پیش گویی حملات صرعی در بیماران با صرع لوب تمپورال (TLE) بر اساس آنالیز کپستروم و مدل AR تعمیم یافته سیگنال EEG
با توجه به اینکه تشنجها موجب اختلال در هوشیاری بدون پیش آگاهی میشود، پیش بینی آنها میتواند باعث کاهش فشار روانی و بهبود کیفیت زندگی شود. در این مقاله، امکان پیش بینی کوتاه مدت حمله صرع بدون حذف مصنوعات ، با زمان و دقت مناسب با استفاده از مدل AR و کپستروم بهبود یافته بررسی شده است. ابتدا سیگنال EEG با تبدیل موجک، به دلیل تفاوت فرکانس حمله ها و مصنوعات هر بیمار با بیمار دیگر تفکیک میشود. سپس تشخیص تغییرات دوره حمله با استفاده از مدلسازی AR و روش کپستروم به دلیل متناوب بودن دامنه و فرکانس این دوره، انجام میپذیرد. در مرحله بعد با مقایسه دوره جاری با دوره پسزمینه و اعمال فیلتر میانه، خطای ناشی از مصنوعات (Artifact) و تخلیههای میان حملهای کاهش داده میشود. در نهایت سیگنال با روش پنجره پیشرو متوسطگیری شده و منحنی پوش بالای نمودار محاسبه میشود. روش پیشنهادی روی مدل پیشنهادی صرعی بزرگسال و همچنین 10 بیمار با دادههای EEG طولانی مدت بدون حذف مصنوعات بررسی شده است. دقت و مقدار متوسط زمان پیش بینی، به ترتیب 92% ، 5/18 ثانیه بدست آمده است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.