بررسی روند تغییرات سیگنال EEG در طی روند نوروفیدبک در بیماران آلزایمری

بیماری آلزایمر شایع¬ترین نوع دیمانس یا زوال عقلی است. برآوردها نشان می¬دهد که در سال 2050 آمار مبتلایان به آلزایمر ممکن است تا سه برابر افزایش یابد .
نگرانی آن است که از هر 85 نفر، یک نفر به آلزایمر مبتلا گردد. استفاده از روش¬های متکی بر پردازش سیگنال و یادگیری ماشینی با استفاده از سیگنال¬ها می¬تواند سطح تمایز میان بازشناسی ضایعات ناشی از بروز آلزایمر را افزایش دهد.

در این پایان نامه، مجموعه¬ای از ویژگی¬ها توسط توصیفگرهای سه¬گانه آماری و آنتروپی و طیف توان در فضای فاز از سیگنال¬های مغزی را استخراج کردیم. با استفاده از الگوریتم پیچش عام و توانایی آن در یافتن بهینه¬ترین ویژگی¬ها، بهترین ویژگی¬¬ها را انتخاب کردیم. سپس با تکیه بر ¬¬هم¬بندی به روش رای گیری اکثریت، طبقه¬بندهای شبکه عصبی پیش¬رونده، ماشین بردار پشتیبان و K نزدیکترین همسایگی، طبقه¬بندی صورت می¬پذیرد. با استفاده از آنالیز سیگنال¬های دریافت شده از ۲۶ بیمار آلزایمری و ۳۰ فرد سالم در لابراتواری در بیمارستان قائم مشهد، پیاده¬سازی انجام دادیم و نتایج حاکی از آن است که مدل پیشنهادی بهترین پاسخ حاصل شده را در تشخیص AD از سیگنال¬های مغزی ناپایدار به دنبال داشت. در مجموع پس از ارزیابی متقاطع K-fold، دقت آزمایشی در سیگنال¬های مغزی تحت تحریک بینایی معادل ۹۵٪ تا ۹۶٪ حاصل آمد.

پروژه بررسی روند تغییرات سیگنال EEG در طی روند نوروفیدبک در بیماران آلزایمری شامل دیتای EEG و فایل های متلب , نتایج در اکسل است.
کلمات کلیدی:
پایان نامه مهندسی پرشکی، بررسی روند تغییرات سیگنال EEG ، روند نوروفیدبک ، بیماران آلزایمری، سیگنال EEG
بازگشت به خانه