بهره گیری از بیان تنک به منظور کلاس بندی مراحل خواب با استفاده از سیگنال الکتروانسفالوگرام
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 226
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JASP-3-1_001
تاریخ نمایه سازی: 18 مهر 1400
چکیده مقاله:
در این مقاله، از بیان تنک سیگنال EEG به منظور طبقه بندی مراحل خواب استفاده شده است. در این راستا دو روند کلی تنک سازی پیشنهاد شده و تاثیر آن ها بر روند تشخیص مراحل چهارگانه خواب بررسی شده است. روش پیشنهادی اول مبتنی بر به کارگیری روش تحلیل مولفه اصلی تنک (SPCA) برای حالت های به کارگیری ویژگی های مختلف، از جمله زمانی، فرکانسی و زمان-فرکانسی و اعمال به کلاس بندی ماشین بردار پشتیبان (SVM) است. روش پیشنهادی دوم بر اساس به کارگیری طبقه بندی کننده مبتنی بر بیان تنک (SRC) است که از الگوریتم پیگیر تطبیق متعامد (OMP) در مرحله ایجاد دیکشنری و بیان تنک بهره می برد. به منظور ارزیابی کارایی الگوریتم های پیشنهادی، عملکرد آن ها با الگوریتم های موجود مشابه مقایسه شده است و بدین منظور از داده های ثبت شده در پایگاه داده بین المللی PhysioNet استفاده شده است. مقایسه نتایج روش های پیشنهادی نشان دهنده بالاتر بودن دقت میانگین روش پیشنهادی اول نسبت به روش PCA و روش یادگیری عمیق به ترتیب %۸.۳۶ و %۸.۲۶ است. همچنین سرعت اجرای روش پیشنهادی دوم نسبت به دو روش مذکور %۱۱۸ و %۷۲ بالاتر است.
کلیدواژه ها:
نویسندگان
بهاره آزادیان
گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
توحید یوسفی رضایی
گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
سعید مشگینی
گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :