نشریه‌ی علمی مهندسی پزشکی زیستی

پردازش سیگنال‌های حیاتی

ارزیابی روش هم‌گامی فاز با استفاده از مقدار قفل‌شدگی فاز در آزمایش بینایی تمایز رنگ

سعیده داودی؛ محمدرضا دلیری

دوره 11، شماره 3 ، آبان 1396، ، صفحه 265-273

چکیده

  تنوع وظایف مغز نشان می‌دهد که تعامل بین فعالیت نوسانی در باندهای فرکانسی مختلف، مکانیزم‌های کلی ارتباط عصبی را شکل می‌دهد. روشی که اخیرا برای کدگذاری اطلاعات در مغز مورد استفاده قرار می­گیرد، روش­ هم‌گامی فاز می‌باشد، که به فرایندی اطلاق می­شود که از طریق آن دو یا چند سیگنال چرخه‌ای، با نوسان تکراری از زاویه‌های فاز نسبی ...  بیشتر تنوع وظایف مغز نشان می‌دهد که تعامل بین فعالیت نوسانی در باندهای فرکانسی مختلف، مکانیزم‌های کلی ارتباط عصبی را شکل می‌دهد. روشی که اخیرا برای کدگذاری اطلاعات در مغز مورد استفاده قرار می­گیرد، روش­ هم‌گامی فاز می‌باشد، که به فرایندی اطلاق می­شود که از طریق آن دو یا چند سیگنال چرخه‌ای، با نوسان تکراری از زاویه‌های فاز نسبی نوسان می‌کنند. برخی مطالعات، نقش محوری هم‌گامی فاز را در آزمایش­های شناختی نشان داده‌اند. در این مقاله، ما نقش این معیار را در یک وظیفه‌ی جدید بینایی تمایز رنگ بررسی کرده‌ایم. بدین منظور، سیگنال الکتروانسفالوگرافی را برای 15 سوژه، در طی وظیفه‌ی بینایی تمایز رنگ جمع‌آوری نموده‌ایم. سپس، از الگوریتم یادگیری ماشین، ماشین بردار پشتیبان، استفاده شد تا توانایی معیار هم‌گامی فاز در تمایز دو حالت، یعنی تفکیک دو رنگ آبی و نارنجی،  در وظیفه‌ی بینایی مورد نظر مشخص گردد. نتایج نشان می­دهد که این معیار با دقت کلاس­بندی 75%  می­تواند در طبقه‌بندی دو حالت مختلف در وظیفه‌ی بینایی مورد استفاده قرار گیرد. هم‌چنین، باندهای فرکانسی موثر و الکترودهایی که موثرترین ویژگی­ها از آن­ها استخراج شده­اند، نشان داده شده است.

---

• مشاهده مقاله
• اصل مقاله 849.54 K

پردازش سیگنال‌های حیاتی

تشخیص زودهنگام مرگ ناگهانی قلبی با استفاده از پردازش سیگنال قلبی و فیلتر کالمن تعمیم‌یافته

فرین کهربا؛ مریم محبی؛ حامد داننده حصار

دوره 11، شماره 2 ، مرداد 1396، ، صفحه 187-199

چکیده

  مرگ ناگهانی قلبی یکی از مهم­ترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگ­های ناشی از بیماری­های قلبی سهم عمده­ای را به خود اختصاص می­دهد. یکی از راه­های کاهش آمار مرگ ناشی از این دسته از بیماری­ها، تشخیص به موقع وقوع ناهنجاری‌های خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاری­های مخاطره­آمیز ...  بیشتر مرگ ناگهانی قلبی یکی از مهم­ترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگ­های ناشی از بیماری­های قلبی سهم عمده­ای را به خود اختصاص می­دهد. یکی از راه­های کاهش آمار مرگ ناشی از این دسته از بیماری­ها، تشخیص به موقع وقوع ناهنجاری‌های خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاری­های مخاطره­آمیز قلبی به صورت ناگهانی رخ نمی­دهند، بلکه دقایقی قبل از وقوعشان، علائم و یا اختلالات پیش­زمینه­ای به وجود می‌آید که حاکی از وقوع آن‌ها است. هدف این مقاله، بررسی و مدل­سازی سیگنال­های قلبی با استفاده از فیلتر کالمن تعمیم­یافته، بر اساس مدل دینامیکی غیرخطی برای آشکارسازی ناهنجاری­های پیش‌زمینه­ای و معرفی یک اندیس برای تشخیص زودهنگام مرگ ناگهانی قلبی می­باشد. در روی‌کرد ارائه شده، از نسخه­ی قطبی مدل دینامیکی غیرخطی سیگنال قلب مک‌شری استفاده می­شود. در این مدل غیرخطی، هر ضربان از سیگنال الکتروکاردیوگرام به صورت مجموعه‌ای از موجک­های گوسی بیان می شود. در الگوریتم پیشنهادی این مقاله، ابتدا مدل دینامیکی قلب با افزودن معادلات خودبازگشتی مربوط به پارامترهای مدل، اصلاح شده و سپس یک فیلتر کالمن تعمیم‌یافته، از آن مدل برای پردازش سیگنال قلبی استفاده می­کند. در گام بعد، یک الگوریتم ابتکاری بر اساس ساختار پیشنهادی و با استفاده از نظارت بر سیگنال وفاداری (که تابعی از سیگنال نوآوری فیلتر کالمن است)، به تشخیص ناهنجاری­های موجود قبل از وقوع مرگ ناگهانی قلبی می‌پردازد. روش ارائه شده، روی سیگنال­های قلبی گرفته شده از 20 فرد مبتلا به مرگ ناگهانی قلبی (گروه تست) و هم‌چنین 18 فرد نرمال (گروه کنترل) موجود در پایگاه­های داده‌ی فیزیونت ارزیابی شده است. نتایج به دست آمده حاکی از تغییر رفتار سیگنال وفاداری قبل از وقوع مرگ ناگهانی قلبی است. نتایج اعمال این الگوریتم روی20 فرد بیمار موجود در پایگاه داده­ی  "مرگ ناگهانی قلبی هولتر" فیزیونت نشان داده است که شاخص استخراج شده قادر است  17 مورد از 20 حمله را قبل از وقوع تشخیص دهد و  دقتی در حدود 85 % داشته باشد.

---

• مشاهده مقاله
• اصل مقاله 1.17 M

پردازش سیگنال‌های حیاتی

شکل‌دهندة پرتو تمام‌وفقی سریع بهبود‌یافته برای مکان‌یابی فعالیت‌های کوتاه‌مدت مغزی

علیرضا طالش جفادیده؛ بابک محمدزاده اصل

دوره 10، شماره 4 ، دی 1395، ، صفحه 347-359

چکیده

  در مکان‌یابی فعالیت مغز از روی سیگنال EEG یا MEG، روش­های مبتنی بر شکل­دهندة پرتوی وفقی کمینه واریانس، به‌دلیل رزولوشن بالا، کاربرد گسترده­ای دارند. متأسفانه، این روش­ها به‌دلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونه­برداری در مقایسه با تعداد گیرنده­ها کم است، با شکست مواجه می­شوند. این ...  بیشتر در مکان‌یابی فعالیت مغز از روی سیگنال EEG یا MEG، روش­های مبتنی بر شکل­دهندة پرتوی وفقی کمینه واریانس، به‌دلیل رزولوشن بالا، کاربرد گسترده­ای دارند. متأسفانه، این روش­ها به‌دلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونه­برداری در مقایسه با تعداد گیرنده­ها کم است، با شکست مواجه می­شوند. این اتفاق، به‌خصوص برای داده­های حاصل از پتانسیل­های برانگیخته رخ می‌دهد. برای حل مشکل، روشی به نام تمام‌وفقی سریع (FFA) پیشنهاد شد، که یک روش چند‌مرحله­ای وفقی با الهام از ساختار پروانه­ای تبدیل فوریه (FFT) بوده و تعداد نمونه­های لازم برای مکان­یابی را به مقدار قابل‌توجهی کاهش می­دهد. از سوی دیگر، حساسیت زیاد این روش به توالی تقسیم داده و عملکرد ضعیف آن در SNRهای پایین، استفاده از آن را برای مکان­یابی فعالیت­های کوتاه­مدت مغزی با تردید همراه کرده است. در این مقاله، یک مرحلة پیش­پردازشی برای بهبود عملکرد FFA ارائه می­شود که در آن،  مغز به نواحی مجزا تقسیم و پایه­های هر ناحیه تعیین شده و با استفاده از این پایه‌ها، دادة هر ناحیه به‌دست می­آید. در ادامه، الگوریتم FFA روی دادة به‌دست آمده، اعمال می­شود. برای اثبات عملکرد روش ارائه‌شده، از داده­های شبیه­سازی ERP و دادة واقعی ERF استفاده شد. در تمام شبیه­سازی‌ها، FFA بهبود‌یافته، عملکرد بهتری از لحاظ شعاع پراکندگی (بهبود در حدود 4-9 میلی‌متر) و خطای مکان­یابی (بهبود در حدود 2-10 میلی‌متر) در مقایسه با روش FFA از خود نشان داد. همچنین روش پیشنهادی، رزولوشن بهتری در مکان­یابی داده واقعی ERF نشان داد. این نکته نیز مهم است که روش پیشنهادی، حساسیت کمتری نسبت به توالی تقسیم داده دارد. نتایج هر دو دادة شبیه­سازی و واقعی نشان می­دهد، که می­توان از FFA بهبود‌یافته به‌عنوان روشی مطمئن برای مکان­یابی فعالیت­های کوتاه‌مدت مغزی استفاده کرد.

