چکیده مقاله
تقریبا 1% از افرادی که از بیماری صرع رنج میبرند دچار مرگ آنی ناشی از حملات تشنجی می شوند به طور کلی، تشخیص خودکار و اطلاع دقیق و به موقع پزشکی یک امر حیاتی در زمینه یمراقبت های ویژه ی بیماران صرعی می باشد تحلیل هوشمند سیگنال های EEG در سالهای اخیربه عنوان یک ابزار مناسب جهت تشخیص حملات صرع شناخته شده است در این تحقیق، ما ابتدا مجموعه ویژگیهای فرکانسی مناسبی از سیگنال استخراج می کنیم در گام بعدی یک تکنیک جدید نگاشت به نام LLE را بر مجموعه ویژگی های محاسبه شده اعمال می کنیم روش نگاشت به کار گرفته شده نه تنها موجب نمایش داده در دو یا سه بعد می شود بلکه مشکلات محاسباتیناشی از بعد بالای داده را کمتر کرده و باعث بالا رفتن دقت در تشخیص میشود در گام آخرتکنیک دسته بندی K همسایه ی نزدیکتر k nn بر داده ی نگاشت شده اعمال می شود تا رخدادهای نرمال را از حالت صرع تشخیص دهیم نتایج به دست آمده نشان میدهد که روشپیشنهادی به طور قابل توجهی نمایش و تشخیص حملات صرع را در مقایسه با روشهای دیگربهبود می بخشد
کلیدواژهها
نویسندگان
وحیده محمودی
کارشناس ارشد کامپیوتر، دانشگاه آزاد اسلامی اراک
مهدی صادق زاده
دانشگاه آزاد اسلامی، واحد ماهشهر، گروه کامپیوتر
مازیار باران پویان
دکترا کامپیوتر، دانشگاه پیتسبرگ، پنسیلوانیا، آمریکا
شیوه ارجاع
محمودی، وحیده و صادق زاده، مهدی و باران پویان، مازیار،1397،تحلیل سیگنال های مغزی EEG جهت تشخیص حملات صرع با کمک یک تکنیک ترکیبی از یادگیری ماشین و کاهش بعد غیر خطی،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز
ارائهشده در
مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی1 اسفند 1397 · اهواز