CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص زودهنگام بیماری آلزایمر با استفاده از تحلیل زمان، فرکانس EEG و ERP

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۲۳۵ | نظرات: ۱
سال انتشار: ۱۳۹۵
کد COI مقاله: ELECTRICA03_035
زبان مقاله: فارسی
حجم فایل: ۱.۴۵ مگابات (فایل این مقاله در ۱۳ 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 ۱۳ 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 زودهنگام بیماری آلزایمر با استفاده از تحلیل زمان، فرکانس EEG و ERP

  بهروز زرگرزاده - دانشجوی کارشناسی ارشد مهندسی پزشکی، دانشگاه بین المللی امام رضا (ع)
  الیاس مزروعی راد - کارشناس ارشد مهندسی پزشکی، عضو هیات علمی موسسه آموزش عالی خاوران
  مهدی آذرنوش - دکترا مهندسی پزشکی، دپارتمان مهندسی پزشکی دانشگاه آزاد اسلامی، واحد مشهد
  محمدعلی خلیل زاده - دکترا مهندسی پزشکی، دپارتمان مهندسی پزشکی دانشگاه آزاد اسلامی، واحد مشهد

چکیده مقاله:

براساس بررسی های انجام شده و مطالعه بر روی افراد مسن با هدف و انگیزه طراحی و ارایه یک سیستم جهت تشخیص و شناسایی بیماران آلزایمر مرحله خفیف از افراد سالم سالمند بوده به کمک ویژگی های خطی و غیرخطی سیگنال های مغزی با توجه به ویژگی های سیگنال EEG و نحوه ارتباط این بیماری با ویژگی های مختلف در سیگنال مغزی می توان با پردازش مناسب، این بیماری را در مراحل اولیه تشخیص داد. ثبت سیگنال مغزی در سه کانال Pz,Cz,Fz و در چهار حالت چشم بسته، چشم باز، یادآوری و تحریک انجام می شود. با توجه به پروتکل ثبت شده، در دوره یادآوری به مدت 60 ثانیه به ثبت سیگنال در خلال یادآوری تصاویر توسط شخص موردنظر و در دوره تحریک با توجه به نمونه ای که شنیده شده بود توسط شخص، نحوه پاسخگویی سوژه به صدای هدف مورد بررسی قرار گرفته می شود. پس از آن پردازش هایی در حوزه زمان و فرکانس از جمله تعیین ویژگی های آماری، همبستگی، آنالیز طیفی و استخراج انواع ویژگی های غیرخطی همچون نمای لیاپانوف، بعد همبستگی و آنتروپی با توجه به ماهیت غیرخطی و آشوبگونه سیگنال های مغزی، صورت گرفته. در انتها توسط روش آنالیز واریانس به استخراج ویژگی های بهینه پرداخته شده و دو طبقه بندی کننده LDA و شبکه عصبی Elman بکار گرفته شده است. طبق نتایج معلوم شد که صحت نتایج کانال Pz و حالت تحریک در مقایسه با کانال ها و حالت های دیگر بیشتر می باشد. صحت نتایج کانال Pz در دوره یادآری و تحریک با ویژگی های منتخب الگوریتم ژنتیک توسط تفکیک کننده خطی به ترتیب 65 3% و 68 4% و در شبکه عصبی حاوی صحت تفکیک 92 3% و 94 1 می باشند.

کلیدواژه‌ها:

بیماری آلزایمر، EEG، آنالیز واریانس، ERP ، شبکه عصبی المن

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-ELECTRICA03-ELECTRICA03_035.html
کد COI مقاله: ELECTRICA03_035

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:
زرگرزاده, بهروز؛ الیاس مزروعی راد؛ مهدی آذرنوش و محمدعلی خلیل زاده، ۱۳۹۵، تشخیص زودهنگام بیماری آلزایمر با استفاده از تحلیل زمان، فرکانس EEG و ERP، همایش ملی مهندسی برق، الکترونیک، پزشکی و سرزمین پایدار، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-ELECTRICA03-ELECTRICA03_035.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: (زرگرزاده, بهروز؛ الیاس مزروعی راد؛ مهدی آذرنوش و محمدعلی خلیل زاده، ۱۳۹۵)
برای بار دوم به بعد: (زرگرزاده؛ مزروعی راد؛ آذرنوش و خلیل زاده، ۱۳۹۵)
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 :

  • P.I). Iom Meuser, "Clinical]Dementia Rating (CIDR) Scale, Alzheimer's IDisease Research ...
  • J.8.C. Sacid Sanci, _ Signal Prosessing, " cenrc of digital ...
  • _ C. Cortes, V. Vapnik, _ :Support-Vector Nctworks", Machinc Lcaring, ...
  • F.Z. Brill, D.T. TBrown, W.N. _ gcnctic sclection of lcatures ...
  • G.II.N. Rolrt M. Chapman. Johu W. McCrary, Jol 8. Chapmanm, ...
  • R.E.C. Jclfrey R. Pctrclla, P. Murali Doraiswamy, "Neuroimaging and Early ...
  • B.T. Franccsco _ Francesco TFcdcrico, Vito Lcporec, Giovanni Dclazio+, Paolo ...
  • نقد پژوهشگران در مورد مقاله تشخیص زودهنگام بیماری آلزایمر با استفاده از تحلیل زمان، فرکانس EEG و ERP
    مهدیه حسن خانی (۱۳۹۶/۷/۲۶): بسیار جامع و کامل بود، از تصاویر و نمودار های زیادی برای تفهیم آن استفاده شده...

    علم سنجی و رتبه بندی مقاله

    5.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۱۳۲۸
    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.