پیش‌بینی حملات صرع با استفاده از پردازش سیگنال تغییرات نرخ ضربان قلب

Abstract

صرع یک ناهنجاری عصبی است که به دلیل طبیعت نامعلوم و ناگهانی آن باعث ناراحتی و رنج جدی در بیمار می‌شود. در این مطالعه یک روش جدید برای پیش‌بینی صرع از طریق آنالیز تغییرات ضربان قلب (HRV) پیشنهاد می‌شود. از آنجایی‌که افزایش فعالیت عصبی نورون‌ها در دوره preictal بیماری صرع بر روی سیستم عصبی ارادی تاثیر می‌گذارد و سیستم عصبی ارادی نیز بر روی ضربان قلب تاثیر می‌گذارد می‌توان نتیجه گرفت که تشنج از طریق مانیتور کردن HRV قابل پیش‌بینی است. در روش پیشنهادی 12 ویژگی از سیگنال HRV در حوزه‌های زمان، فرکانس، زمان- فرکانس و غیر خطی برای پیش‌بینی تشنج صرعی استخراج شده است. برای تشخیص ناهنجاری از الگوریتم کنترل فرآیند آماری چند متغیره (MSPC) استفاده شده است. الگوریتم ارائه شده بر روی پایگاه داده بومی متشکل از 17 بیمار ارزیابی شده است و نتایج به دست آمده نشان می دهد که روش پیشنهادی قادر است با دقت % 88.2 حملات صرع را پیش بینی کند. از نظر عملی با توجه به سهولت اخذ سیگنال HRV، الگوریتم پیشنهادی نسبت به الگوریتم‌هایی که با استفاده از پردازش سیگنال‌های مغزی (EEG) به پیش بینی صرع می پردازند، امیدوارکننده‌تر است.