---

• مشاهده مقاله
• اصل مقاله 1.01 M

پردازش سیگنال‌های حیاتی

تشخیص تومور مغزی با استفاده از ویژگی‌های خطی و غیرخطی سیگنال‌های الکتروانسفالوگرام

زهرا تابان‌فر؛ سیدمحمد فیروزآبادی؛ زینب شنکائی؛ گیو شریفی؛ کامبیز نوین؛ آناهیتا ذوقی

دوره 10، شماره 3 ، مهر 1395، ، صفحه 211-221

چکیده

  در پژوهش حاضر، سیگنال­های الکتروانسفالوگرام بیماران مبتلا به تومور مغزی و افراد سالم را برای مطالعة تغییرات ناشی از بروز تومور مغزی در سیگنال­های مغزی و در‌نهایت امکان­سنجی تشخیص این بیماری توسط سیگنال­های EEG، بررسی کرده‌ایم. برای این منظور از داده‌های EEG ثبت­شده از چهار کانال F3، F4، T3 و T4 برای پنج فرد مبتلا به تومور مغزی ...  بیشتر در پژوهش حاضر، سیگنال­های الکتروانسفالوگرام بیماران مبتلا به تومور مغزی و افراد سالم را برای مطالعة تغییرات ناشی از بروز تومور مغزی در سیگنال­های مغزی و در‌نهایت امکان­سنجی تشخیص این بیماری توسط سیگنال­های EEG، بررسی کرده‌ایم. برای این منظور از داده‌های EEG ثبت­شده از چهار کانال F3، F4، T3 و T4 برای پنج فرد مبتلا به تومور مغزی و چهار فرد سالم، استفاده شده است. پس از پیش‌‌پردازش، ویژگی­های خطی زمانی و طیف فرکانسی و ویژگی­های غیرخطی بُعد فرکتال و آنتروپی، استخراج شد. سپس تمایزپذیری میان دو گروه، با استفاده از اندیس دیویس-بولدین، طبقه‌بندی خطی LDA، غیرخطی KNN و SVM بررسی شد. بر‌اساس مقادیر به‌دست‌آمده برای اندیس دیویس-بولدین در وضعیت استراحت ذهنی چشم­بسته، ویژگی­های RMS، توان مطلق باند تتا، آنتروپی ­نمونه و آنتروپی تقریبی و در وضعیت استراحت ذهنی چشم­باز، ویژگی­های RMS و توان مطلق باند تتا، بیشترین تمایزپذیری را میان دو گروه سالم و بیمار نشان دادند. در این مرحله، طبقه­بندی دو گروه سالم و بیمار با استفاده از تک­ویژگی­ها انجام شد، که بهترین صحت طبقه­بندی مربوط به ویژگی RMS در حالت استراحت ذهنی چشم­بسته و 88.89% به‌دست آمد. این موضوع نشان­دهندة این است که ویژگی خطی RMS در افراد سالم و مبتلایان به تومور مغزی، تمایز خوبی ایجاد می­کند. در پایان نیز برای دو حالت استراحت ذهنی چشم­بسته و چشم­باز و با استفاده از تمامی ویژگی­های منتخب، طبقه‌بندی انجام شد. با توجه به نتایج، بیشترین صحت طبقه­بندی 82.54% با استفاده از ویژگی­های برتر RMS، توان مطلق باند تتا، آنتروپی ­نمونه و آنتروپی تقریبی در حالت استراحت ذهنی چشم­بسته، به‌دست آمد. با توجه به نتایج مشاهده می­شود که ویژگی­های خطی، قابلیت خوبی برای جداسازی سیگنال­های EEG افراد سالم و بیماران مبتلا به تومور مغزی دارند، که می‌توان از آنها، به‌دلیل سادگی و بار محاسباتی کم، برای تشخیص برخط بیماری تومور مغزی، به‌خصوص در آزمون­های دوره­ای غربالگری، استفاده کرد.

---

• مشاهده مقاله
• اصل مقاله 1.3 M

پردازش سیگنال‌های حیاتی

یک روش ترکیبی جدید برای حذف آرتیفکت EOG از سیگنال EEG با استفاده از CCA و RLS

مریم توکلی نجف آبادی؛ وحید ابوطالبی؛ فرزانه شایق بروجنی

دوره 10، شماره 1 ، اردیبهشت 1395، ، صفحه 1-10

چکیده

  هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی- فیلتر تطبیقی حداقل مربعات بازگشتی (CCA-RLS) در حذف آرتیفکت چشمی (EOG) از سیگنال مغزی (EEG) و مقایسة آن با روش‏های آنالیز مؤلفه‏های مستقل (ICA)، آنالیز همبستگی کانونی(CCA)، فیلتر تطبیقی حداقل مربعات بازگشتی (RLS) و روش ترکیبی ICA-RLS است. برای این منظور، بعد از تجزیة سیگنال نویزی توسط CCA، مؤلفة ...  بیشتر هدف این مقاله، ارزیابی روش ترکیبی آنالیز همبستگی کانونی- فیلتر تطبیقی حداقل مربعات بازگشتی (CCA-RLS) در حذف آرتیفکت چشمی (EOG) از سیگنال مغزی (EEG) و مقایسة آن با روش‏های آنالیز مؤلفه‏های مستقل (ICA)، آنالیز همبستگی کانونی(CCA)، فیلتر تطبیقی حداقل مربعات بازگشتی (RLS) و روش ترکیبی ICA-RLS است. برای این منظور، بعد از تجزیة سیگنال نویزی توسط CCA، مؤلفة شامل آرتیفکت EOG با محاسبة مقدار کرتوزیس شناسایی شده و با استفاده از فیلتر RLS، فیلتر شد؛ سپس با ترکیب مؤلفه‏ها، سیگنال حذف نویز­شده بازسازی شد. برای مقایسة کمّی روش‏ها از دو معیار ارزیابی میانگین مجذور مربعات خطا (MSE) و نسبت سیگنال به نویز (SNR) برای داده­های شبیه‏سازی شده استفاده­شده است. متوسط مقادیر MSE وSNR برای 5 نفر در 4 کانال مختلف محاسبه شد. داده­های استفاده­شده از مجموعه داده­های مسابقات BCI2008 انتخاب شدند. با توجه به نتایج به‏دست آمده، روش ترکیبی پیشنهادی CCA-RLS ، عملکرد بهتری نسبت به سایر روش‏های استفاده­شده در این مقاله دارد.

---

• مشاهده مقاله
• اصل مقاله 940.2 K

پردازش سیگنال‌های حیاتی

بررسی ارتباطات مغزی مؤثر به روش تابع انتقال جهت‌دار برای ترکیب‌های مختلف توجه و هوشیاری بر‌اساس سیگنال EEG

معصومه رحیمی؛ محمد حسن مرادی؛ فرناز قاسمی

دوره 10، شماره 1 ، اردیبهشت 1395، ، صفحه 59-68

چکیده

  هدف این مقاله، بررسی ارتباطات مؤثر مغزی بر‌اساس روش تابع انتقال جهت­دار (DTF) است. این ارتباطات برای داده­های ثبت‌شده، از ترکیب حالت­های توجه و هوشیاری، که چهار دستة توجه-هوشیاری، توجه-عدم هوشیاری، عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری را ایجاد کرده­اند، به‌دست آمدند. از روی ماتریس­های به‌دست­آمده برای هر دسته، شاخص­هایی ...  بیشتر هدف این مقاله، بررسی ارتباطات مؤثر مغزی بر‌اساس روش تابع انتقال جهت­دار (DTF) است. این ارتباطات برای داده­های ثبت‌شده، از ترکیب حالت­های توجه و هوشیاری، که چهار دستة توجه-هوشیاری، توجه-عدم هوشیاری، عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری را ایجاد کرده­اند، به‌دست آمدند. از روی ماتریس­های به‌دست­آمده برای هر دسته، شاخص­هایی مرسوم در حوزة DTF، معرفی و محاسبه شدند. سپس شاخص­های این چهار دسته، برای بررسی وجود اختلاف معنادار از نظر ارتباطات مؤثر، با یکدیگر مقایسه شدند. برای به‌دست آوردن روابط علّی خطی میان کانال‌ها به روش DTF، از مدل خود‌کاهشی چندمتغیره استفاده شد. برای بررسی دقیق­تر، سیگنال­ها به چهار باند فرکانسی پایه تقسیم شده و با آزمون اندازه­های تکراری دوطرفه، وجود اختلاف معنادار در دسته­ها و باندها بررسی شد. براساس نتایج، از 12 شاخص به‌‌دست‌آمده، دو شاخص  و  به تنهایی قادر به نمایش تمایز میان 5 حالت از 6 حالت ممکن از ترکیبات دوتایی دسته­ها هستند. تنها حالتی که هیچ کدام از شاخص­ها، تفاوت معناداری برای آن نشان ندادند، حالت عدم توجه-هوشیاری و عدم توجه-عدم هوشیاری بود.

