تشخیص کودکان adhd با استفاده از پارامترهای غیرخطی سیگنال eeg

thesis
abstract

اختلال adhd اختلالی است که در آن پرتحرکی، بی توجهی و رفتارهای ناگهانی بیشتر و شدیدتر از کودکان دیگر وجود دارد. 3 تا 5 درصد کودکان به این اختلال مبتلا هستند. مشکل اصلی کودکان adhd عدم توانایی آنها در حفظ و تنظیم رفتارشان است. تشخیص کودکان adhd با استفاده از بررسی های بالینی انجام می شود. این بررسی ها و تشخیص ها با استفاده از استاندارد dsm-iv صورت می پذیرد. . از آنجا که adhd یکی از بحث برانگیزترین اختلالات روانی در دوره کودکی به شمار می رود و عدم تشخیص و درمان به موقع آن، تاثیر سو در روابط فرد با جامعه می شود و از طرفی تشخیص سنتی این اختلال به شدت به اظهارات والدین و معلم های کودک است که احتمال اشتباه در تشخیص را افزایش می دهد. لذا در این مطالعه سعی بر این بوده است تا احتمال اشتباه کاهش یابد. در این مطالعه تحت یک پروتکل مشخص از دو دسته کودکان که شامل 20 کودک سالم و 29 کودک adhd بودند، سیگنال eeg ثبت شد. سپس مشخصه های غیرخطی به صورت سری های زمانی استخراج شد. . بر مبنای این ویژگی ها و با بکارگیری تکنیک های محاسبه آنتروپی، بررسی دینامیک سمبلیک و ... تفکیک پذیری دو دسته بررسی شد. در نهایت با استفاده از یک شبکه عصبی mlp با یک لایه پنهان و 5 نرون در لایه پنهان به عنوان یک طبقه بندی کننده، یک کلاس بندی برای هر کدام از تکنیک های محاسباتی فوق انجام گرفت، که در بهترین حالت دقتی برابر با 9/88% به دست آمد و در نهایت یک کلاس بندی نیز با استفاده از تکنیک های طیفی انجام شد و با تکنیک های غیرخطی فوق مورد مقایسه قرار گرفت که در این مقایسه کیفیت کلاس بندی با استفاده از تکنیک های غیرخطی دقت بهتر و قابل قبول تری از خود نشان دادند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تشخیص صرع در سیگنال EEG با استفاده از الگوریتم ابتکاری صفحات شیبدار(IPO)

Epilepsy is a neurological disorder after stroke. About 1 percent of people in the world are involved with this second most common neurological disorder. Epilepsy can affect people of different ages with an altered behavior or lack of patient awareness and affect one's social life. In 75% of cases, if epilepsy is diagnosed early and properly, it can be treated. Among all existing methods of an...

full text

حداقل سازی آرتیفکت های چشمی سیگنال eeg با استفاده از روش های غیرخطی به منظور بهبود تشخیص کودکان مبتلا به adhd

آرتیفکت های چشمی یکی از مهم ترین مشکلات در تفسیر سیگنال الکتروانسفالوگرام است. این مشکل سبب خواهد شد، ثبت سیگنال eeg به ویژه در کاربردهای تشخیصی و شناختی دارای خطاهای ناشی از آرتیفکت چشمی باشد، به این مفهوم که در صورت عدم حذف آرتیفکت، سیگنال eeg به شدت با آرتیفکت چشمی آمیخته شده و در صورت حذف آرتیفکت با یک روش نامناسب، نتایج حاصل از پردازش های لازم در کاربرد مورد نظر صحیح نخواهد بود. برای حداقل...

ارزیابی سیگنال EEG در کودکان مبتلا به اختلالات اوتیسم با استفاده از تحلیل ICA

در این مقاله، کاربرد تحلیل مؤلفه‌های مستقل (ICA) برای تشخیص بیماری اوتیسم مورد بررسی قرار گرفته است. ابتدا منابع تولید کننده سیگنال‌های EEGبا ICAاستخراج و سپس پردازش‌های حوزه زمان و فرکانس بر این مؤلفه‌های سیگنالی اعمال شدند. سیگنال‌های EEGاز 10 کودک مبتلا به اوتیسم و 10 کودک سالم در محدوده سنی 6-11 سال گرفته شده است. نتایج به کمک...

full text

تشخیص حملات صرع با استفاده از تخمین طیف سیگنال eeg

در این پایان نامه یک روش جدید با استفاده از تخمین طیف مبتنی بر بردارهای ویژه و شبکه عصبی برای شناسایی حملات صرع معرفی شده است. در این روش سیگنال های eeg به سه دسته ذیل تقسیم بندی می شوند: (1) سیگنال شخص سالم (healthy) (2) سیگنال شخص مبتلا به صرع در غیاب حمله (inter-ictal) (3)سیگنال شخص مبتلا به صرع حین حمله (ictal). روش ارایه شده شامل دو نوع الگوریتم است. در الگوریتم اول، طیف سیگنال eeg با استف...

15 صفحه اول

تشخیص همزمانی فاز در سیگنال های eeg نوزادان با استفاده از روش اطلاعات متقابل

یکی از مهم ترین اختلالات سیگنال های eeg نوزادان، عدم همزمانی بین کانال ها می باشد که مطالعات کلینیکی نشان داده است می تواند به نتایج عصبی و جسمی نامطلوبی در بزرگسالی منجر شود. هدف اصلی این مقاله، معرفی یک روش جدید برای تشخیص خودکار همزمانی فاز در سیگنال های eeg چندکاناله ی نوزادان است. در روش پیشنهادی، ابتدا فاز لحظه ای هر کانال از سیگنال eeg نوزاد با استفاده از تبدیل هیلبرت تخمین زده شده است. ...

full text

ارزیابی سیگنال eeg در کودکان مبتلا به اختلالات اوتیسم با استفاده از تحلیل ica

در این مقاله، کاربرد تحلیل مؤلفه های مستقل (ica) برای تشخیص بیماری اوتیسم مورد بررسی قرار گرفته است. ابتدا منابع تولید کننده سیگنال های eegبا icaاستخراج و سپس پردازش های حوزه زمان و فرکانس بر این مؤلفه های سیگنالی اعمال شدند. سیگنال های eegاز 10 کودک مبتلا به اوتیسم و 10 کودک سالم در محدوده سنی 6-11 سال گرفته شده است. نتایج به کمک روش آماری آزمون تی با هم مقایسه شده اند. پائین تر بودن سطح همبست...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی و مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023