مقاله کنفرانسی سال ۱۴۰۴ فارسی

ارزیابی اتصالات مغزی سیگنال الکتروآنسفالوگرام در باندهای فرکانسی به منظور تشخیص اختلال افسردگی ماژور

چکیده مقاله

اختلال افسردگی ماژور یکی از شایع ترین اختلالات روانی است که شناسایی به موقع آن نقش مهمی در بهبود روند درمان بیماران دارد در سالهای اخیر استفاده از نشانگرهای فیزیولوژیکی مبتنی بر سیگنالهای مغزی به ویژه الکتروآنسفالوگرام به عنوان ابزاری غیرتهاجمی برای تشخیص این اختلال مورد توجه قرار گرفته است پژوهش حاضر با هدف بررسی تغییرات اتصالات مغزی در بیماران مبتلا به افسردگی ماژور و مقایسه آن با افراد سالم طراحی و اجرا شد بدین منظور داده های مربوط به سیگنال الکتروآنسفالوگرام ۳۰ بیمار مبتلا به افسردگی ماژور و ۱۵ فرد سالم در دسترس در پایگاه داده عمومی تحلیل شد ثبت سیگنال ها با ۱۹ کانال مطابق با سیستم بین المللی ۱۰ ۲۰ در دو وضعیت چشم باز و چشم بسته و با نرخ نمونه برداری ۲۵۶ هرتز انجام شده است پس از پیش پردازش داده ها و حذف آرتیفکت ها، پنج باند فرکانسی دلتا، تتا، آلفا، بتا و گاما استخراج شدند برای ارزیابی الگوهای اتصالات مغزی شاخص های همدوسی و آنتروپی متقابل محاسبه گردید سپس از الگوریتم ماشین بردار پشتیبان برای طبقه بندی افراد سالم و بیماران استفاده شد و عملکرد مدل بر اساس معیارهای صحت و مساحت زیر منحنی مشخصه عملکرد گیرنده مورد ارزیابی قرار گرفت نتایج نشان داد که باند بتا در وضعیت چشم بسته و باند گاما در وضعیت چشم باز توانایی بالایی در تفکیک دو گروه دارند به طوری که صحت طبقه بندی به ترتیب ۹۵ ۶ و ۹۳ ۲ درصد به دست آمد این یافته ها نشان می دهد که تحلیل اتصالات مغزی در باندهای فرکانسی می تواند ابزاری ارزشمند برای تشخیص زودهنگام افسردگی ماژور باشد و زمینه ساز توسعه سامانه های هوشمند تشخیصی در حوزه علوم اعصاب گردد

کلیدواژه‌ها

افسردگی ماژور اتصالات مغزی ماشین بردار پشتیبان باندهای فرکانسی الکترو آنسفالوگرام (EEG) الکترو آنسفالوگرام EEG

نویسندگان

تصویر آمنه عبداللهی

آمنه عبداللهی

دانشجوی کارشناسی گروه مهندسی پزشکی دانشکده مهندسی دانشگاه بین المللی امام رضا ع خراسان رضوی، مشهد، ایران

تصویر فاطمه امین زاده

فاطمه امین زاده

دانشجوی کارشناسی گروه مهندسی پزشکی دانشکده مهندسی دانشگاه بین المللی امام رضا ع خراسان رضوی، مشهد، ایران

تصویر عاتکه گشوارپور

عاتکه گشوارپور

استادیار، گروه مهندسی پزشکی دانشکده مهندسی دانشگاه بین المللی امام رضا ع خراسان رضوی، مشهد، ایران

شیوه ارجاع

�بداللهی، آمنه و امین زاده، فاطمه و گشوارپور، عاتکه،1404،ارزیابی اتصالات مغزی سیگنال الکتروآنسفالوگرام در باندهای فرکانسی به منظور تشخیص اختلال افسردگی ماژور،هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع،اسفراین

ارائه‌شده در

پوستر مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع مجموعه مقالات هفتمین کنفرانس ملی دستاوردهای نوین در برق، کامپیوتر و صنایع19 آبان 1404 · اسفراین
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۶۸ مشاهده

کنترل بهینه مبتنی بر پیشبین مدل (MPC) و شبکه عصبی مصنوعی (ANN) برای مبدل بازوی تناوبی (AAC) مورد استفاده در سیستم HVDC

این پژوهش به طراحی یک چارچوب کنترل پیشبین مدل MPC برای تنظیم جریان و ولتاژ در مبدل بازوی تناوبی AAC می پ…

مبدل بازوی تناوبیشبکه عصبی مصنوعیشبکه HVDC
مقاله کنفرانسی سال ۱۴۰۴ ۳۲۱ مشاهده

مروری تحلیلی بر روشهای تجمیع داده امن در شبکه های حسگر بیسیم چالشها رویکردها و مسیرهای آینده پژوهش

تجمیع داده در شبکه های حسگر بیسیم یکی از فرایندهای بنیادین برای بهبود کارایی ارتباطی، کاهش حجم داده های…

تجمیع دادهامنخوشه بندی
مقاله کنفرانسی سال ۱۴۰۴ ۲۳۸ مشاهده

بررسی کاربرد هوش مصنوعی در سازمان ثبت اسناد و املاک

هوش مصنوعی به عنوان یکی از مهم ترین ابزارهای فناورانه عصر حاضر توانسته است فرآیندهای پیچیده انسانی را با…

هوش مصنوعیتحول دیجیتالاتوماسیون اداری
مقاله کنفرانسی سال ۱۴۰۴ ۱۹۴ مشاهده

شبکه های عصبی و یادگیری عمیق در پردازش داده های ماهواره ای

رشد فزاینده حجم و پیچیدگی داده های ماهواره ای فرصت های بی سابقه و در عین حال چالش های تحلیلی قابل توجهی…

یادگیری عمیقطبقه بندیسنجش از دور
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۱ مشاهده

طراحی یک تقویت کننده کم نویز سه طبقه با روش استفاده مجدد از جریان و بهبود در عملکرد بهره و عدد نویز

این مقاله یک تقویت کننده کم نویز با بهبود عملکرد در عدد نویز و بهره با استفاده از سه ساختار استفاده مجدد…

عدد نویزبهرهطبقه آبشاری
مقاله کنفرانسی سال ۱۴۰۴ ۱۸۰ مشاهده

مطالعه روشهای نوین هوش مصنوعی به منظور تشخیص خطا در سیستمهای قدرت

در سالهای اخیر تشخیص و پیشبینی خطاها در سیستمهای قدرت به یکی از چالشهای اصلی مهندسی برق تبدیل شده است در…

سیستمهای قدرتتشخیص خطایادگیری ماشین