---

• مشاهده مقاله
• اصل مقاله 903 K

پردازش سیگنال‌های حیاتی

تشخیص وفقی وقوع بیماری نقص بین بطنی قلب: مدلی خودکار با امکان آنالیز از طریق سیگنال‌های صوتی قلب

علیرضا رضائی؛ سارا بلباسی

دوره 10، شماره 1 ، اردیبهشت 1395، ، صفحه 69-83

چکیده

  در مقاله حال حاضر، با آنالیز سیگنال­های صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجی­ها با اتکاء بر شبکه­های عصبی-فازی تطبیقی می­باشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روش­های پیشین است که در این ...  بیشتر در مقاله حال حاضر، با آنالیز سیگنال­های صوتی قلب به طراحی الگوریتمی ترکیبی پرداخته شده که متشکل از استخراج ویژگی بر اساس تکنیک آشوب، کاهش ابعاد توسط آنالیز اجزای اصلی و دسته بندی خروجی­ها با اتکاء بر شبکه­های عصبی-فازی تطبیقی می­باشد. عدم قطعیت و خطای بالا در تشخیص روزنه بین بطنی از عدیده مشکلات روش­های پیشین است که در این زمینه مطرح بوده و به سبب اهمیت تشخیص خودکار این عارضه قلبی، نیاز است تا طراحی وفقی و به دور از بروز خطا باشد.  انتقال فضای ویژگی­ها با نگاشت آنها توسط الگوریتم آنالیز اجزای اصلی در دو گام، با انتخاب تعداد 18 تا 25 ویژگی از میان حدود 50 ویژگی استخراج شده، ورودی طبقه­بندی پیشنهادی را می­سازد. طبقه بند پیشنهادی، سیستم شبکه عصبی فازی تطبیقی با امکان پیش­بینی بروز بیماری قلبی است که با ورود داده­ها، در تعداد تکرارهای محدود در سطح قابل قبولی خروجی­ها را پیش­بینی می­نماید. داده­ها از پایگاه دادهUmichدانشگاهمیشیگاندریافت شده و شامل نمونه­های از بیماری روزنه بین بطنی است. نسبت تقسیم داده­ها در مرحله یادگیری و آزمایش، 9/0 به 1/0 (ارزیابی متقاطع) است و از شیوه اعتبارسنجی K-fold استفاده شده است. محاسبه معیارهایی چون دقت، حساسیت و نیز عدم قطعیت توسط مفهوم آنتروپی در الگوریتم ترکیبی حاکی از عملکرد مناسب روش پیشنهادی است. 

---

• مشاهده مقاله
• اصل مقاله 1.11 M

پردازش سیگنال‌های حیاتی

آشکارسازی مولفة P300 سیگنال مغزی با استفاده از الگوی زمانی مشترک وزن‌دار

فرشته سلیمیان ریزی؛ وحید ابوطالبی؛ محمدتقی صادقی

دوره 9، شماره 4 ، بهمن 1394، ، صفحه 387-397

چکیده

  آشکارسازی پتانسیل‌های وابسته به رخداد، یک پیش‌نیاز مهم در سیستم‌های واسط مغز و کامپیوتر (BCI) مبتنی بر ERP است. برای افزایش درصد صحت طبقه‌بندی در این سیستم‌ها، از روش‌های فیلتر‌ینگ مختلفی استفاده می‌شود تا نرخ سیگنال به نویز بهبود یابد و در نتیجه تشخیص و طبقه‌بندی پتانسیل‌های وابسته به رخداد آسان شود. پیش از این، عملکرد فیلترهای ...  بیشتر آشکارسازی پتانسیل‌های وابسته به رخداد، یک پیش‌نیاز مهم در سیستم‌های واسط مغز و کامپیوتر (BCI) مبتنی بر ERP است. برای افزایش درصد صحت طبقه‌بندی در این سیستم‌ها، از روش‌های فیلتر‌ینگ مختلفی استفاده می‌شود تا نرخ سیگنال به نویز بهبود یابد و در نتیجه تشخیص و طبقه‌بندی پتانسیل‌های وابسته به رخداد آسان شود. پیش از این، عملکرد فیلترهای الگوی مکانی مشترک (CSP) و الگوی زمانی مشترک (CTP) که به‌ترتیب فیلتر‌های مکانی و زمانی هستند، در آشکارسازی مولفة P300 بررسی شده ‌است. در این روش‌ها، فیلترها به صورتی آموزش داده می‌شوند که واریانس یک کلاس، بیشینه شده و واریانس کلاس دیگر به‌طور همزمان کمینه شود. نتایج نشان داده است که در سیستم‌ P300Speller، عملکرد فیلترهای زمانی CTP بهتر از فیلترهای مکانی CSP است. در این مطالعه برای بهبود عملکرد روش CTP، الگوریتم ترکیبی الگوی زمانی مشترک وزن‌دار (WCTP) پیشنهاد شده است. در این روش به هر دسته ویژگی، وزنی متناسب با اهمیت مقادیر ویژه مربوطه داده می‌شود. در واقع در این روش، ویژگی‌های تولیدی توسط فیلترهای ابتدایی و انتهایی CTP وزن بیشتری در تصمیم‌گیری دارند. در روش ترکیبی به‌کار رفته در این الگوریتم، از طبقه‌بندی‌ کننده‌های LDA استفاده شده است.  با توجه به آزمایش‌های انجام شده روی دو نمونة مورد بررسی و با 5 ثبت میانگین‌گیری شده، دسته ویژگی به‌دست آمده توسط WCTP با میانگین درصد صحت طبقه‌بندی 2/90 بهترین عملکرد را از خود نشان داد که نشانگر بهبود تقریباً 4 درصدی نسبت به CTP است.

---

• مشاهده مقاله
• اصل مقاله 1001.72 K

پردازش سیگنال‌های حیاتی

تشخیص همزمانی فاز در سیگنال‌های EEG نوزادان با استفاده از روش اطلاعات متقابل

سارا محمدی؛ قاسم عازمی

دوره 9، شماره 3 ، آذر 1394، ، صفحه 215-227

چکیده

  یکی از مهم‌ترین اختلالات سیگنال‌های EEG نوزادان، همزمان نبودن کانال‌ها است. مطالعات بالینی نشان­داده است که این امر می‌تواند به نتایج عصبی و جسمی نامطلوبی در بزرگسالی منجر شود. هدف اصلی این مقاله، معرفی روشی جدید برای تشخیص خودکار همزمانی فاز در سیگنال‌های EEG چندکانالة نوزادان است. در روش پیشنهادی، ابتدا فاز لحظه‌ای هر کانال ...  بیشتر یکی از مهم‌ترین اختلالات سیگنال‌های EEG نوزادان، همزمان نبودن کانال‌ها است. مطالعات بالینی نشان­داده است که این امر می‌تواند به نتایج عصبی و جسمی نامطلوبی در بزرگسالی منجر شود. هدف اصلی این مقاله، معرفی روشی جدید برای تشخیص خودکار همزمانی فاز در سیگنال‌های EEG چندکانالة نوزادان است. در روش پیشنهادی، ابتدا فاز لحظه‌ای هر کانال از سیگنال EEG نوزاد با استفاده از تبدیل هیلبرت برآوردشده است. به­دلیل چند­جزئی بودن سیگنال‌های EEG، اجزای سیگنال قبل از استخراج فاز لحظه‌ای با استفاده از مجموعه‌ای از فیلترهای میان‌گذر روی باندهای فرکانسی EEG، به­دست می­آیند. سپس با استفاده از معیاری مبتنی­بر اطلاعات متقابل بین فازهای لحظه‌ای مولفه‌های به­دست­آمده، هم­زمانی کانال‌های مختلف در سیگنال به­طور کمّی اندازه‌گیری می‌شود. در ادامه، از روش پیشنهادی در این مقاله برای بررسی هم­زمانی کانال‌های سیگنال‌های EEG نوزادان در دوره‌های تشنجی-غیرتشنجی و الگوهای B-S استفاده می‌شود. از منحنی ROC برای نمایش عملکرد روش پیشنهادی استفاده­شده است.همچنین عملکرد روش پیشنهادی با روش مبتنی­بر کواینتگریشن مقایسه­شده است. نتایج به­دست­آمده از تحلیل سیگنال‌های EEG پنج نوزاد نشان می‌دهند که روش پیشنهادی عملکرد بهتری در اندازه‌گیری هم­زمانی فاز تعمیم‌یافته نسبت به روش‌های موجود دارد. همچنین با توجه به نتایج، مقدار هم­زمانی فاز تعمیم‌یافته در طول هر دو دورة تشنجی و غیرتشنجی بزرگ‌تر از صفر است که این نتیجه نشان­دهندة وجود اتصالاتی در نیم‌کره‌های مغز نوزادان در هر دو حالت است. همچنین نتایج نشان می‌دهند که دوره‌های تشنجی نسبت به دوره‌های غیرتشنجی هم­زمان‌تر هستند. از بررسی هم­زمانی فاز در الگوهای B-S مشاهده می‌شود که دوره‌های Burst هم­زمان‌تر از دوره‌های Suppression هستند و در هردو حالت، هم­زمانی فاز وجود دارد.

---

• مشاهده مقاله
• اصل مقاله 1.11 M

پردازش سیگنال‌های حیاتی

ارزیابی میزان ولع مصرف پایه در بیماران وابسته به مت آمفتامین با استفاده از سیگنال الکتروانسفالوگرام در روند نوروفیدبک

