تشخیص بیماری صرع با استفاده از آنالیز توابع مد ذاتی

در این مقاله، روشی جدید به منظور تشخیص خودکار بیماری صرع، از آنالیز سیگنال های الکتروانسفالوگرافی (EEG) ارایه می شود. در اینروش، سیگنال های EEG با استفاده از روش تجزیه مد تجربی EMD و نمودار تفاضل مرتبه دوم (SODP) و برخی آنالیزهای آماری، تجزیه وتحلیل می شوند. روش EMD سیگنال های EEG را به مجموعه ای از سیگنال های متقارن و باند محدود تجزیه می کند که به عنوان توابع مد ذاتی(IMF) نامیده می شود. آنالیز تفاضل مرتبه دوم از توابع مد ذاتی یک نمودار بیضی شکل ایجاد می کند. در این مطالعه، هفت IMF اول از هرسیگنال EEG مورد بررسی قرار گرفته است. برای هر IMF ، ویژگی های مساحت بیضی، ماکزیمم و مینیمم دامنه، میانگین و انحراف معیار استخراجشده و به عنوان ورودی در طبقه بند بکار رفته است. از طبقه بند KNN ، برای تفکیک سیگنال های صرعی از غیر صرعی استفاده شده است. نتایجطبقه بندی نشان می دهد که با دقت 2 / 98 %، حساسیت 9 / 98 % و اختصاصیت 8 / 96 % سیگنال های تشنج از غیر تشنج تفکیک شده است.

کلیدواژه ها:

الکتروانسفالوگرافی ، صرع ، تجزیه مد تجربی EMD ، نمودار تفاضل مرتبه دوم ، طبقه بندی سیگنال EEG