الهام بخش به کارگیری منطق فازی به دلیل قدرتش برای رسیدگی به عدم قطعیت است. بنابراین ما در این تحقیق از سیستم استنتاج فازی-عصبی تطبیقی (ANFIS) به منظور طبقه بندی سیگنال های EEG زنان و مردان سالم برای بررسی تمایزات جنسیتی مغز استفاده کردیم و پس ازاجرای آزمون k-fold cross validation به صحت 95/4 درصد دست یافتیم.

کلیدواژه ها:

الکتروانسفالوگرافی (EEG) ، بعد فرکتال (FD) ، آنالیز نوسانات دترند (DFA) ، سیستم استنتاج فازی- عصبی تطبیقی (ANFIS)

نویسندگان

محدثهخسروی
محدثه خسروی

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

مهدییعقوبی
مهدی یعقوبی

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

حمیدرضاکبروی
حمیدرضا کبروی

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

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 :
  • قشونی. مجید، فیروزآبادی. محمد، "طراحی و پیاده سازی پروتکل یک ...
  • Swaab, D. F. (2007). Sexual differentiation _ the brain and ...
  • Sowell, E. R., Peterson, B. S., Kan, E., ع& Woods, ...
  • Yan, C., Gong, G., Wang, J., Wang, D., Liu, D., ...
  • Abdekhodaie, Z., Tabatabaei, S. M., & Gholizadeh, M. (2012). The ...
  • developmental disabilities, 33(2), 357-361. ...
  • Lai, D. C., Tseng, Y. C., Hou, Y. M., & ...
  • Flannery, K. A., Liederman, J., DALY, L., & SCHULTZ, J. ...
  • Young, C. B., Fang, D. Z., & Zisook, S. (2010). ...
  • Sandu, A. L., Specht, K., Beneventi, H., Lundervold, _ & ...
  • adolescents. Neuroscience letters, 438(1), 80- ...
  • Yuan, Q., Zhou, W., Li, S., & Cai, D. (2011). ...
  • 0 .Hosseinifard, B., Moradi, M. H., & Rostami, R. (2013). ...
  • Jafari, A. (2013). Sleep apnoea detection from from ...
  • Upadhyay, R., Manglick, A, Reddy, D. _ Padhy, P. K., ...
  • 3.Alimardani, F., Boostani, R., Azadehdel, M., Ghanizadeh, _ & Rastegar, ...
  • Giler, I., & Ubeyli, E. D. (2005). Adaptive for ...
  • Subasi, A. (2007). Application of adaptive neuro-fuzzy inference system for ...
  • I7.Xu, Q., Zhou, H., Wang, Y., & Huang, J. (2009). ...
  • Vatankhah, M., Asadpour, V., & Fazel-Rezai, R. (2013). Perceptual pain ...
  • Yang, Z., Wang, Y., & Ouyang, G. (2014). Adaptive neuro-fuzzy ...
  • Ahmadi, K., Ahmadlou, M., Rezazade, M., Azad-Marzab adi, E., & ...
  • Esteller, R., Vachtsevanos, G., Echauz, J., & Litt, B. (2001). ...
  • Katz, M. J. (1988). Fractals and the analysis of waveforms. ...
  • Peng, C. K., Havlin, S., Stanley, H. E., & Goldberger, ...
  • Ahmadlou, M., Rostami, R., & Sadeghi, V. (2012). Which attenti ...