پردازش سیگنال‌های الکتروآنسفالوگرافی به منظور تشخیص انواع تشنجات صرعی پتی مال وگراندمال با استفاده از شبکه‌های عصبی مصنوعی

عرب, محمد رضا; صورتگر, امیر ابوالفضل; رضائی اشتیانی, علی رضا

دوره 11، شماره 3 - ( 7-1387 ) جلد 11 شماره 3 صفحات 97-89 | برگشت به فهرست نسخه ها

Mendeley

Zotero

RefWorks

Arab M M, Suratgar A, Rezaei Ashtiani A. EEG Signals Processing for Diagnosis Petitmal (absence) and Grandmal Epilepsies Using Artificial Neural Network . J Arak Uni Med Sci 2008; 11 (3) :89-97
URL: http://jams.arakmu.ac.ir/article-1-208-fa.html

عرب محمد رضا، صورتگر امیر ابوالفضل، رضائی اشتیانی علی رضا. پردازش سیگنال‌های الکتروآنسفالوگرافی به منظور تشخیص انواع تشنجات صرعی پتی مال وگراندمال با استفاده از شبکه‌های عصبی مصنوعی. مجله دانشگاه علوم پزشكي اراك. 1387; 11 (3) :89-97

URL: http://jams.arakmu.ac.ir/article-1-208-fa.html

پردازش سیگنال‌های الکتروآنسفالوگرافی به منظور تشخیص انواع تشنجات صرعی پتی مال وگراندمال با استفاده از شبکه‌های عصبی مصنوعی

محمد رضا عرب

¹، امیر ابوالفضل صورتگر

، علی رضا رضائی اشتیانی

1- ، m_r_arab@arakmu.ac.ir

چکیده: (28726 مشاهده)

مقدمه: تشنج مهم‌ترین تظاهر بیماری صرع بوده و آنالیز دقیق آن نیز از طریق انجام الکتروآنسفالوگرافی امکان پذیراست. به وسیله آشکار سازی دشارژهای صرعی شکل (امواج سوزنی ) امکان تشخیص بیماری صرع در سیگنال EEG وجود دارد. یک درصد افراد در زندگیشان این بیماری را تجربه می‌کنند. پیش از این قابلیت تشخیص هوشمندانه امواج سوزنی بررسی شده اما هدف این تحقیق تشخیص صرع های پتی مال (غایب) و گراندمال از طریق پردازش سیگنال‌های EEG توسط سیستم هوشمند (شبکه عصبی) می‌باشد. روش کار: در این مقاله توصیفی از تعداد 100 عدد سیگنال EEG مربوط به افراد مختلف در شرایط سلامت، فواصل تشنج و درحین تشنج مربوط به دو نیمکره مغزی استفاده شده است. با استفاده از تکنیک‌های نرم افزاری نویز50 هرتزو آرتیفکت آن حذف شده سپس توسط نرولوژیست این سیگنال‌ها به سه دسته سالم، تشنجات صرعی پتی مال (تپیک 3 هرتز) وگراندمال (درفازکلونیک با فرکانس 4 هرتز) به قطعات 6 ثانیه جداسازی شده است. اطلاعات این سیگنال‌ها شامل امواج سوزنی-آهسته، پلی اسپایک و پلی شارپ می‌باشد که استخراج و توسط تکنیک‌های نرم افزاری شبکه‌های عصبی به سه دسته سالم، پتی مال و گراندمال طبقه‌بندی گردیده است. نتایج: در نرم افزار طراحی شده، دقت تشخیص صرع‌های پتی مال و گراندمال در حدود 80 درصد می‌باشد. نتیجه گیری: به علت پیچیدگی در امواج مغزی و سختی تشخیص دیداری نوار مغزی این روش کمک زیادی در تشخیص بیماری صرع به پزشکان می‌کند. این پژوهش فعلا برای تشخیص دو نوع صرع شایع به کار رفته و قابل گسترش به انواع مختلف صرع می‌باشد.

واژه‌های کلیدی: الکتروانسفالوگرافی، صرع پتی مال، صرع گراندمال، صرع غایب

متن کامل [PDF 472 kb] (21923 دریافت)

موضوع مقاله: عمومى
دریافت: 1387/12/14

ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
	این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله دانشگاه علوم پزشکی اراک می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

Designed & Developed by : Yektaweb

تماس با ما