تشخیص بیماری بیش فعالی- کم توجهی در کودکان مبتنی بر توان باندهای سیگنال ERP با استفاده از ماشین بردار پشتیبان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 722

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:

ICFUZZYS14_165

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

الکتروانسفالوگرافی یکی از ابزارهای مفید، قوی و غیرتهاجمی در کارهای کلینیکی است که توانایی خوبی در انعکاس فعالیت های الکتریکی مغز در حوزه زمان- فرکانس دارد. در دهه های اخیر کاربرد الکتروانسفالوگرافی برای کارهای تشخیصی منجمله صرع، اسکیزوفرنی، بیش فعالی- کم توجهی و سایر بیماری های عصبی افزایش یافته است. در این مقاله روشی برای تشخیص بیماری ییش فعالی- کم توجهی در کودکان با استفاده از ویژگی توان باندهای سیگنال ERP، ارایه شده است. سیگنال های ERP در سه کانال و در سه ناحیه مختلف سر ( پیشین، مرکزی، پسین ) و برای دو تحریک جداگانه شنیداری و بینایی در دو گروه بیمار (30 نفر) و سالم (30 نفر ) طبق استاندارد 20-10 ثبت شده است. پس از اعمال پیش پردازش سیگنا ERP به باندهای دلتا، تتا، آلفا و بتا تقسیم بندی می شود. ارزیابی این ویژگی با استفاده از آزمون تی صورت می گیرد و در نهایت با استفاده از الگوریتم ماشین بردار پشتیبان شرکت کنندگان به دو گروه طبقه بندی می شوند. روش پیشنهادی بر روی ویژگی های استخراج شده نتایج خوبی را نشان می دهد و صحت عملکرد بالایی دارد.

نویسندگان

حسین رضا جهانشاهلو

دانشجوی کارشناسی ارشد، دانشگاه صنعتی سهند، تبریز

موسی شمسی

عضو هیات علمی، گروه مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز

عطا اله عباسی

عضو هیات علمی، گروه مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز

ابوالفضل کوهی

فارغ التحصیل کارشناسی ارشد، دانشگاه تبریز، تبریز