پروژه تشخیص بیماری صرع با استفاده از شبکه های عصبی مصنوعی

پروژه تشخیص بیماری صرع با استفاده از شبکه های عصبی مصنوعی با متلب | MATLAB

 صرع نوعی اختلال در عملکرد مغز است که به صورت ناگهانی،کنترل نشده و نا منظم در یک بخش، یا تمام سیستم عصبی مرکزی رخ میدهد. حملات صرعی به اختلالات شدید و تکرار شونده ی مغزی گفته میشودکه علامت مشخصه ی بیماری صرع می باشد.

طبق آمار بهداشت جهانی از میان امراض، صرع از آن جمله بیماریهایی است که حدود یک درصد مردم جهان از آن رنج می برند. سیگنالها به منظور تشخیص صرع جهت ثبت فعالیت الکتریکی مغز بهکار می رود. صرع توسط وقوع مجدد حمله ناگهانی در سیگنال نوار مغزی مشخص می شود. در اکثر حالت ها، نمی توان در یک دوره کوتاه احتمال شروع حمله را پیش گویی کرد، بلکه نیازمند یک ثبت متوالی از نوار مغزیاست. از آنجا که متدهای رایج تحلیل زمان بر هستند، سیستم های تشخیص خودکار نوار مغز صرعی زیادی در سال های اخیر توسعه یافته اند ولی درصد خطای آنها بالا می باشد. بنابراین در این مقاله روشی مبتنی بر شبکه عصبی مصنوعی برای تشخیص این بیماری ارائه خواهد شد که بر اساس نتایج حاصل شده، دقت مناسبی را دارد.

تشنج مهم ترين تظاهر بيماري صرع بوده و آناليز دقيق آن نيز از طريق انجام الکتروآنسفالوگرافي امکان پذير است. يک درصد افراد در زندگيشان اين بيماري را تجربه مي کنند. پيش از اين قابليت تشخيص هوشمندانه امواج سوزني بررسي شده اما هدف اين تحقيق تشخيص صرع هاي از طريق پردازش سيگنال سيستم هوشمند (شبکه عصبي) مي باشد.

در اين کار، توصيفي از تعداد ۲۱۰ عدد سيگنال  مربوط به افراد مختلف در شرايط سلامت، فواصل تشنج و در حين تشنج مربوط به دو نيمكره مغزي استفاده شده است.

با تجزیه و تحلیل سیگنال = درک بالایی از مکانیزمهایی که موجب اختلالات مغزی میشود بدست میآید. در موارد حاد که بیمار نیاز به جراحی دارد باید کانون صرع در مغز مشخص شود. تشخیص حمله در روش سنتی، برمبنای مقایسه فرد بیمار با یک سری الگو های از پیش تعیین شده، توسط پزشک است. پایگاه داده ای که در این پایان نامه استفاده شده، شامل سه دسته سیگنال میباشد که عبارتند از:

۱- سیگنال های افراد سالم

۲- سیگنال های فراد مبتلا به بیماری در شرایط عادی و به دور از حمله و سیگنال های افراد مبتلا در شرایط حمله و نتایج رضایت بخشی (با دقت کل ۱۰۰%) بدست آمده است.