مهدی ذوالفقارزاده کرمانی؛ محمد علی خلیل زاده؛ مجید قشونی؛ پیمان هاشمیان

دوره 9، شماره 3 ، آذر 1394، ، صفحه 243-251

چکیده

  ارزیابی و اندازه­گیری پارامترهای مرتبط با ولع ­­مصرف مت آمفتامین می­تواند ابزاری ارزشمند در برنامه­های درمانی و مداخله­ای برای سوءمصرف کنندگان به­شمار آید. باور ما بر این است که کمّی­سازی سیگنال الکتروانسفالوگرام (EEG) می­تواند انقلابی را در شناخت زیرساخت­های عصبی مرتبط با پردازش ولع ­­مصرف به ارمغان آورد. بنابراین ...  بیشتر ارزیابی و اندازه­گیری پارامترهای مرتبط با ولع ­­مصرف مت آمفتامین می­تواند ابزاری ارزشمند در برنامه­های درمانی و مداخله­ای برای سوءمصرف کنندگان به­شمار آید. باور ما بر این است که کمّی­سازی سیگنال الکتروانسفالوگرام (EEG) می­تواند انقلابی را در شناخت زیرساخت­های عصبی مرتبط با پردازش ولع ­­مصرف به ارمغان آورد. بنابراین هدف این مطالعه، طراحی و ارائة روشی جدید برای سنجش ولع مصرف در بیماران وابسته (یا معتاد) به مت‌آمفتامین با استفاده از سیگنال الکتروانسفالوگرام (EEG) در روند نوروفیدبک برای تفکیک میان سه حالتِ میل به مصرف خفیف، متوسط و شدید است. برای اجرای این مطالعه، 10 سوء­مصرف کنندة مت‌آمفتامین انتخاب شدند که در مرکز اجتماع درمان مدار در شهر مشهد نگهداری می‌شدند و تحت درمان نوروفیدبک توسط یک روانپزشک قرار داشتند. تمام بیماران در 10 جلسه درمان نوروفیدبک با پروتکل آلفا- تتا حضور داشتند. در طول دورة درمان بانوروفیدبک، قبل و بعد از هر جلسة آموزش، EEG ثبت شد. برای برچسب زدن سیگنال‌های مغزی از پرسشنامة سنجش ولع مصرف مت‌آمفتامین DDQ استفاده شد. ویژگی‌های زمانی، فرکانسی و آشوب‌گونة سیگنال EEG استخراج شد و با استفاده از تحلیل همبستگی، ویژگی‌های بهینه و تأثیرگذار انتخاب شده و به طبقه‌بندی کنندة فازی داده شد. صحّت تفکیک مبتنی­بر ویژگی‌های منتخب برای دادة آموزش 96.67% و برای دادة آزمایش 75.15% به­دست آمده است. از مزایای قابل توجه روش ابداعی این تحقیق، علاوه بر تخمین ولع ‌مصرف پایه در سوءمصرف کنندگان مت آمفتامین با استفاده از کمی‌سازی سیگنالEEG، می‌توان به بهینه‌سازی تعداد جلسات آموزش برای شرکت‌کنندگان در فرآیند درمانی نوروفیدبک اشاره کرد.

---

• مشاهده مقاله
• اصل مقاله 1.69 M

پردازش سیگنال‌های حیاتی

شاخص هورست چندگانة اصلاح شده برای ارزیابی میزان آشوبناک بودن در کاربرد طبقه‌بندی آریتمی‌های قلبی

مینا همتیان؛ علی مالکی

دوره 9، شماره 2 ، مرداد 1394، ، صفحه 163-178

چکیده

  قلب انسان سیستمی آشوبناک است؛ از­این­رو برای شناسایی انواع آریتمی‌های قلبی از بعد فرکتال استفاده می­شود. آریتمی‌های قلبی یکی از شایع‌ترین بیماری‌ها هستند که شناسایی آن‌ها بسیار مهم است. نمای هورست معیاری برای ارزیابی میزان آشوبناکی سیستم‌ها و کمی‌سازی بعد فرکتال سیستم‌های آشوبناک است، که با روش تحلیل دامنة بازمقیاس محاسبه ...  بیشتر قلب انسان سیستمی آشوبناک است؛ از­این­رو برای شناسایی انواع آریتمی‌های قلبی از بعد فرکتال استفاده می­شود. آریتمی‌های قلبی یکی از شایع‌ترین بیماری‌ها هستند که شناسایی آن‌ها بسیار مهم است. نمای هورست معیاری برای ارزیابی میزان آشوبناکی سیستم‌ها و کمی‌سازی بعد فرکتال سیستم‌های آشوبناک است، که با روش تحلیل دامنة بازمقیاس محاسبه می‌شود. براساس مطالعات انجام شده، نمای هورست کلاسیک ویژگی مناسبی برای طبقه‌بندی آریتمی‌های قلبی نیست؛ زیرا از یک­سو، انتخاب و تعیین مقدار پارامترها به­شدت بر مقدار محاسبه شده برای نمای هورست تاثیر می‌گذارد و از سوی دیگر، این روش وابستگی بسیاری به نرخ ضربان قلب دارد. در این مقاله، شاخص هورست چندگانة اصلاح شده برای طبقه‌بندی آریتمی‌های قلبی پیشنهاد­شده است که نسبت به نمای هورست کلاسیک، ویژگی‌های مناسب‌تری برای طبقه‌بندی آریتمی‌های قلبی فراهم می‌سازد و نسبت به تغییرات نرخ ضربان قلب نیز مقاوم است. بررسی‌های انجام شده با استفاده از این روش روی 80 سیگنال، شامل ریتم نرمال و آریتمی‌های انسداد دستة‌ شاخة راست (RBBB)، انسداد دستة شاخة چپ (LBBB) و انقباض زودرس دهلیزی(APC) از پایگاه دادة MIT-BIH، توانسته است با استفاده از طبقه‌بندی‌کننده‌های LDA ، نزدیک‌ترین همسایه و شبکة عصبی به­ترتیب به صحت طبقه‌بندی 75/88 %، 25/96 % و 100 % منجر شود.

---

• مشاهده مقاله
• اصل مقاله 1.17 M

پردازش سیگنال‌های حیاتی

ارزیابی عملکرد الگوریتمLASSO با فاز تصحیح‌شده در سیستم‌هایBCI مبتنی بر SSVEP

محمدعلی منوچهری؛ وحید ابوطالبی؛ امین مهنام

دوره 9، شماره 2 ، مرداد 1394، ، صفحه 205-214

چکیده

  سیستم‌های BCI مبتنی­بر SSVEP به­دلیل مزایایی چون سرعت انتقال اطلاعات بالا، نسبت بالای سیگنال به نویز و راحتی کاربران در استفاده از آن‌ها، توجه بسیاری از محققان را به خود جلب کرده­اند. هدف پردازشی در این سیستم‌ها، شناسایی فرکانس ظاهر­شده در سیگنال EEG کاربر است. از میان روش‌های پردازشی مختلفی که برای شناسایی فرکانس در سیستم‌های ...  بیشتر سیستم‌های BCI مبتنی­بر SSVEP به­دلیل مزایایی چون سرعت انتقال اطلاعات بالا، نسبت بالای سیگنال به نویز و راحتی کاربران در استفاده از آن‌ها، توجه بسیاری از محققان را به خود جلب کرده­اند. هدف پردازشی در این سیستم‌ها، شناسایی فرکانس ظاهر­شده در سیگنال EEG کاربر است. از میان روش‌های پردازشی مختلفی که برای شناسایی فرکانس در سیستم‌های BCI مبتنی­بر SSVEP استفاده می­شوند، روش LASSO با استقبال فراوانی همراه بوده­است. باوجود عملکرد قابل­قبول روش LASSO در سیستم‌های BCI مبتنی­بر SSVEP، این روش در هنگام ساخت سیگنال مرجع، اختلاف فاز احتمالی بین سیگنال مرجع و سیگنال EEG ثبت­شده را درنظر نمی‌گیرد. در این مقاله، ایدة اصلاح فاز سیگنال مرجع با توجه به سیگنال EEG ثبت‌شده بررسی شده و روش پیشنهادی با عنوان LASSO با فاز تصحیح‌شده مطرح­شده است. در این مطالعه، ابتدا کانال مناسب برای شناسایی فرکانس در سیستم‌های BCI مبتنی­بر SSVEP انتخاب شد و در ادامه، مقایسه‌ای بین روش LASSO استاندارد و روش پیشنهادی LASSO با فاز تصحیح‌شده انجام شد. نتایج این مقاله نشان می‌دهد که اصلاح فاز سیگنال مرجع در روش پیشنهادی LASSO با فاز تصحیح‌شده، به بهبود نتایج شناسایی فرکانس نسبت به روش LASSO استاندارد منجر می‌شود.

---

• مشاهده مقاله
• اصل مقاله 868.78 K

پردازش سیگنال‌های حیاتی

تعیین درجه‌ی بهینه مقطع پوانکاره سه‌بعدی برای تشخیص حملات صرعی با استفاده ازEEG

صالح لشکری؛ محمد علی خلیل زاده؛ سید محمدرضا هاشمی گلپایگانی

دوره 9، شماره 1 ، فروردین 1394، ، صفحه 59-69

چکیده

  استفاده از روش‌های مبتنی بر دینامیک پویای غیرخطی مانند قطع پوانکاره، در آشکارسازی دینامیک سامانه‌های زیستی مفید است. انتخاب صفحه­ی قطع مناسب، مرحله‌ای تعیین‌کننده در تحلیل داده‌ها است. اغلب پیدا کردن محل مناسب برای صفحه قطع به تنظیم پارامترهای مختلفی نیازمند است. اگر هندسه­ی صفحه پوانکاره اطلاعات وابسته به قبض و بسط پدیده ...  بیشتر استفاده از روش‌های مبتنی بر دینامیک پویای غیرخطی مانند قطع پوانکاره، در آشکارسازی دینامیک سامانه‌های زیستی مفید است. انتخاب صفحه­ی قطع مناسب، مرحله‌ای تعیین‌کننده در تحلیل داده‌ها است. اغلب پیدا کردن محل مناسب برای صفحه قطع به تنظیم پارامترهای مختلفی نیازمند است. اگر هندسه­ی صفحه پوانکاره اطلاعات وابسته به قبض و بسط پدیده را برداشت کند، حالت‌های سیستم بهتر تفکیک می­شوند. ازاین‌رو در این مطالعه به بررسی تأثیر درجه­ی صفحه و محل مقطع در تشخیص حمله صرعی از وضعیت طبیعی پرداخته می‌شود تا درنهایت معادله­ی مقطع بهینه که به حداقل شدن خطای طبقه‌بندی منجر می‌شود، تعیین گردد. پس از بازسازی فضای فاز قطعه‌های EEG در سه بعد، برای400 حالت مختلف درجه مقطع، قطع بر رویدادها انجام شد. سپس ویژگی‌های استخراج­شده از مقطع پوانکاره به دسته‌بندی کننده­ی SVM اعمال گردید. در ادامه برای شناسایی رفتار طبقه‌بندی کننده، همبستگی میان درجه­ی مقطع و صحت تفکیک سنجیده­شد. خروجی دسته‌بندی کننده با افزایش درجه­ی صفحه رفتار مشخصی از خود بروز می‌دهد. به‌این‌ترتیب که با بالا بردن درجه صفحه در دو راستای مقطع، الگوی افزایشی و سپس کاهشی مشاهده شد. براساس نتایج حاصل، صحت تفکیک معادله­ی مقطع بهینه برای m=12 و n=6 برابر با 96.6 درصد است.

