تشخیص صرع بر اساس ماشین بردار پشتیبان و با استفاده از ویژگیهای آنتروپی تقریبی وانحراف معیار سیگنال EEG
محل انتشار: سیزهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,703
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE13_315
تاریخ نمایه سازی: 14 مرداد 1389
چکیده مقاله:
سیگنال الکتروانسفالوگرام، نقش بسزایی در تشخیص بیماری صرع ایفا میکند. در این تحقیق، طرح نوینی به منظور تشخیص حملات صرع از داده EEG ثبت شده از بیمار صرعی ارائه شده است. این شیوه جدید، مبتنی بر ماشین بردار پشتیبان SVM) و با استفاده از آنتروپی تقریبی ApEn) و انحراف معیار سیگنال EEG میباشد. آنتروپی تقریبی، یک پارامتر آماری می باشد که پیشبینی پذیری مقادیر دامنه یک سیگنال فیزیولوژیکی را از روی مقادیر دامنه قبلی آن اندازه گیری میکند. مقدار آنتروپی تقریبی و انحراف معیار سیگنال، در خلال یک حمله صرع، به ترتیب، کاهش و افزایش مییابد که از این حقیقت در سیستم پیشنهادی استفاده شده است. در مرحله اول، مقادیر آنتروپی تقریبی و انحراف معیار، از هر دو نوع داده در نقطه دادههای مختلف محاسبه شده است. در مرحله دوم، از طبقه بندی کننده ماشین بردار پشتیبان، برای تمایز این مقادیر استفاده شده است. نتایج این تحقیق بیانگر آن است که سیستم پیشنهادی با دقت 97/8%می تواند در تشخیص حملات موثرباشد، چرا که دقت بررسی های بصری توسط نورولوژیستهای مجرب، متجاوز از 80 % نمی باشد
کلیدواژه ها:
نویسندگان
حسین صفاری نیا
دانشگاه آزاد اسلامی واحد نجف آباد – دانشکده برق و کامپیوتر
محمدرضا احمدزاده
دانشگاه صنعتی اصفهان – دانشکده برق و کامپیوتر
جعفر مهوری
دانشگاه علوم پزشکی شهرکرد
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 :