>
Fa   |   Ar   |   En
   Ais-Rca: روشی موثر برای بهبود فضای ویژگی‌ها در افزایش دقت تشخیص حملات صرع  
   
نویسنده زارع امین ,بوستانی رضا ,ذوالقدر جهرمی منصور
منبع مهندسي پزشكي زيستي - 1389 - دوره : 4 - شماره : 3 - صفحه:195 -208
چکیده    پیش‌بینی زمان وقوع حملات صرع در بیماران از جمله موضوعاتیست که مورد توجه محققان است. حملات صرع به طور نامنظم و غیر قابل پیش‌بینی شده‌ای اتفاق می‌افتند. بنابراین تشخیص حملات صرع از روی سیگنال‌های eeg که در بازه زمانی طولانی گرفته می‌شوند؛ بسیار حایز اهمیت است. این امر تشخیصی به دو مرحله مجزای استخراج ویژگی‌ها از قطعات سیگنال eeg و اعمال الگوریتم طبقه‌بندی بر روی بردارهای ویژگی تقسیم می‌شود. به همین منظور در مرحله اول با استفاده از تحلیل زمان- فرکانس بر روی قطعات سیگنال eeg و به‌دست آوردن صفحه زمان- فرکانس هر قطعه، استخراج ویژگی‌ها از سیگنال‌ها انجام می‌شود. در مرحله دوم با استفاده از الگوریتم نزدیک‌ترین همسایه کار تشخیص حملات صورت می‌گیرد. اما قبل از اعمال الگوریتم طبقه‌بندی، برای اصلاح فضای ویژگی‌ها و یادگیری معیار فاصله، از الگوریتم ais-rca استفاده شده است. این الگوریتم برای به‌دست آوردن ماتریس تبدیل w، داده‌ها را به صورت مجموعه‌ای از دسته‌ها در نظر می‌گیرد و با ارایه الگوریتم جدید ad-airs و با الهام گرفتن از سیستم ایمنی بدن دسته‌ها را می‌یابد. آزمایش‌های انجام شده نشان دهنده دقت 100% و بهبود نتایج در مقایسه با برخی روش‌های انتقال موجک، آنتروپی، معیار بی‌نظمی و تبدیل انتقال فوریه سریع را نشان می‌دهد.
کلیدواژه سیگنال Eeg ,پردازش زمان- فرکانس ,صفحه زمان- فرکانس ,Ais-Rca ,Ad-Airs ,Rca ,صرع ,سیستم ایمنی مصنوعی (Ais) ,Eeg Signal ,Time-Frequency Analysis ,Spectrum ,Epileptic Seizures ,Artificial Immune System (Ais)
آدرس دانشگاه آزاد اسلامی واحد شیراز, مربی، دانشگاه آزاد اسلامی، واحد شیراز، گروه مهندسی کامپیوتر، شیراز, ایران, دانشگاه شیراز, دانشیار، گروه مهندسی پزشکی، دانشکده مهندسی، دانشگاه شیراز, ایران, دانشگاه شیراز, دانشیار، گروه علوم و مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه شیراز, ایران
پست الکترونیکی zjahromi@shirazu.ac.ir
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved