تشخيص تشنج با كمك فضاي فاز بازسازي شده و شبكه هاي عصبي عميق

Seizure detection using reconstructed phase space and deep neural networks

صرع يك اختلال عصبي مزمن است كه بر عملكرد مغز در افراد در هر سني تأثير مي گذارد. اين در سيگنال الكتروانسفالوگرام (EEG) كه فعاليت الكتريكي مغز را ثبت مي كند، ظاهر مي شود. تكنيك‌هاي مختلف پردازش تصوير، پردازش سيگنال، و تكنيك‌هاي مبتني بر يادگيري ماشيني براي تجزيه و تحليل صرع با استفاده از ويژگي‌هاي مكاني و زماني استفاده مي‌شوند. سيستم عصبي كه سيگنال EEG را توليد مي كند غيرخطي در نظر گرفته مي شود و سيگنال هاي EEG رفتار آشفته اي از خود نشان مي دهند. به منظور گرفتن اين ديناميك غيرخطي، ما از نمايش فضاي فاز بازسازي شده (RPS) سيگنال استفاده مي كنيم. پس از محاسبه RPS، اين نمايش وارد شبكه عصبي عميق AlexNet مي شود تا با كمك روش يادگيري انتقالي، حالت هاي مختلف طبقه بندي شوند. نتايج كلي نشان مي دهد روش پيشنهادي با صحت 98.21% در فاز آزمون، قادر به شناسايي حملات تشنجي است.