بهینه سازی تشخیص حملات صرعی از طریق پردازش سیگنال های فعالیت مغزی با استفاده از الگوریتم سیستم ایمنی مصنوعی
عنوان مقاله: بهینه سازی تشخیص حملات صرعی از طریق پردازش سیگنال های فعالیت مغزی با استفاده از الگوریتم سیستم ایمنی مصنوعی
شناسه ملی مقاله: ECICONFE03_051
منتشر شده در سومین همایش بین المللی مهندسی برق، علوم کامپیوتر و فناوری اطلاعات در سال 1397
شناسه ملی مقاله: ECICONFE03_051
منتشر شده در سومین همایش بین المللی مهندسی برق، علوم کامپیوتر و فناوری اطلاعات در سال 1397
مشخصات نویسندگان مقاله:
ندا حبیبی فر - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
حسنا حبیبی فر - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
عباس کریمی - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
خلاصه مقاله:
ندا حبیبی فر - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
حسنا حبیبی فر - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
عباس کریمی - گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اراک، اراک، ایران
بیماری صرع به دلیل نقص در فعالیت الکتریکی سلول های مغزی رخ می دهد و عامل بروز حملاتی است که به صورت ناگهانی و تکرارشونده در بیمار رخ می دهند. این حملات موجب تغییر در وضعیت هوشیاری ، یا حرکات غیرطبیعی ظاهر می شوند که مخاطراتی برای بیمار به دنبال خواهند داشت. به همین دلیل تشخیص زودهنگام این حملات در بیماران ضروری است. اصلی ترین و مهم ترین روش تشخیص بیماری صرع، بررسی سیگنال EEG است. در این مقاله جهت آشکارسازی شروع تشنج با استفاده از الگوریتم فراابتکاری سیستم ایمنی مصنوعی به تشخیص و جداسازی سیگنال EEG آغشته به صرع از سیکنال های افراد سالم پرداخته ایم. این الگوریتم شروع تشنج را با حساسیت و دقت بالایی تشخیص می دهد و در بررسی های ثبت های EEG تاکنون به کار نرفته است.
کلمات کلیدی: حملات صرع، تشخیص، الگوریتم سیستم ایمنی مصنوعی، ثبت های EEG
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/876970/