---

• مشاهده مقاله
• اصل مقاله 1.07 M

پردازش سیگنال‌های حیاتی

بهبود عملکرد طبقه‌بندی‌کننده براساس نمایش تنک در سیستم‌هایBCI با به‌سازی فرایند استخراج ویژگی و استفاده از الگوریتم بهینه یافتن پاسخ تنک

علیرضا میرجلیلی؛ وحید ابوطالبی؛ محمدتقی صادقی

دوره 8، شماره 4 ، دی 1393، ، صفحه 305-323

چکیده

  در سال‌های اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیله‌ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته­است. راه‌اندازی این نوع سیستم­ها به هم­کاری چند بلوک ازجمله بلوک‌های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک‌های پیش‌پردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از ...  بیشتر در سال‌های اخیر، واسط مغز/رایانه (BCI)، به عنوان وسیله‌ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته­است. راه‌اندازی این نوع سیستم­ها به هم­کاری چند بلوک ازجمله بلوک‌های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک‌های پیش‌پردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از دو مرحله­ی استخراج ویژگی و طبقه‌بندی تشکیل شده­است. در این پژوهش، از طبقه‌بندی کننده براساس نمایش تنک (SRC) در بلوک طبقه‌بندی استفاده شد. طبقه‌بندی کننده براساس نمایش تنک، دو مرحله­ی اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک داده­ی ورودی دارد. برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی به دست می‌آید، از الگوریتم الگوهای مکانی مشترک (CSP) استفاده شد. از معایب این الگوریتم، حساسیت به نویز و مسأله­ی فرایادگیری است. برای رفع معایب CSP، از الگوریتم‌های الگوهای مکانی مشترک تنظیم شده (RCSP) استفاده شد. در مطالعات قبلی در زمینه­ی BCI، برای یافتن پاسخ تنک از الگوریتم استاندارد BP استفاده شده که از معایب آن، پیچیدگی محاسباتی و زمان‌بر بودن آن است. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید SL0 در تعدادی از تحقیقات مشابه، از این الگوریتم برای محاسبه پاسخ تنک استفاده شد. نتایج حاصل نشان می‌دهد که الگوریتم‌های RCSP در مواردی که داده‌های آموزشی کمی موجود است می­تواند معایب CSP را به خوبی برطرف کند. به طور میانگین استفاده­از این روش 53/7% بهبود را نسبت به CSP نشان داد. هم‌چنین الگوریتم SL0، علی­رغم کاهش قابل ملاحظه زمان پردازش در مقایسه با BP، در صحت تشخیص معادل با آن عمل کرده­است.

---

• مشاهده مقاله
• اصل مقاله 1.26 M

پردازش سیگنال‌های حیاتی

شناسایی حالت‌های عاطفی تصوّر شده‌ی ذهنی با استفاده‌از هم‌جوشی نتایج سیگنال‌های فیزیولوژیکی چندگانه

مهدی خضری؛ سید محمد فیروزآبادی؛ سید احمدرضا شرافت

دوره 8، شماره 4 ، دی 1393، ، صفحه 339-358

چکیده

  در این پژوهش هم­جوشی نتایج سیگنال­های فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالت­های عاطفی با استفاده­از مجموعه­ی داده MIT پیشنهاد شد. چهار نوع از سیگنال­های فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرخ­تنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت­ عضلات ­صورت (fEMG) به عنوان سیگنال­های عاطفی مورد استفاده قرارگرفتند. ...  بیشتر در این پژوهش هم­جوشی نتایج سیگنال­های فیزیولوژیکی چندگانه برای طراحی یک سیستم شناسایی حالت­های عاطفی با استفاده­از مجموعه­ی داده MIT پیشنهاد شد. چهار نوع از سیگنال­های فیزیولوژیکی، شامل فشار حجم خون (BVP)، نرخ­تنفس (RSP)، هدایت پوست (SC) و سیگنال فعّالیّت­ عضلات ­صورت (fEMG) به عنوان سیگنال­های عاطفی مورد استفاده قرارگرفتند. برای جمع­آوری مجموعه­ی داده بیان شده، محققان از روش تصوّر­ ذهنی برای ایجاد حالت­های عاطفی مورد نظر از یک نفر استفاده و به طور هم­زمان سیگنال­های فیزیولوژیکی متناظر را ثبت کرده­اند. در این مطالعه، بهترین ویژگی­های هریک از سیگنال­ها از بین ویژگی­های زمانی و فرکانسی محاسبه شده، تعیین شد. بدین منظور، روش­­های انتخاب ویژگی­ ترتیبی شناور رو به جلو (SFFS) و RELIEF مورد ارزیابی قرار گرفتند. مجموعه­ی ویژگی جدید تشکیل شده با ترکیب ویژگی­های انتخاب شده، سپس به سه زیرمجموعه تفکیک شد. هر زیر مجموعه برای شناسایی حالت­های عاطفی مورد نظر به یک واحد طبقه­بندی اعمال شد. نتایج به دست آمده از زیر سیستم­ها با اعمال روش بیش­ترین آرا ترکیب شد. سه روش طبقه­بندی شامل SVM، LDA و KNN برای طراحی سیستم شناسایی حالت­های عاطفی ارزیابی شدند. نتایج به دست آمده حاکی­از عملکرد قابل ملاحظه سیستم در شناسایی حالت­های مورد نظر با دقّت و سرعت پاسخ­دهی قابل قبول است. با روش انتخاب ویژگی RELIEF به همراه طبقه­بندی کننده SVM، دقّت کلی شناسایی 8/93 % به دست آمد که بهتر از نتایج گزارش شده با پایگاه داده بیان شده تاکنون است.

---

• مشاهده مقاله
• اصل مقاله 963.96 K

پردازش سیگنال‌های حیاتی

ارزیابی طبقه‌بندی کننده‌های LDA و LS-SVM برای تفکیک 52 حرکت و وضعیت دست برای کاربرد در پروتزهای مبتنی بر فعّالیّت الکتریکی عضلات

آفرین ناظمی؛ علی مالکی

دوره 8، شماره 4 ، دی 1393، ، صفحه 411-420

چکیده

  طبقه‌بندی حرکت‌های اعضای دیستال با استفاده­از سیگنال‌های الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیش­تر مطالعات قبلی، طبقه‌بندی تعداد محدودی از حرکت‌های دست، مورد بررسی قرار گرفته­است. در این مقاله، از پایگاه داده‌ی NINAPROکه شامل داده‌های کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، ...  بیشتر طبقه‌بندی حرکت‌های اعضای دیستال با استفاده­از سیگنال‌های الکترومایوگرام سطحی (sEMG) قسمت پروکسیمال، بخش مهمی در کنترل پروتزهای مایوالکتریک است. در بیش­تر مطالعات قبلی، طبقه‌بندی تعداد محدودی از حرکت‌های دست، مورد بررسی قرار گرفته­است. در این مقاله، از پایگاه داده‌ی NINAPROکه شامل داده‌های کینماتیک و sEMGفرد سالم برای 52 حرکت انگشت، پنجه و مچ دست است استفاده شد. عملکرد طبقه‌بندی کننده‌های LDAو LS-SVMبا کرنل RBF، به ازای ترکیب‌های مختلف ویژگی‌ها بررسی شد. ابتدا با پنجره گذاری به دو شیوه‌ی مختلف، بخش اصلی سیگنال جدا شد و هشت ویژگی زمانی مختلف (MAV، IAV، RMS، WL، E، ER1، ER2، CC) از آن استخراج گردید. سپس، عملکرد هریک از طبقه‌بندی کننده‌ها با هرکدام از این ویژگی‌ها و ترکیب‌های دوتایی و چندتایی آن‌ها بررسی شد. برای طبقه‌بندی کننده‌ی LDA بهترین میانگین دقتِ طبقه‌بندی، با شیوه‌ی پنجره گذاری به روش اول و ترکیب ویژگی‌های MAV (or IAV)+CC، 23/84 درصد محاسبه شد. این دقت برای طبقه‌بندی کننده‌ی LS-SVMبا شیوه‌ی پنجره گذاری به روش دوم و ویژگی‌های IAV+MAV+RMS+WL، به 19/85 درصد رسید.

