استفاده از شبکه عصبی و الگوریتم ژنتیک جهت تشخیص بیماری صرع

صرع اختلال یا بیماری مزمنی است که با حملات تشنج صرعی توصیف می شود و بر افراد در تمام سنین تاثیر می گذارد. بیماری صرع معمولا تنها پس از اینکه فردی بیش از یک تشنج داشته، تشخیص داده می شود. بسته به اینکه کدام فعالیت سلول عصبی در مغز مختل شود، باعث می شود افراد، تشنج یا دوره رفتار غیرمعمولی داشته باشند. به منظور تشخیص و بررسی بیماری صرع از 30 سوژه به گره های ده نفره افراد سالم، بیمار خفیف و بیمار شدید پتانسیل سیگنال مغزی مورد بررسی قرار گرفته است. ابتدا به کمک فیلترهای ناچ و میانگذر، اثر آرتیفکت حرکتی و تعرق و نویز برق شهر حذف تا سیگنال آماده پردازش گردد. در این پروژه پس از استخراج ویژگی های مناسب از جمله زمانی آماری، ویژگی باند فرکانسی و بررسی توان باندهای دلتا، تتا، الفا، بتا و گاما به کمک الگوریتم ژنتیک موثرترین و بهترین ویژگی به صورت غیرخطی انتخاب و توسط شبکه عصبی بین فرد سالم و خفیف با 98% بین فرد سالم و شدید با 98% به استخراج ویژگی های مناسب پرداخته شده است.

کلیدواژه ها:

سیگنال مغزی ، الگوریتم ژنتیک ، شبکه عصبی ، بیماری صرع ، استخراج ویژگی