بیوالکتریک
1. شناسایی خودکار حالت‌های مختلف بیماری صرع از سیگنال EEG بر اساس یادگیری دیکشنری

توحید یوسفی رضایی؛ سبحان شیخی وند؛ زهره موسوی

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 25 تیر 1399

چکیده
  استفاده از روشی هوشمند برای تشخیص خودکار مراحل مختلف بیماری صرعی در کاربردهای پزشکی، برای کاهش حجم کار پزشکان در تجزیه‌وتحلیل داده‌های صرع از طریق بازرسی بصری، یکی از چالش‌های مهم در سال‌های اخیر محسوب می‌شود. یکی از مشکلات شناسایی خودکار مراحل مختلف بیماری صرعی، استخراج ویژگی‌های مطلوب است؛ به‌گونه‌ای که این ویژگی‌ها بتوانند ...  بیشتر

2. کنترل صرع در مدل ترکیبی قشرمخ و اپتوژنتیک با استفاده از کنترل کننده مدلغزشی انتگرالی فراپیچشی زمان معین

سمیرا رضوانی اردکانی؛ سجاد محمدعلی نژاد؛ رضا قاسمی

دوره 13، شماره 3 ، پاییز 1398، ، صفحه 283-300

چکیده
  بیماری صرع یکی از مهمترین اختلالات عصبی در جهان به شمار می‌آید. برای مهار حملات صرعی، از الگوریتم‌های کنترلی گوناگون استفاده شده است. در کنترل حملات صرعی، زمان کنترل و کاهش حملات و مقاوم بودن کنترل کننده در برابر تغییرات پارامترهای پاتولوژیکی و نوسانات ناخواسته از اهمیت زیادی برخوردار است. برای لحاظ این الزامات و از آنجا که یکی از ...  بیشتر

پردازش سیگنال‌های حیاتی
3. AIS-RCA: روشی مؤثر برای بهبود فضای ویژگی‌ها در افزایش دقت تشخیص حملات صرع

امین زارع؛ رضا بوستانی؛ منصور ذوالقدر جهرمی

دوره 4، شماره 3 ، پاییز 1389، ، صفحه 195-208

چکیده
  پیش‌بینی زمان وقوع حملات صرع در بیماران از جمله موضوعاتیست که مورد توجه محققان است. حملات صرع به طور نامنظم و غیر قابل پیش‌بینی شده‌ای اتفاق می‌افتند. بنابراین تشخیص حملات صرع از روی سیگنال‌های EEGکه در بازة زمانی طولانی گرفته می‌شوند؛ بسیار حائز اهمیت است. این امر تشخیصی به دو مرحله مجزای استخراج ویژگی‌ها از قطعات سیگنال EEGو اعمال ...  بیشتر