ارایه روشی خودکار برای تشخیص سیگنال های EEG با استفاده از SVM و الگوریتم شیران LOA

سال انتشار: 1395
محل انتشار: دومین کنفرانس ملی رویکردهای نو در مهندسی برق و کامپیوتر
کد COI اختصاصی: NAECE02_138
زبان مقاله: فارسی
تعداد مشاهده: 512

نویسندگان

گروه مهندسی کامپیوتر،دانشکده فنی مهندسی ،دانشگاه آزاد اسلامی خرم آباد،ایران

عضو هیات علمی دانشگاه آزاد اسلامی خرم آباد

چکیده

الکتروانسفالوگرام EEG که برای نمایش فعالیت الکتریکی مغز استفاده می شود، ابزار کلینیکی مناسبی برای تشخیص بی نظمی های مربوط به صرع است. آشکارسازی spike های صرعی نقش بسیار مهمی در تشخیص صرع ایفا می کند .در این پروژه، طراحی و پیاده سازی سیستم تشخیص spike های صرعی با استفاده از روش ترکیبی تبدیل موجک گسسته و شبکه عصبی svm ارایه شده است. در این مقاله از تبدیل موجک برای استخراج ویژگی سیگنال EEG استفاده شده است و توانایی این ویژگی ها در طبقه بندی رخدادهای موجود در سیگنال EEG بررسی شده است. کار طبقه بندی با استفاده از شبکه عصبی svm انجام شده است. دلیل استفاده از شبکه svm آموزش نسبتا ساده و برخلاف شبکه های عصبی در ماکزیمم محلی گیر نمی افتد، برای داده های با ابعاد بالا خوب جواب میدهد، مصالحه بین پیچیدگی دسته بندی کننده ومیزان خطا به طور واضح کنترل می شود و عملکرد مناسب این شبکه در مسایل طبقه بندی می باشد.الگوریتم فرا ابتکاری شیران ،در مرحله انتخاب ویژگی سیگنال های مغزی و کاهش انتخاب ویژگی بهینه مورد توجه قرار گرفته است و از ماشین بردار برای طبقه بندی نهایی استفاده می شود

کلیدواژه ها

الکتروانسفالوگرامEEG،الگوریتم شیران و ماشین بردارپشتیبان

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.