بهبود دسته بندی سیگنال های مغزی به کمک تبدیل ویولت به منظور تشخیص بیماری صرع

سیگنال اکتروانسفالوگرافی EEG ضبط سیگنال الکتریکی مغز است که با استفاده از الکترودهای که روی پوست سر قرار می گیرند اندازه گیری می شود و اطلاعات مفیدی درباره ی روابط بین نواحی مختلف مغز می دهد و در طول چند سال گذشته، EEG به عنوان ابزاری غیر تهاجمی برای نوزادان تازه متولد شده ای که در معرض خطرهای مختلف هستند مورد استفاده قرار گرفته است با استفاده از EEG پویایی و ارتباطات مغز را در حالت های مختلف بیداری یا خواب می توان تعریف کرد و محدوده ی وسیعی از اختلالات مغزی حاد و مزمن را می توان شناسایی کرد، تغییرات مداومی که در طول رشد مغز رخ می دهد اغلب با تغییرات قابل توجهی در الگوهای EEG در طول دوره های کوتاه همراه است و این باعث می شود که تفسیر نتایج EEG دشوار باشد از آنجایی که سیگنال نوزادان نااییستا می باشد، لذا در تحلیل سیگنال مغزی نوزادان روش های پردازش سیگنال ایستا، کفایت نمی کنند به همین دلیل در این مقاله روش های زمان فرکانس و تبدیل موجک که به بررسی سیگنال در دو حوزه زمان و فرکانس به صورت همزمان می پردازد، بررسی می شود و در نهایت نتایج دسته بندی به کمک ویژگی های استخراج شده در این حوزه ها نشان داده می شود.

کلیدواژه ها:

پردازش زمان ، ارتباط مغز و رایان BCI ، الکترونسفالوگرام EEG ، استخراج ویژگی ، تبدیل فوریه زمان کوتاه STFT ، تبدیل ویولت WT فرکانس ، آنالیز چند رزولیشنی MRA ، ارتباط انسان و رایانه HCI