شماره ركورد :
1088778
عنوان مقاله :
شناسايي خودكار مراحل خواب از سيگنال EEG تك‌كاناله با استفاده از تبديل موجك گسسته و مدل تركيبي الگوريتم تبريد و شبكه‌ي عصبي
پديد آورندگان :
شيخي‌وند ، سبحان دانشگاه تبريز - دانشكده‌ي مهندسي برق و كامپيوتر - گروه مهندسي پزشكي , يوسفي رضايي ، توحيد دانشگاه تبريز - دانشكده‌ي مهندسي برق و كامپيوتر - گروه مهندسي پزشكي , موسوي ، زهره دانشگاه تبريز - دانشكده‌ي مهندسي مكانيك - گروه مهندسي مكانيك , مشگيني ، سعيد دانشگاه تبريز - دانشكده‌ي مهندسي برق و كامپيوتر - گروه مهندسي پزشكي
تعداد صفحه :
13
از صفحه :
313
تا صفحه :
325
كليدواژه :
تبديل موجك گسسته , شناسايي خودكار مراحل خواب , الگوريتم تبريد , شبكه‌ي عصبي
چكيده فارسي :
در سال‌هاي اخير، استفاده از روشي هوشمند براي تشخيص خودكار مراحل خواب در كاربردهاي پزشكي، براي كاهش حجم كار پزشكان در تجزيه و تحليل داده‌هاي خواب از طريق بازرسي بصري، يكي از چالش‌هاي مهم به حساب مي‌آيد. در اين مقاله، الگوريتمي مبتني بر EEG تك‌كاناله براي شناسايي خودكار مراحل خواب، با استفاده از تبديل موجك گسسته و مدل تركيبي الگوريتم تبريد و شبكه‌ي عصبي ارائه مي‌شود. سيگنال با استفاده از تبديل موجك گسسته به 7 سطح تجزيه‌ شده و ويژگي‌هاي آماري از هر يك از سطوح تجزيه شده، استخراج ‌مي‌گردد. جهت بهينه‌سازي و كاهش ابعاد بردارهاي ويژگي، از يك مدل تركيبي الگوريتم تبريد و شبكه‌ي عصبي چندلايه‌ي پس انتشار خطا استفاده شده، و سپس از آزمون ANOVA براي تائيد صحت ويژگي‌هاي بهينه استفاده مي‌شود. طبقه‌بندي نهايي روي اين ويژگي‌هاي بهينه‌شده توسط يك شبكه‌ي عصبي پرسپترون با يك‌لايه‌ي پنهان انجام مي‌شود، كه به طور ميانگين براي طبقه‌بندي 2كلاس تا 6كلاس مراحل مختلف خواب دقت بالاي 90% را فراهم كرده و نشان مي‌دهد كه روش پيشنهادي درصد موفقيت بالاتري در طبقه‌بندي مراحل خواب نسبت به پژوهش‌هاي پيشين دارد.
سال انتشار :
1396
عنوان نشريه :
مهندسي پزشكي زيستي
عنوان نشريه :
مهندسي پزشكي زيستي
لينک به اين مدرک :
بازگشت