مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

2,148
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص صرع در سیگنال های الکتروانسفالوگرافی (EEG) بر اساس ویژگی طیف کلی موجک (GWS) با استفاده ماشین بردار پشتیبان

صفحات

 صفحه شروع 35 | صفحه پایان 43

چکیده

 در حدود یک درصد از مردم دنیا از صرع رنج می برند. اولین مرحله از درمان صرع, تشخیص به موقع و صحیح آن است. یکی از راه های تشخیص صرع, تجزیه و تحلیل دقیق سیگنال الکتروانسفالوگرافی (EEG) است. ویژگی های مختلفی جهت تشخیص این بیماری از روی سیگنال مانند دامنه سیگنال وجود دارد. در این مقاله, با بررسی اطلاعات زمان-فرکانسی سیگنال EEG در افراد مبتلا به سندرم صرع بدون تشنج و افراد سالم, روش جدیدی برای تشخیص صرع ارائه شده است. در ابتدا ویژگی طیف کلی موجک (GWS) برای سیگنال EEG افراد سالم و افراد مبتلا به سندرم صرع استخراج شده است. برای بررسی این طیف در باندهای فرکانسی, سیگنال EEG با استفاده از تبدیل موجک به 5 زیرباند تجزیه می گردد. سپس با اعمال این ویژگی به طبقه بند مبتنی بر ماشین بردار پشتیبان به تشخیص صرع پرداخته شده است. نتایج تجزیه و تحلیل, تفاوت قابل ملاحظه ای, جهت تفکیک کردن فرد بر اساس سیگنال EEG فراهم می کند. روش پیشنهادی در مقایسه با روش های قبلی, سیگنال های سالم و صرعی را با دقت 100% طبقه بندی کرده است. همچنین, مشاهده شد که مقادیر غالب GWS برای سیگنال های انتخاب شده از بیماران مبتلا به سندرم صرعی در باند فرکانسی دلتا و تتا یافت می شوند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    حسن زاده، فریبا، و مشگینی، سعید. (1398). تشخیص صرع در سیگنال های الکتروانسفالوگرافی (EEG) بر اساس ویژگی طیف کلی موجک (GWS) با استفاده ماشین بردار پشتیبان. پردازش سیگنال پیشرفته، 3(1 (پیاپی 3) )، 35-43. SID. https://sid.ir/paper/268946/fa

    Vancouver: کپی

    حسن زاده فریبا، مشگینی سعید. تشخیص صرع در سیگنال های الکتروانسفالوگرافی (EEG) بر اساس ویژگی طیف کلی موجک (GWS) با استفاده ماشین بردار پشتیبان. پردازش سیگنال پیشرفته[Internet]. 1398؛3(1 (پیاپی 3) ):35-43. Available from: https://sid.ir/paper/268946/fa

    IEEE: کپی

    فریبا حسن زاده، و سعید مشگینی، “تشخیص صرع در سیگنال های الکتروانسفالوگرافی (EEG) بر اساس ویژگی طیف کلی موجک (GWS) با استفاده ماشین بردار پشتیبان،” پردازش سیگنال پیشرفته، vol. 3، no. 1 (پیاپی 3) ، pp. 35–43، 1398، [Online]. Available: https://sid.ir/paper/268946/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
    فایل موجود نیست.
    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button