طبقه بندی سیگنال های EEG برای تشنج های صرعی با استفاده از تبدیل فوریه و ترکیب شبکه های عصبی مصنوعی

صرع یکی از رایج ترین اختلالات سیستم عصبی مرکزی است. افراد مبتلا به صرع از آن رنج می برند تشنج بسته به بسیاری از عوامل مانند ژنتیک، فیزیولوژیک، صدمه به مغز، و غیره اتفاق می افتد تشنج صرع در زمان های غیر قابل پیش بینی و عمدتا بدون هشدار رخ می دهد. طول تشنج، صرع افراد دارای حواس پرتی یا اسپاسم غیر دائمی هستند که حتی ممکن است باعث آسیب های جدی فیزیکی یا مرگ شوند. بنابراین، تشخیص صرع هنوز در مورد پیش بینی زمان تشنج به متخصصان مغز و اعصاب و طبقه بندی سیگنال مغز دریافت شده از مناطق مختلف مغزبستگی دارد. در این تحقیق با استفاده از پنجره بندی از طریق تبدیل فوریه و استخراج ویژگی میانگین و واریانس و اعمال به شبکی عصبی مصنوعی میزان خروجی شبکه بدست آمد، برای افزایش دقت و حسایت شبکه، شبکه را ده بار تکرار و از بین اطلاعات بدست آمده میانگین گرفته شده و نتایج دقت شبکه بالا 96 درصد بدست آمد.