سمینار تشخیص بیماری صرع با استفاده از  EEG با فرمت ورد

مقدمه :

صرع یک بیماری نرولوژیکی است که میلیون ها نفر را در جهان گرفتار ساخته است و علت آن را نقص در فعالیت الکتریکی سلول های مغزی به دلیل افزایش تحریک پذیری سلول های عصبی می دانند (۱). در نوار مغزی این بیماران الگوهای غیر طبیعی دیده می شود. این وضعیت ممکن است در یک موضع مغز رخ دهد که آن را حملات موضعی[1] می نامند. اگر اثرات حمله در تمام کانال های EEG مشخص باشد به آن حملات فراگیر[2] می گویند. صرع های پتی مال و گرندمال از این نوع می باشد (۲). یکی از ساده ترین راه های غیر تهاجمی[3] تشخیص آن ثبت تغییرات پتانسیل الکتریکی از روی اسکالپ به وسیله دستگاه الکتروآنسفالوگراف با دقت زمانی میلی ثانیه می باشد(۱).

به دلیل تغییرات فرکانس سیگنال ها EEG در طول زمان و ماهیت غیر قابل پیش بینی آن (به این معنی که نمی توان تکرار الگوها یا رفتار خاصی را به صورت تناوبی انتظار داشت) باعث شده که سیگنال شرایط غیر ایستا[4] داشته باشد. به این علت پیشنهاد استفاده از آنالیزهای غیرخطی همانند شبکه های عصبی مصنوعی و تبدیل ویولت بسیار مناسب می باشد(۳).

اولین بار پرادهن و همکاران از سیگنال های خام EEG به عنوان وروردی شبکه عصبی مصنوعی استفاده کردند(۴). خراسانی از یک شبکه عصبی آدابتیو استفاده کرد که نتایج آن دارای خطای کمتری در آشکاری سازی امواج سوزنی (ناشی از حملات صرع) بود(۵).

پتروسین از ویژگی های قوی تری همانند تبدیل ویولت برای آموزش شبکه های عصبی برگشتی[5] استفاده نمود(۶)، سوباسی و همکاران با استفاده از شبکه های عصبی مصنوعی و رگرسیون لاجستیک، سیگنال های EEG به دو گروه سالم و صرعی طبقه بندی نمودند(۱).

عدیلی و همکاران نیز با استفاده از آنالیز آشوب – ویولت – شبکه های عصبی سیگنال های 1EEG را به دو گروه سالم و صرعی طبقه بندی نمودند(۷).

روش های ذکر شده از ۶۰ تا ۹۰ درصد، دقت داشته (۳) و فقط قابلیت آشکارسازی وقوع حمله صرعی (وجود موج سوزنی) را دارا هستند. هدف از انجام این تحقیق نه تنها آشکار سازی حمله صرع بوده بلکه ارائه یک روش هوشمند جهت تشخیص افتراقی حملات صرع های پتی مال و گراندمال می باشد.

فرمت : ورد – قابل ویرایش و چاپ

تعداد صفحات 48