• عنوان

    تشخيص اختلال شناختي خفيف با استفاده از تحليل سيگنالهاي الكتروانسفالوگرام (EEG)

  • نويسنده اصلي

    محمدعلي گنجعلي بنجار

  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    بيماري آلزايمر (AD) شايع¬ترين عامل زوال عقلي و معضل جامعه مسن است. بيماري اختلال شناختي خفيف (MCI) مرحله ابتدايي بيماري آلزايمر(AD) است. تشخيص زودهنگام اين بيماري احتمال درمان آن را افزايش مي¬دهد. در اين مطالعه روش¬هاي جديدي جهت تشخيص MCI با تحليل سيگنال الكتروانسفالوگرام (EEG) پيشنهاد مي¬دهيم. سيگنال EEG به¬دليل غيرتهاجمي، كم¬هزينه و راحت بودن مورد استفاده گسترده قرار گرفته¬است. مطالعه روي دو گروه شامل 12 فرد سالم و 9 فرد مبتلا به اختلال شناختي خفيف صورت گرفت. دو رويكرد عمده استخراج ويژگي هاي توان طيف فركانسي و ويژگي هاي همگامي سيگنال مورد بررسي قرار گرفته¬است. در رويكرد استخراج ويژگي هاي توان طيفي از توان باندهاي فركانسي كانال¬هاي ثبت EEG و همچنين ويژگي¬هاي حاصل از الگوي فضايي مشترك (CSP) و بانك فيلتر الگوي فضايي مشترك (FBCSP) كه توسط معيار اطلاعات متقابل و همبستگي رتبه¬بندي مي-شوند، استفاده شده است. دررويكرد دوم از ويژگي¬هاي همگامي نظير ارتباطات عملكردي و ارتباطات تاثيري استخراج شده از باندهاي فركانسي متفاوت در سيگنال¬هاي كانالي و ناحيه¬اي استفاده شده و انتخاب ويژگي توسط معيارهاي همبستگي، اطلاعات متقابل و فاصله مراكز صورت گرفته است. نتايج اين مطالعه نشان داد كه در رويكرد استخراج ويژگي از توان طيفي به كارگيري همزمان فيلترهاي فضايي-طيفي با روش FBCSP بهترين دقت طبقه بندي را در مقايسه با ساير روش¬هاي بررسي شده به همراه دارد. همچنين در ميان روش¬هاي مختلف استخراج ويژگي¬هاي همگامي، نتايج نشان داد كه استفاده از ويژگي اطلاعات متقابل براي سنجش همگامي ميان نواحي مغزي در تمامي زيرباندهاي فركانسي به همراه معيار حداكثر فاصله مراكز براي انتخاب ويژگي¬ها بهترين دقت طبقه بندي ميان دوگروه افراد سالم و بيماران MCI را بوجود مي آورد. واژه‌هاي كليدي: اختلال شناختي خفيف، آلزايمر، الكتروانسفالوگرام (EEG)، الگوي فضايي مشترك، همگامي.
  • شماره ركورد
    190424
  • دانشگاه
    دانشگاه علم و صنعت ايران
  • رشته تحصيلي
    مهندسي پزشكي - بيوالكتريك
  • استاد راهنما
    دكتر وحيد شالچيان