تشخیص بیماری‌ صرع با پردازش سیگنال EEGمغز توسط شبکه عصبی ELM
کد مقاله : 1049-CFIS (R1)
نویسندگان:
مرضیه عالی *1، محسن سرداری زارچی2
1دانشگاه آزاد اسلامی میبد
2دانشگاه آزاد اسلامی-واحد میبد
چکیده مقاله:
صرع به عنوان اولین اختلال مهم مغزی (پس از سکته مغزی) شناخته شده است. بیماری صرع، اختلال مزمن و طغیان عمل مغزی است که به علت تخلیه الکتریکی نامتعارف و متناوب نرون‌های مغزی ایجاد می‌شود. سیگنال‌های EEG بیانگر فعالیت‌های مغزی هستند و یکی از روش‌های تشخیص بیماری صرع استفاده از همین سیگنال‌های EEG مغز است. دراین مقاله روشی جهت تشخیص بیماری صرع با استفاده از پردازش سیگنال EEG ارائه شده است. دراین روش، پس از پیش‌پردازش بر روی سیگنال EEG، از شبکه عصبیELM برای کلاسه‌بندی بیماری صرع استفاده می‌شود. پارامترهای شبکه عصبی ELM، با استفاده از الگوریتم ازدحام ذرات PSO تنظیم و بهینه‌سازی می‌شوند. در نهایت نتایج ارزیابی سیستم پیشنهادی، عملکرد بالای این روش را نشان می‌دهد.
کلیدواژه ها:
بیماری صرع، سیگنال EEG، شبکه عصبی ELM، الگوریتم ازدحام ذرات
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است
هفتمین کنگره مشترک سیستمهای فازی و هوشمند ایران