بررسي پيش بيني وقوع حملات صرع مبتني بر الگوريتم هاي يادگيري عميق

اصفهان : دانشگاه صنعتي اصفهان

مهندسي برق

كارشناسي ارشد

بر اساس گزارش سازمان جهاني بهداشت در سال 2007، حدود يك ميليارد نفر در سراسر جهان درگير اختلالات عصبي هستند كه از مهمترين آن‌ها مي‌توان به بيماري صرع اشاره كرد. صرع، گستره‌اي متغير از يك احساس خفيف يا قطع شدن كوتاه مدت تفكر طبيعي يا حركات شديد تشنجي و اختلالات هوشياري است. دليل اين حركات، تخليه ناگهاني نورون‌هاي مغز و امواج الكتريكي كوتاه مدت است كه از بعضي مناطق مغز به مناطق ديگر آن جريان مي‌يابد. در بيشتر موارد دلايل رخداد صرع نامشخص است، اما در برخي افراد نيز به دليل آسيبهاي مغزي، سرطان مغز، مصرف بيش از حد داروها و الكل و يا در اثر عوامل ژنتيكي ممكن است ايجاد شود. طبق آمار ارائه شده تقريبا 1% مردم جهان مبتلا به بيماري صرع هستند كه از اين تعداد نزديك به 30% مبتلا به صرع مقاوم به دارو ميباشند. صرع مقاوم به دارو با عواقب نامطلوب و جدي همچون جراحت و يا حتي مرگ مي‌تواند همراه باشد. چالش اصلي در رابطه با اين نوع صرع، غيرقابل پيش‌بيني بودن آن است كه يك تهديد بزرگ براي كيفيت زندگي محسوب ميشود. توانايي پيش‌بيني دقيق تشنج، حتي چند دقيقه قبل از شروع آن، بيمار و يا پزشك را قادر مي‌سازد تا اقدامات لازم را در برابر آسيبهاي احتمالي انجام دهند. از اين رو پيشبيني تشنج و طبقهبندي سيگنال مغزي از اهميت بالايي برخوردار است. سيگنال EEG در حالت طبيعي داراي ماهيتي آشوبناك است. با نزديك شدن به زمان وقوع تشنج ، رفتار اين سيگنال به سمت متناوب شدن پيش ميرود. در اين پژوهش در راستاي طبقهبندي سيگنالهاي EEG و تشخيص سيگنال طبيعي از حالت پيشاز تشنج، از ويژگيهاي آشوبناك سيگنال مغزي در كنار شبكه عصبي پرسپترون چندلايه بهره ميبريم. اين الگوريتم براي 6 نفر از كودكان بيمارستان بوستون به صورت جداگانه مورد بررسي قرار ميگيرد. با استفاده از اين طبقهبندي با ميانگينگيري نتايج اين 6 نفر به صحت % 84/83 ،حساسيت % 5/86 و تشخيص‌پذيري% 85 دست يافتيم. در كنار اين شبكه عملكرد طبقهبندي SVM نيز با صحت % 45/93 قابل توجه است. از چالشهاي اساسي ديگر در اين حوزه، تخمين زمان وقوع حمله ميباشد. بر اين اساس با استفاده از ويژگي توان سيگنال EEG در زيرباندهاي مختلف و بهرهگيري از طبقهبندي 10 كلاسه كه هر كلاس آن داراي طول زماني 3 دقيقه است، توانستيم زمان شروع تشنج را با صحت 78% تخمين بزنيم.

211545

مهندسي پزشكي (بيوالكتريك)

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان

فرزانه شايق ، جلال ذهبي

رسول امير فتاحي ، احسان روحاني