طبقه بندی حمله صرعی در سیگنال EEG با استفاده از سیستم استنتاج عصبی- فازی تطابقی

Abstract

پیش‌زمینه و هدف: بیماری صرع نوعی اختلال مغزی است که در آن سلول‌های عصبی پیام‌های غیرطبیعی دریافت می‌کنند. این بیماری می‌تواند منجر به بروز رفتارها و علائم و احساسات غیرطبیعی ازجمله از بین رفتن هوشیاری شود، که حمله صرعی یا تشنج نامیده می‌شود. تشخیص و طبقه‌بندی سیگنال‌های EEG در زمان‌های تشنج از زمان‌های بدون حمله و بررسی وضعیت بیمار در بازه‌های زمانی شروع تا پایان تشنج حائز اهمیت است. مواد و روش‌ کار: برای این منظور در این مقاله از 100 نمونه سیگنال EEG در پنج گروه مختلف که در مرکز صرع در دانشگاه بن آلمان ثبت‌شده، استفاده‌شده است. در این مجموعه، داده‌ها به‌وسیله الکترودهای سطحی برای افراد سالم و برای بیماران به‌وسیله الکترودهای کاشتنی در هیپوکامپو لوب گیجگاهی گرفته‌شده است. در روش ارائه‌شده در این مقاله، از اطلاعات زمان-فرکانس در پنج طیف اصلی سیگنال EEG، ویژگی‌های آماری استخراج شده است. پس از کاهش بعد ویژگی‌های آماری، طبقه‌بندی بر پایه شبکه‌های تطابقی با استنتاج فازی (ANFIS) انجام شده است. یافته‌ها: نتیجه حاصل از ترکیب پیشنهادی ما در طبقه‌بندی کننده توانست به خطای نوع اول و دوم طبقه‌بندی به ترتیب صفر و 02/0 درصد دست یابد که بهترین نتیجه نسبت به مقالات پیشین بر روی مجموعه دادگان مشترک بوده است. بحث و نتیجه‌گیری: طبقه‌بندی سیگنال EEG جهت تشخیص بروز حمله، می‌تواند در تشخیص مواردی که ظهور علائم بالینی مشکوک به تشنج خصوصاً در نوزادان، مؤثر واقع شود.