CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص بیماری صرع با استفاده از تحلیل برازش منحنی سیگنال های مغزی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۴۷۲ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: ELECTRICA01_030
زبان مقاله: فارسی
حجم فایل: ۹۲۵.۴ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص بیماری صرع با استفاده از تحلیل برازش منحنی سیگنال های مغزی

  رضا حسینی - کارشناس الکترونیک، موسسه آموزش عالی خاوران
  الیاس مزروعی راد - کارشناس ارشد مهندسی پزشکی بیوالکتریک، دانشگاه آزاد اسلامی واحد مشهد

چکیده مقاله:

بیماری صرع یک اختلال در عملکرد نورون های مغز است و اگر تشنج حاصل از این بیماری بدون عوامل برگیزاننده همانند افت قند خون، کمبود کلسیم، تب، کم شدن آب بدن و... نباشد و تکرار شود به آن بیماری صرع گفته می شود. از آنجا که اختلال در عملکرد نورون ها علت بیماری است، با ثبت پتانسیل مغز 1، پردازش مناسب و استخراج ویژگی بهینه می توان به تشخیص این بیماری بپردازیم. برازش منحنی 2 یکی از روش های تجزیه و تحلیل قدرتمند است که به طور گسترده مورد استفاده قرار می گیرد. در این مقاله 11 فرد سالم و 11 فرد بیمار مورد بررسی قرار گرفتند که با استفاده از این روش، در کانال جلوی سر 3، اکسترمم مطلق در گروه سالم 01 درصد و برای گروه بیمار 21 درصد بوده است.

کلیدواژه‌ها:

نورون ها، صرع، پتانسیل مغز، ویژگی بهینه، برازش منحنی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ELECTRICA01-ELECTRICA01_030.html
کد COI مقاله: ELECTRICA01_030

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حسینی, رضا و الیاس مزروعی راد، ۱۳۹۳، تشخیص بیماری صرع با استفاده از تحلیل برازش منحنی سیگنال های مغزی، همایش ملی مهندسی برق، مخابرات و توسعه پایدار، مشهد، موسسه اموزش عالی خاوران، https://www.civilica.com/Paper-ELECTRICA01-ELECTRICA01_030.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حسینی, رضا و الیاس مزروعی راد، ۱۳۹۳)
برای بار دوم به بعد: (حسینی و مزروعی راد، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • World Health Organization, epilepsy ...
  • R.E. Ramsay, A.J. Rowan, A.M. Pryor, Special considerations in treating ...
  • Thiago M. Nunes a, Andre L.V. Coelho b, Clodoaldo A.M. ...
  • T.R. Browne, G.L. Holmes, Handbook of Epilepsy, Lippincott Williams & ...
  • Nigam, V. P., & Graupe, D. (2004). A neural _ ...
  • U. Rajendra Acharya a, b, S. Vinitha Sree c, G. ...
  • Doppelbauer, A., Zeitlhofer, J., Zifko, U., Baumgartner, C. , Mayr, ...
  • R. Flink1, B. Pedersen2, A. B. Guekht3, K. Malmgren4, R. ...
  • Ralph G. Andrzejak, 2, Klaus Lehnertz, 1, Florian Mormann, 1, ...
  • John Agbenu a, Richard W. Newton, Timothy Martland, Omar Ismayl ...
  • Jessica Askamp a, Michel J.A.M van Putten a, b. Mobile ...
  • Clodoaldo A.M. Limaa, Andre L.V. Coelhoob. Kernel machines for epilepsy ...
  • Angus M. Brown. A step-by-step guide to non-linear regression analysis ...
  • KaleidaGraph, Curve Fitting _ http ://www. synergy. co m/Tool s/curvefitting ...
  • wavemetrics, Curve Fitting _ http : //www .wavemetrics _ net/do ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۱۰۳۳
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.