تشخيص خودكار صرع گراندمال و بازشناسي اعمال عادي در ويدئو با تلفيق تكنيك هاي بينايي ماشين و يادگيري ماشين

متداول ترين روش در تشخيص تشنجات صرعي روش مبتني بر پردازش سيگنال هاي EEG حاصل از انجام الكتروآنسفالوگرافي مي باشد كه به دليل نياز به اتصال الكترودهايي به نواحي مختلف از سر فرد مشكلات حركتي زيادي به وجود مي آورد. هدف اين تحقيق تشخيص خودكار و هوشمندانه صرع گراندمال و نيز بازشناسي اعمال عادي فرد مبتلا به عارضه از طريق نظارت ويدئويي مي باشد. در اين مقاله از تركيب دو تكنيك بينايي ماشين و يادگيري ماشين به منظور تشخيص صرع گراندمال و بازشناسي اعمال عادي براي فردي استفاده مي شود كه روي زمين و يا تخت دراز كشيده است. بعد از حذف پس زمينه از دنباله قاب هاي ويدئويي و جداسازي شبح تصاوير، ويژگي هاي هندسي مناسب استخراج شده و به عنوان ورودي به دسته بند ماشين بردار پشتيبان چندكلاسه اعمال گرديد تا عمل دسته بندي ويدئوها و تخصيص برچسب رفتاري مناسب به صورت خودكار انجام شود. تمامي پياده سازي هاي اين تحقيق در محيط نرم افزار Matlab نسخه a.2011 انجام شده است. در اين سيستم هوشمند، ميانگين دقت تشخيص و بازشناسي 21/ 90 درصد مي باشد. به كارگيري اين سيستم علاوه بر كاهش ناظر انساني، كمك زيادي در تشخيص به موقع و هميشگي عارضه مي نمايد. اين روش به دليل نياز به يك دوربين فيلم برداري ساده و يك سيستم كامپيوتري معمولي، روشي مقرون به صرفه بوده و براي قشرهاي درآمدي مختلف قابل تهيه است. علاوه بر آن غير تماسي بودن سيستم پيشنهادي، عاملي براي حذف مشكلات حركتي است. دقت بالا تاييدكننده كارايي مناسب اين سيستم مي باشد.