تشخیص بیماری صرع با پردازش سیگنال EEG مغز توسط شبکه عصبی ELM و الگوریتم PSO
- سال انتشار: 1397
- محل انتشار: اولین کنفرانس ملی مهندسی برق، کامپیوتر و فناوری ارتباطات
- کد COI اختصاصی: ECTCONF01_016
- زبان مقاله: فارسی
- تعداد مشاهده: 2033
نویسندگان
دانشجوی کارشناسی ارشددانشکده مهندسی کامپیوتر دانشگاه آزاداسلامی واحدمیبد
استادیاردانشکده مهندسی کامپیوتر دانشگاه آزاداسلامی واحدمیبد
چکیده
صرع به عنوان اولین اختلال مهم مغزی (پس از سکته مغزی) شناخته شده است. بیماری صرع، اختلال مزمن و طغیان عمل مغزی است که به علت تخلیه الکتریکی نامتعارف و متناوب نرونهای مغزی ایجاد میشود. سیگنالهای EEG بیانگر فعالیتهای مغزی هستند و یکی از روش های تشخیص بیماری صرع استفاده از همین سیگنال های EEG مغز است. دراین مقاله شیوه جدیدی جهت تشخیص بیماری صرع با استفاده از پردازش سیگنال EEG ارایه شده است. دراین روش، پس از استخراج ویژگی ها از روی سیگنال EEG، از شبکه عصبی ELM برای تشخیص بیماری صرع استفاده میشود. به منظور بهبود شبکه عصبی ELM، پارامترهای شبکه با الگوریتم ازدحام ذرات PSO بهینه سازی میشوند. در نهایت نتایج ارزیابی سیستم پیشنهادی، عملکرد بالای این روش را نشان می دهد.کلیدواژه ها
بیماری صرع، سیگنال (Electroencephalography)EEG، شبکه عصبی(Extreme Learning Machine) ELM، الگوریتم ازدحام ذرات (particle swarm optimization)psoمقالات مرتبط جدید
- طبقه بندی تومورهای مغزی از تصاویر MRI با شبکه کانولوشن و روش های آموزش انتقال
- افزایش راندمان یک مبدل ترکیبی توان بالا با استفاده از تکنیک ZCT در عملیات سوئیچینگ نرم
- GNRFET-based Voltage Controlled Ring Oscillator Using GDI NAND Gate
- مقایله با اثرات جدا شدن ناگهانی توربین گازی از شبکه سراسری، بااستفاده از سیستم فازی ریزش بار بر پایه شبکه عصبی
- پیاده سازی الگوریتم دومینو برای حل مسائل بهینه سازی عمومی
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.