شما اینجائید:خانه»شبیه سازی پروژه»تشخیص بیماری اختلال دوقطبی بودن از روی سیگنال مغزی وشبکه عصبی
تشخیص بیماری اختلال دوقطبی بودن از روی سیگنال مغزی وشبکه عصبی
ارسال شده توسط:Papersimتاریخ ارسال: 2015/05/08در شبیه سازی پروژهدیدگاهها برای تشخیص بیماری اختلال دوقطبی بودن از روی سیگنال مغزی وشبکه عصبی بسته هستند
هدف تشخیص بیماری اختلال دوقطبی بودن از روی سیگنال مغزی وشبکه عصبی
تشخیص بیماری اختلال دوقطبی به صورت صحیح مهارت و تجربه بالای روانپزشک نیاز دارد و در بسیاری موارد شباهت های موجود در علائم منجر به تشخیص نادرست و حادتر شدن بیماری می شود. از روش های موثر و قابل اعتماد در زمینه تشخیص بیماری های اعصاب و روان، استفاده از سیگنال های مغزی است؛ که تغییرات منحصر به فردی در این سیگنال ها در اثر اختلالات متفاوت، بسیار دیده شده است.
با استخراج و طبقه بندی این تغییرات می توان به تشخیص صحیح بیماری دست یافت. از ویژگی های قابل تفکیک بین سیگنال های الکتریکی مغزی افراد و AR سالم و بیمار می توان به تغییرات سطح انرژی باندهای مختلف فرکانسی، توان کل سیگنال، ضرایب مدل آنتروپی تقریبی اشاره کرد .
با استفاده از طبقه بندی کننده هایی همچون شبکه های عصبی می توان با دقت قابل قبولی، افراد دارای اختلال دوقطبی را از افراد سالم تفکیک نمود. در این شبیه سازی از الگوریتم پرسپترون چند لایه با روش پس انتشار خطا و روش RBF جهت تشخیص استفاده شده است.
دیتابیس
دو دسته داده مربوط به افراد سالم و بیمار در دو ماتریس ill و health به اندازه (۳۸۴*۲۰۰۰) ذخیره شده است یعنی ۳۸۴ نمونه سالم و ۳۸۴ نمونه بیمار.
۱۴ ویژگی استخراج شده عبارتند از :
ضرایب AR(10) که تفاوت بیشتر بین سالم و بیمار در ضرایب ۷ تا ۱۱ به چشم می خورد.
توان کل سیگنال ثبت شده افراد سالم و بیمار و توان باندهای مختلف فرکانسی که به ازای فرکانس های مختلف در ماتریسهایی با اندازه (۳۸۴*۱) برای افراد بیمار و سالم ذخیره شده است .
فرکانس ماکزیمم و فرکانس مرکزی که مشخص کننده فرکانس هایی است که توان سیگنال به ترتیب به ۹۵% و ۵۰% توان کل می رسد. این فرکانس ها برای هر نمونه محاسبه شده است.
اندازه فرکانسی که در هر باند فرکانسی مقدار دامنه آن ماکزیمم است و مقدار این دامنه.
ویژگی های activity، mobility و complexity برای هر نمونه محاسبه شده است
ابعاد ماتریس ورودی:
۷۶۸*۱۴
ابعاد ماتریس خروجی:
۷۶۸*۱
سالم بودن: ۱
بیمار بودن:۰
پیادهسازی در متلب: ۲۵ درصد از دیتا برای تست ۲۵ درصد برای ارزیابی و ۵۰ درصد برای آموزش اختصاص یافته است.
عنوان شبیه سازی
تشخیص بیماری اختلال دوقطبی بودن از روی سیگنال مغزی وشبکه عصبی