---

• مشاهده مقاله
• اصل مقاله 1.01 M

پردازش سیگنال‌های حیاتی

پیش‌بینی الگوی فعّالیّت مطلوب عضلات انگشت شست هنگام عملکردهای حرکتی ترسیم و نوشتن حروف با استفاده از شبکه‌های عصبی مصنوعی

ساناز احمدزاده؛ حمیدرضا کبروی؛ سعید طوسی‌زاده

دوره 8، شماره 3 ، مهر 1393، ، صفحه 293-304

چکیده

  در اکثر فعالیت­های حرکتی، بیش­از یک گروه عضلانی درگیر هستند، لذا در روش­های بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیش­از یک گروه عضلانی را درگیر می­کند. در دسته­ای از بیماری­ها ...  بیشتر در اکثر فعالیت­های حرکتی، بیش­از یک گروه عضلانی درگیر هستند، لذا در روش­های بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیش­از یک گروه عضلانی را درگیر می­کند. در دسته­ای از بیماری­ها مانند دسته­ای از افرادی که مبتلا به فلج غیرکامل نخاعی یا تنگی کانال کارپال هستند، ممکن است عضلات ساعد سالم باشند، امّا عضلات انگشتان به طور خاص عضلات انگشت شست، دچار فلج نسبی یا مطلق باشد. لذا برای بازتوانی چنین حرکتی، باید الگوی هماهنگی مربوط به نحوه­ی فعّالیّت عضلات ساعد و انگشت شست برقرار شود. درین تحقیق، یک مدل پیش­بین مبتنی بر شبکه­های عصبی برای روش شناسایی الگوی سینرژی بین دسته­ای از عضلات ساعد و انگشت شست دست، حین فرآیند رسم شکل و نوشتن حروف ارائه شد. به طوری که ورودی شبکه­ عصبی مصنوعی، الگوی فعّالیّت عضلات بازکننده و جمع­کننده ساعد است، درحالی که خروجی شبکه­ی عصبی مصنوعی، الگوی فعّالیت مطلوب عضلات بازکننده و جمع­کننده انگشت شست دست را پیش­بینی کرد. ابتدا سیگنال­های الکترومایوگرام عضلات ساعد و انگشت شست ده فرد سالم، حین نوشتن چهار حرف انگلیسی و رسم یک دایره ثبت شد. سپس، با استخراج الگوی فعّالیّت عضلات از سیگنال­های الکترومایوگرام داده­های آموزش شبکه به دست آمد. کارایی پنج شبکه عصبی پرسپترون چند لایه، نارکس، بازگشتی، عصبی/فازی تطبیقی و پایه­ی شعاعی ارزیابی و مقایسه شد. نتایج نشان می­دهد که شبکه­ی­ عصبی نارکس با ساختار سری/موازی در مقایسه با چهار شبکه عصبی دیگر توانست با دقّت قابل قبولی الگوی فعّالیّت مطلوب عضلات انگشت شست دست را پیش­بینی نماید.  

---

• مشاهده مقاله
• اصل مقاله 785.61 K

پردازش سیگنال‌های حیاتی

معیاری نوین برای رتبه‌بندی مقاومت تخمین‌گرهای ارتباطات کانال‌های EEG/MEG در مقابل آرتیفکت هدایت حجمی

علی خادم؛ غلامعلی حسین‌زاده

دوره 8، شماره 1 ، فروردین 1393، ، صفحه 1-17

چکیده

  ﺩﺭ ﺩﺍﺩﻩﻫﺎی EEG/MEG، ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﻪ ﺻﻮﺭﺕ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻓﻌﺎﻟﻴﺖ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﺩﺭ ﻛﺎﻧﺎﻝﻫﺎ ﻣﺸﺎﻫﺪﻩ ﻣﻰﺷﻮﺩ. ﻳﻜﻰ ﺍﺯ ﻭﻳﮋﮔﻰﻫﺎی ﻣﻬﻢ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﻳﺪﻩﺁﻝ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی، ﻣﻘﺎﻭﻣﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ؛ ﻳﻌﻨﻰ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺴﺘﻘﻞ ﻫﺮﮔﺰ ﻧﺒﺎﻳﺪ ...  بیشتر ﺩﺭ ﺩﺍﺩﻩﻫﺎی EEG/MEG، ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﻪ ﺻﻮﺭﺕ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻓﻌﺎﻟﻴﺖ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﺩﺭ ﻛﺎﻧﺎﻝﻫﺎ ﻣﺸﺎﻫﺪﻩ ﻣﻰﺷﻮﺩ. ﻳﻜﻰ ﺍﺯ ﻭﻳﮋﮔﻰﻫﺎی ﻣﻬﻢ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﻳﺪﻩﺁﻝ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی، ﻣﻘﺎﻭﻣﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ؛ ﻳﻌﻨﻰ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺴﺘﻘﻞ ﻫﺮﮔﺰ ﻧﺒﺎﻳﺪ ﻣﻨﺠﺮ ﺑﻪ ﺗﺨﻤﻴﻦ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻌﻨﻰﺩﺍﺭی ﺑﻴﻦ ﻛﺎﻧﺎﻝﻫﺎی EEG/MEG ﺷﻮﺩ. ﺗﺎﻛﻨﻮﻥ ﻫﻴﭻ ﻣﻌﻴﺎﺭی ﺑﺮﺍی ﻣﻘﺎﻳﺴﻪ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﻣﺨﺘﻠﻒ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی ﺩﺭ ﻣﻘﺎﺑﻞ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺩﺭ ﻛﺎﺭﺑﺮﺩﻫﺎی ﻭﺍﻗﻌﻰ ﺍﺭﺍﺋﻪ ﻧﺸﺪﻩ ﺍﺳﺖ. ﺩﺭ ﺍﻳﻦ ﻣﻘﺎﻟﻪ، ﻣﻌﻴﺎﺭی ﺑﺎ ﻋﻨﻮﺍﻥ ﺷﺎﺧﺺ ﻣﻘﺎﻭﻣﺖ (RI) ﺑﺮﺍی ﺑﺮﺭﺳﻰ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﻪ ﺍﺭﺗﺒﺎﻃﺎﺕ ﺑﻴﻦ ﻛﺎﻧﺎﻟﻰ ﻛﻪ ﺑﺎ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﻣﺆﻟﻔﻪﻫﺎی ﺷﺒﻪ- ﻣﺴﺘﻘﻞ ﻗﺎﺑﻞ ﻣﺪﻝﺳﺎﺯی ﻫﺴﺘﻨﺪ؛ ﺍﺭﺍﺋﻪ ﻣﻰﺷﻮﺩ. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺎﻫﻴﺖ ﺗﺮﻛﻴﺐ ﺧﻄﻰ ﻟﺤﻈﻪﺍی ﺁﺛﺎﺭ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ، ﺍﻧﺘﻈﺎﺭ ﻣﻰﺭﻭﺩ RI ﺑﺘﻮﺍﻧﺪ ﺗﺨﻤﻴﻦﮔﺮﻫﺎی ﺍﺭﺗﺒﺎﻃﺎﺕ ﻣﻐﺰی ﺭﺍ ﺳﺎﺯﮔﺎﺭ ﺑﺎ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺁﻧﻬﺎ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺭﺗﺒﻪﺑﻨﺪی ﻛﻨﺪ. ﺩﺭ ﺍﺩﺍﻣﻪ، ﺍﺯ RI ﺑﺮﺍی ﺭﺗﺒﻪﺑﻨﺪی ﻫﻔﺖ ﺗﺨﻤﻴﻦﮔﺮ ﺍﺭﺗﺒﺎﻃﺎﺕ ﻛﺎﺭﻛﺮﺩی ﻣﻐﺰی، ﺍﺳﺘﻔﺎﺩﻩ ﻣﻰﺷﻮﺩ؛ ﻛﻪ ﻋﺒﺎﺭﺗﻨﺪ ﺍﺯ: ﺍﻧﺪﺍﺯﻩ ﺿﺮﻳﺐ ﻫﻤﺒﺴﺘﮕﻰ ﭘﻴﺮﺳﻮﻥ (CC)، ﺍﻃﻼﻋﺎﺕ ﻣﺘﻘﺎﺑﻞ (MI)، ﻣﺠﺬﻭﺭ ﺍﻧﺪﺍﺯﻩ ﻛﻮﻫﺮﻧﺲ (Coh)، ﻣﻘﺪﺍﺭ ﻗﻔﻞﺷﺪﮔﻰ ﻓﺎﺯ (1:1) ((1:1)PLV)، ﺍﻧﺪﺍﺯﻩ ﺟﺰﺀ ﻣﻮﻫﻮﻣﻰ ﻛﻮﻫﺮﻧﺴﻰ (ImC)، ﺷﺎﺧﺺ ﺗﺄﺧﻴﺮ ﻓﺎﺯ (PLI) ﻭ ﺷﺎﺧﺺ ﺗﺄﺧﻴﺮ ﻓﺎﺯ ﻭﺯﻥﺩﺍﺭ (WPLI). ﻧﺘﺎﻳﺞ ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﺷﺒﻴﻪﺳﺎﺯی ﺷﺪﻩ ﻭ ﺳﻴﮕﻨﺎﻝﻫﺎی ﻭﺍﻗﻌﻰ EEG ﻧﺸﺎﻥ ﻣﻰﺩﻫﻨﺪ ﻛﻪ ﺗﺨﻤﻴﻦﮔﺮﻫﺎﻳﻰ ﻛﻪ ﺍﺯ ﻟﺤﺎﻅ ﺗﺌﻮﺭی ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﺑﺎﻻﺗﺮﻳﻦ ﺭﺗﺒﻪﻫﺎ ﺭﺍ ﺩﺍﺭﻧﺪ. ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻣﻘﺎﻭﻡ ﻫﺴﺘﻨﺪ (ImC، PLI و WPLI) ﻣﻘﺎﺩﻳﺮ RI ﻧﺰﺩﻳﮏ %100 ﻣﻰﺩﻫﻨﺪ ﻭ ﻣﻄﺎﺑﻖ ﺍﻧﺘﻈﺎﺭ ﻫﻤﭽﻨﻴﻦ، ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﺷﺒﻴﻪﺳﺎﺯی ﻛﻪ ﺁﺛﺎﺭ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﻭ ﻣﻨﺎﺑﻊ ﻣﻐﺰی ﻣﺸﺨﺺ ﺍﺳﺖ، ﺭﺗﺒﻪﺑﻨﺪی ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﺎ RI ﺳﺎﺯﮔﺎﺭ ﺑﺎ ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺁﻧﻬﺎ ﻧﺴﺒﺖ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺍﺳﺖ. ﺍﻳﻦ ﺍﻣﺮ ﺍﻣﻜﺎﻥ ﺍﺳﺘﻔﺎﺩﻩ ﺍﺯ RI ﺭﺍ ﺑﺮﺍی ﺭﺗﺒﻪﺑﻨﺪی ﺳﻄﺢ ﻣﻘﺎﻭﻣﺖ ﺗﺨﻤﻴﻦﮔﺮﻫﺎ ﺑﻪ ﺁﺭﺗﻴﻔﻜﺖ ﻫﺪﺍﻳﺖ ﺣﺠﻤﻰ ﺑﺮﺍی ﺩﺍﺩﻩﻫﺎی ﻭﺍﻗﻌﻰ EEG/MEG ﺗﺄﻳﻴﺪ ﻣﻰﻛﻨﺪ. 

