0% Complete
صفحه اصلی
/
چهارمین کنفرانس بین المللی محاسبات نرم
استخراج اطلاعات تفاضلی سیگنالهای الکتروانسفالوگرام جهت تشخیص اختلال وسواس اجباری
نویسندگان :
فرزانه منظری
1
پیوند قادریان
2
1- دانشگاه صنعتی سهند
2- دانشگاه صنعتی سهند
کلمات کلیدی :
تجزیه به مؤلفههای مد ذاتی، ماشین بردار پشتیبان، ویژگیهای آماری تفاضلی، اختلال وسواس اجباری
چکیده :
اختلال وسواس اجباری یک بیماری مزمن ذهنی و اجتماعی است که در بین حدود 2 تا 3 درصد جمعیت انسانها شیوع دارد و سبب مشکلاتی در عملکردهای شناختی و افت کیفیت زندگی مبتلایان میگردد، به همین علت تشخیص صحیح و به هنگام آن میتواند به روان پزشکان در درمان و یا کنترل این بیماری کمک کند. تحقیقات پیشین در زمینهی بیماری وسواس اجباری نشاندهندهی اختلال در فعالیت الکتریکی بین نواحی مختلف مغزی بودهاند. بنابراین، در این مطالعه رویکردی جدید در زمینهی تشخیص اختلال وسواس اجباری ارائه شده است که مبتنی بر تجزیه سیگنال به توابع پایهای ذاتی و استخراج تغییرات لحظهای دامنه و فاز سیگنال الکتروانسفالوگرام به صورت تفاضلی در حین انجام تکالیف فلانکر میباشد. ارزیابی الگوریتم پیشنهادی با دادههای الکتروانسفالوگرام 19 فرد سالم و 11 بیمار دارای اختلال وسواس اجباری توسط طبقهبند ماشین بردار پشتیبان صورت گرفته است. نتایج به دست آمده، قابلیت روش پیشنهادی در تشخیص بیماری را با صحت بالای 93.89 درصد با استفاده از اطلاعات تفاضلی دامنهی سیگنال الکتروانسفالوگرام نشان دادهاند. در مقایسه بین نواحی مختلف ویژگیهای آماری مستخرج از لوب پیشانی، شبکهی پیشانی-آهیانه و نیمکرهی مغزی کارایی بیشتری در تشخیص بیماری ارائه دادهاند.
لیست مقالات
لیست مقالات بایگانی شده
Design of an Interval Type-2 TSK Fuzzy System for System Identification with Application to Time-Series Prediction
Fahimeh Baghbani - Mehraneh Hemmati
Injury Severity Analysis of Rural Passenger cars Crashes Involving Head-on collision
Mohammad Rahmaninezhad Asil - Iraj Bargegol
ارزیابی خودکار عملکرد بیمار با شبکه عصبی عمیق پیچشی فازی با لایه آموزشپذیر در ربات فیزیوتراپی زانو مبتنی بر بازی
پرگل سادات طباطبائی - محمدرضا اکبرزاده توتونچی - علیرضا اکبرزاده - حسین نگهبان سیوکی
A deep learning model for joint detection in radiographic images of rheumatoid arthritis
Hojjat Emami
Denoising of Bivariate Normal distribution by Shrinkage Wavelet Method Based on the New Threshold
Ziba Batvandi - Mahmoud Afshari - Hamid Karamikabir
پیشبینی مالی با استفاده از روش بهینهسازی ازدحام ذرات کوانتومی و توزیع کوشی
مجتبی جباری - مرضیه فریدی ماسوله - احمد باقری
Streamlining Mutation Testing: A machine learning-driven Approach for Improved Effectiveness
Zeinab Asghari - Bahman Arasteh - Abbas Koochari
طراحی و شبیه سازی ساختار صفحات انتخاب فرکانس برای کاهش اثر تزویج متقابل در آنتن آرایه ای میکرواستریپ با استفاده از شبکه عصبی
محمدرضا ظفرخواه - احسان زارعیان جهرمی
طبقه بندی بتن های توانمند بر اساس معیار اسلامپ با استفاده از شبکه عصبی مصنوعی تشخیص الگو
سید امیر بنی مهد
مدلسازی خواص مکانیکی آلیاژ آلومینیم 6063 در فرایند اکستروژن در کانالهای هم مقطع زاویه دار با استفاده از منطق فازی
گوهر رنجبری
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2