چکیده مقاله
نمودار بازگشت یکی از ابزارهای مهم در نمایش رفتارهای دینامیکی سیستم های غیرخطی و آشوبناک است کمی سازی این نمودار می تواند به شناسایی و تحلیل تغییرات پیچیده در چنین سیستم هایی کمک کند در این پژوهش، رویکردی نوین برای کمی سازی نمودار بازگشتی ارائه شده که مبتنی بر تحلیل بافت تصویر آن است بافت نمودار بازگشتی اطلاعات ارزشمندی از پویایی سیستم ارائه می دهد و استخراج این اطلاعات می تواند برای شناسایی تغییرات دینامیکی مفید باشد در این روش، از ویژگی های بافتی ماتریس هم وقوع سطوح خاکستری GLCM به منظور استخراج کمیت های مشخص کننده رفتار دینامیکی استفاده شده است این ویژگی ها ابتدا بر روی دو سیستم آشوبناک لورنز و راسلر جهت بررسی پایداری و کارایی به عنوان شاخص های تغییرناپذیر ارزیابی شدند سپس، برای ارزیابی کاربرد عملی روش، از آن در تشخیص حملات صرعی بر اساس سیگنال EEG بهره گرفته شد نتایج تجربی نشان داد که روش پیشنهادی نسبت به ویژگی های رایج تحلیل کمی نمودار بازگشتی RQA و دیگر روش های موجود، عملکرد بهتری در تشخیص حملات صرعی دارد این یافته ها نشان می دهند که ویژگی های بافت می توانند به عنوان ابزاری موثر در کمی سازی دینامیک غیرخطی و کاربردهای عملی مانند تحلیل EEG مورد استفاده قرار گیرند
کلیدواژهها
نویسندگان
شیوه ارجاع
لشکری، صالح و خلیل زاده، محمدعلی،1404،ارائه یک رویکرد نوین برای تشخیص حملات صرعی مبتنی بر اطلاعات بافت نمودار بازگشتی سیگنال EEG،چهارمین کنفرانس بین المللی تفکر سیستمی در عمل،مشهد
ارائهشده در
مجموعه مقالات چهارمین کنفرانس بین المللی تفکر سیستمی در عمل12 آذر 1404 · مشهد