---

• مشاهده مقاله
• اصل مقاله 918.29 K

پردازش سیگنال‌های حیاتی

بررسی و طبقه‌بندی سیگنال‌هایEEG مربوط به مشاهده، تجسّم و استراحت ذهنی افراد نقاش و غیرنقاش به وسیله نمای مقیاس

نسرین شعوری؛ سید محمد فیروزآبادی؛ کامبیز بدیع

دوره 7، شماره 4 ، اسفند 1392، ، صفحه 321-331

چکیده

  در این مقاله، تفاوت سیگنال‌‌های EEGنوزده‌ کاناله دو گروه از افراد نقاش و غیرنقاش در هنگام مشاهده و تجسّم ذهنی تصویر و در حین استراحت از نظر نمای مقیاس بررسی شده است. با توجه به نتایج به دست آمده مشاهده شده است که نماهای مقیاس در افراد نقاش به صورت معنی‌‌داری بیشتر از افراد غیرنقاش در هر سه حالت مشاهده، تجسّم ذهنی و استراحت است. در نتیجه ...  بیشتر در این مقاله، تفاوت سیگنال‌‌های EEGنوزده‌ کاناله دو گروه از افراد نقاش و غیرنقاش در هنگام مشاهده و تجسّم ذهنی تصویر و در حین استراحت از نظر نمای مقیاس بررسی شده است. با توجه به نتایج به دست آمده مشاهده شده است که نماهای مقیاس در افراد نقاش به صورت معنی‌‌داری بیشتر از افراد غیرنقاش در هر سه حالت مشاهده، تجسّم ذهنی و استراحت است. در نتیجه نماهای مقیاس می‌تواند اثر داشتن تخصص هنری را در سیگنال مغزی نشان دهد. علاوه بر آن تفاوت معنی‌‌داری بین نماهای مقیاس مربوط به دو فعالیت مشاهده و تجسّم دو گروه مشاهده نشده است. این مسأله فعال‌‌شدن مراکز نورونی مشابه در هنگام مشاهده و تجسّم یک تصویر را نشان می‌‌دهد. در نهایت دو گروه به وسیله نماهای مقیاس کانال C4و شبکه NeauralGasدر حالت استراحت و در هنگام مشاهده و تجسّم به ترتیب با میانگین صحت تشخیص50٪، 58.12٪و 70٪ طبقه‌بندی شده‌‌اند. نتایج طبقه‌‌بندی نشان داد تفکیک‌‌پذیری دو گروه به وسیله نمای مقیاس در حین انجام فعالیت شناختی یکسان، کاهش می‌‌یابد.

---

• مشاهده مقاله
• اصل مقاله 574.92 K

پردازش تصاویر پزشکی

ارزیابی ردیابی حرکات دیواره قلب با استفاده از تطبیق غیرصلب تصاویر اکوکاردیوگرافی

پدارم مسائلی؛ حمید بهنام؛ زهرا علیزاده ثانی؛ احمد شالباف

دوره 7، شماره 3 ، آذر 1392، ، صفحه 237-254

چکیده

  بیماری عروق تغذیه‌کننده قلب (عروق کرونر) عامل بیش از نیمی از مرگ‌های ناشی از بیماری‌های قلبی و عروقی و بزرگترین بیماری کشنده درجهان است. بدیهی است شناسایی اولیه، روشی عالی برای کنترل بیماری این عروق است که با اندازه‌گیری و امتیازبندی حرکت عمومی و ناحیه‌ای بطن چپ قلب (عادی،کم‌حرکت و بی‌حرکت) تشخیص داده می‌شود. متداول‌ترین روش ...  بیشتر بیماری عروق تغذیه‌کننده قلب (عروق کرونر) عامل بیش از نیمی از مرگ‌های ناشی از بیماری‌های قلبی و عروقی و بزرگترین بیماری کشنده درجهان است. بدیهی است شناسایی اولیه، روشی عالی برای کنترل بیماری این عروق است که با اندازه‌گیری و امتیازبندی حرکت عمومی و ناحیه‌ای بطن چپ قلب (عادی،کم‌حرکت و بی‌حرکت) تشخیص داده می‌شود. متداول‌ترین روش تصویربرداری از قلب به کمک امواج فراصوت است که اکوکاردیوگرافی نامیده می‌شود. با استفاده از این روش می‌توان نمایی دقیق را از دیواره‌های قلبی ، دریچه‌ها و ابتدای سرخرگ‌های بزرگ بدست آورد. به دلیل دوره آموزشی طولانی برای تفسیر این تصاویر، زمان‌بر بودن و ایجاد خطا در روش‌های دستی، نیاز به یک روش تحلیل خودکار بسیار احساس می‌شود. به منظور دستیابی به این هدف، در این مقاله به محاسبه میدان جابه‌جایی حرکت قلبی در چرخه‌ای از تصاویر دوبعدی اکوکاردیوگرافی پرداخته شده است. برای انجام این کار فریمی به عنوان مرجع انتخاب شد و سپس تمام تصاویر در یک چرخه با استفاده از معادله‌ای ریاضی به آن نگاشته شد و با استفاده از آن میدان جابه‌جایی حرکت قلبی در چرخه تخمین زده شد. ایده اصلی پیدا کردن مدل پارامتری مکانی-زمانی نیمه محلی برای تغییر شکل ایجاد شده در یک چرخه قلبی با تطبیق غیرصلب با استفاده از توابع بی اسپلاین، به عنوان یک مسأله بهینه‌سازی است که به طور مؤثر تفاوت ناشی از حرکت را با کمینه کردن تفاوت بین فریم جاری و فریم مرجع، تصحیح می‌کند. دقت تخمین حرکت با استفاده از فاکتور مجموع مربعات تفاضل اندازه‌گیری شد. از الگوریتم کاهش دهنده گرادیان شیب دار و روش چنددقتی نیز برای بدست آوردن ضرایب در مدل حرکتی استفاده شد. دقت روش مطرح شده با استفاده از یک توالی شبیه‌سازی شده چرخه قلبی واقع گرایانه با نرم افزار Field IIارزیابی شد. این الگوریتم‌برای تحلیل ناحیه‌ای بطن چپ به صورت بالینی به کار برده شد و پارامترهای جابه‌جایی و مقدار آستانه برای امتیازدهی هر بخش استخراج شد. این الگوریتم تفاوت قابل ملاحظه‌ای را بین بخشی از قلب سالم و قلب دچار بیماری نشان می‌دهد که نشان‌دهنده کاربردهای بالینی روش ارائه شده است.

---

• مشاهده مقاله
• اصل مقاله 1 M

پردازش سیگنال‌های حیاتی

کدینگ سیگنال ECG برای بهبود فشرده‌سازی به منظور استفاده در پزشکی از راه دور

محسن محمد ولیئی؛ علی محلوجی‌فر

دوره 7، شماره 3 ، آذر 1392، ، صفحه 265-276

چکیده

  همواره سرعت بخشیدن روند رساندن اطلاعات به کارگروه مراقبت پزشکی از مهمترین اهدافی است که به منظور افزایش بازده تشخیص و درمان دنبال می‌شود. امروزه با دست‌یابی به فناوری‌‌های جدید انتقال اطلاعات و با توجه به وجود محدودیت‌هایی در روش‌های قدیم، بکارگیری این فرایندها روز به روز در حال گسترش است. در این تحقیق پیشنهاد شده است برای انتقال ...  بیشتر همواره سرعت بخشیدن روند رساندن اطلاعات به کارگروه مراقبت پزشکی از مهمترین اهدافی است که به منظور افزایش بازده تشخیص و درمان دنبال می‌شود. امروزه با دست‌یابی به فناوری‌‌های جدید انتقال اطلاعات و با توجه به وجود محدودیت‌هایی در روش‌های قدیم، بکارگیری این فرایندها روز به روز در حال گسترش است. در این تحقیق پیشنهاد شده است برای انتقال سیگنال الکتروکاردیوگرام ابتدا سیگنال را به صورت دنباله‌‌ای از ضرایب کد کرده، سپس از بلوتوث برای انتقال این ضرایب از دستگاه مبدأ به دستگاه مقصد استفاده شود. کد کردن سیگنال در ذخیره‌سازی و ارسال تأثیر بسزایی دارد. این دنباله ضرایب شامل تعداد نمونه‌‌های سیگنال،تعداد اختلاف‌‌های تأثیرگذار، محل وقوع و مقدار آن‌ها، تعداد و نوع اکسترمم‌ها و نیز محل وقوع آنها است؛ که در این پژوهش برای اولین بار ارائه شده است. برای تکمیل عملیات از کدینگ حسابی به عنوان کدینگ مکمل استفاده شده، به طوری که ورودی آن دنباله ضرایب استخراج شده و خروجی آن کدهای حسابی دنباله است. برخلاف اکثر روش‌های موجود، در روش پیشنهادی هر نمونه در خروجی تولید شده در یک بایت ذخیره و ارسال می‌‌شود که این موضوع در همگام‌‌سازی بسته‌‌های ارسالی با سخت‌افزار مورد استفاده، تأثیر زیادی دارد. برای انتقال ضرایب کدینگ از ماژول‌‌های بلوتوث SD-200 محصول شرکت سِنا، (از معتبرترین تولیدکنندگان ماژول‌های بی‌‌سیم) استفاده شد. ضرایب استخراج شده از فرستنده ارسال، و با گیرنده دریافت شد؛ سپس سیگنال اولیه بازسازی شد. به منظور آزمون و ارزیابی روش، از بانک اطلاعاتMIT-BIH استفاده شد. با استفاده از روش پیشنهادی، برای میانگین خطای مجذور مربعات تفاضلی 5.93٪،‌ میانگین نرخ فشرده‌سازی برابر 8.69 و میانگین همبستگی عرضی برابر 99.8٪ و برای میانگین خطای 10.21٪،‌ میانگین نرخ فشرده‌‌سازی برابر 13.03 و میانگین همبستگی عرضی برابر 99.47٪ بود.

---

• مشاهده مقاله
• اصل مقاله 1003.41 K

پردازش سیگنال‌های حیاتی

بررسی میزان تعین سیگنالهای مغزی در احساسات مثبت، منفی و خنثی در منابع حاصل از الگوریتم ICA

مهدی عبدالصالحی؛ علی مطیع نصرآبادی؛ سید محمد فیروزآبادی

دوره 7، شماره 2 ، شهریور 1392، ، صفحه 143-153

چکیده

  در این تحقیق به بررسی سیگنالهای الکتروانسفالوگرام در احساسات مثبت، منفی و خنثی پرداخته شده است. در این پژوهش، فرض شده است که مغز دارای منابع مستقل مختلفی در هنگام هر فعالیت احساسی بوده که این منابع توسط الگوریتم پردازش مولفه های مستقل  (ICA) قابل مشاهده خواهند بود. برای غلبه بر مشکل نامشخص بودن ترتیب مولفه های استخراج شده در الگوریتم ...  بیشتر در این تحقیق به بررسی سیگنالهای الکتروانسفالوگرام در احساسات مثبت، منفی و خنثی پرداخته شده است. در این پژوهش، فرض شده است که مغز دارای منابع مستقل مختلفی در هنگام هر فعالیت احساسی بوده که این منابع توسط الگوریتم پردازش مولفه های مستقل  (ICA) قابل مشاهده خواهند بود. برای غلبه بر مشکل نامشخص بودن ترتیب مولفه های استخراج شده در الگوریتم ICA ابتدا با استفاده از آنتروپی شانون، این منابع مرتب و سپس از روی این منابع مرتب شده، ویژگی های بعد فراکتالی Katz و اولین محل کمینه شدن اطلاعات متقابل بر حسب تاخیر به عنوان نمایش دهنده های تعین استخراج شده اند. نتایج نشان می دهد که میزان تعین منابع مرتب شده دارای اختلاف معنی داری در طول زمان و در سه حالت احساسی مثبت، منفی و خنثی می باشد. میزان تعین در حالت های احساسی خنثی، منفی و مثبت به ترتیب افزایش می یابد.

---

• مشاهده مقاله
• اصل مقاله 474.54 K

پردازش سیگنال‌های حیاتی

پیش‌آگهی اپیزودهای افت فشار خون حاد با استفاده از ویژگی های فیزیولوژیکی و آشوبناک

امین جانقربانی؛ محمدحسن مرادی؛ عبدالله آراسته

دوره 7، شماره 2 ، شهریور 1392، ، صفحه 163-174

چکیده

  اپیزودهای افت فشار خون حاد یکی از اختلالات همودینامیکی رایج در طیف گسترد های از بیماران است. متاسفانه نرخ تلفات در بین بیماران مبتلا به این اختلال بسیار بالا می باشد. عوامل مختلفی در وقوع این اختلال فیزیولوژیک موثر هستند که هر کدام داری منشا متفاوت می باشند. پیش آگهی اپیزودهای افت فشار خون حاد کمک شایانی به درمان مناسب و کاهش تلفات ...  بیشتر اپیزودهای افت فشار خون حاد یکی از اختلالات همودینامیکی رایج در طیف گسترد های از بیماران است. متاسفانه نرخ تلفات در بین بیماران مبتلا به این اختلال بسیار بالا می باشد. عوامل مختلفی در وقوع این اختلال فیزیولوژیک موثر هستند که هر کدام داری منشا متفاوت می باشند. پیش آگهی اپیزودهای افت فشار خون حاد کمک شایانی به درمان مناسب و کاهش تلفات این بیماران خواهد نمود. با پی شآگهی این اختلال فیزیولوژیکی، پزشکان قادر خواهند بود علت وقوع این اختلال را با استفاده از بررس یهای بالینی مختلف دریافته و درمان مناسبی بر اساس عامل وقوع آن، انتخاب کنند. در این پژوهش به منظور پیش آگهی اپیزودهای افت فشار خون حاد در بازه یک ساعت آینده، دو نوع ویژگی آماری از پارامترهای همودینامیکی و ویژگی های آشوبناک از سری های زمانی فیزیولوژیکی موجود در بازه دو ساعتی منتهی به به ابتدای بازه پیش بینی، استخراج گردید. سپس ویژگی های برگزیده با استفاده از الگوریتم ژنتیک، توسط ماشین بردار پشتیبان طبقه بندی شدند. دقت پیش آگهی برای ویژگ یهای آماری پارامترهای فیزیولوژیکی 5/87 درصد و برای ویژگی های آشوبی 85 درصد حاصل گردید. در ادامه به منظور استفاده از جنبههای مختلف اطلاعات موجود در دو دسته ویژگی و بهبود دقت پیش آگهی، فرآیند انتخاب ویژگی به صورت همزمان برای هر دو دسته ویژگی استخراج شده، اعمال گردید و بهترین ترکیب از میان هر دو دسته ویژگی انتخاب شد. دقت پیش آگهی برای دسته ویژگی تلفیقی بهینه، 95 درصد حاصل شد که در مقایسه با نتایج مطالعات پیشین بر روی مجموعه داده مشابه، بهبود قابل توجهی حاصل گردید.

---

• مشاهده مقاله
• اصل مقاله 465.59 K

پردازش سیگنال‌های حیاتی

کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال‌های الکترومایوگرام

محسن ناجی؛ سید محمد فیروزآبادی؛ صدیقه کهریزی

دوره 7، شماره 1 ، خرداد 1392، ، صفحه 13-20

چکیده

  سیگنال‌های الکترومایوگرام (EMG) که از عضلات تنه، مانند عضله راست شکمی و عضله مایل خارجی، برداشت می‌شوند؛ غالباً تحت تأثیر فعالیت الکتریکی عضله قلب (ECG) قرار می‌گیرند. در این مقاله روشی جدید برای حذف تداخل ECG از EMG بر اساس تجزیه سیگنال به حالت تجربی معرفی شده است. روش پیشنهادی با روش فیلتر بالاگذرباترورث مقایسه شد و نتایج حاصل از تحلیل ...  بیشتر سیگنال‌های الکترومایوگرام (EMG) که از عضلات تنه، مانند عضله راست شکمی و عضله مایل خارجی، برداشت می‌شوند؛ غالباً تحت تأثیر فعالیت الکتریکی عضله قلب (ECG) قرار می‌گیرند. در این مقاله روشی جدید برای حذف تداخل ECG از EMG بر اساس تجزیه سیگنال به حالت تجربی معرفی شده است. روش پیشنهادی با روش فیلتر بالاگذرباترورث مقایسه شد و نتایج حاصل از تحلیل سیگنال‌های تداخل یافته مصنوعی و واقعی عملکرد بهتر الگوریتم پیشنهادی را برای حذف تداخل ECG ازEMG نشان داد. 

---

• مشاهده مقاله
• اصل مقاله 341.2 K

پردازش سیگنال‌های حیاتی

مدل‌سازی خودرگرسیو تغییرات بخش AC سیگنال فوتوپلتیسموگرام پس از آزمون اتساع ناشی از جریان خون در افراد سالم و دیابتی

مینا امیری؛ ادموند زاهدی؛ فریدون بهنیا

دوره 7، شماره 1 ، خرداد 1392، ، صفحه 85-95

چکیده

  وجود ارتباط بین بیماری‌های عروق قلب و نحوه عملکرد لایه اندوتلیوم (داخلی‌ترین لایه رگ‌های خونی) اثبات شده است. به منظور ارزیابی عملکرد این لایه، روش‌های متعددی پیشنهاد شده که از آن میان به آزمون اتساع ناشی از جریان خون به طور گسترده‌ای توجه شده است. در این آزمون مجرای خون در شریان براکیال بازو در مدت زمان مشخصی بسته شده؛ سپس رها می‌شود ...  بیشتر وجود ارتباط بین بیماری‌های عروق قلب و نحوه عملکرد لایه اندوتلیوم (داخلی‌ترین لایه رگ‌های خونی) اثبات شده است. به منظور ارزیابی عملکرد این لایه، روش‌های متعددی پیشنهاد شده که از آن میان به آزمون اتساع ناشی از جریان خون به طور گسترده‌ای توجه شده است. در این آزمون مجرای خون در شریان براکیال بازو در مدت زمان مشخصی بسته شده؛ سپس رها می‌شود و تغییرات قطر شریان با استفاده از تصویربرداری اولتراسوند ثبت می‌شود. ابعاد و هزینه زیاد دستگاه تصویربرداری و وابستگی نتایج به نحوه عملکرد کاربر از محدودیت‌های این روش به حساب می‌آیند. در این مقاله سعی شد با استفاده از ثبت سیگنال فوتوپلتیسموگرام حین اجرای آزمون بر این محدودیت‌ها غلبه شود. تغییرات بخش AC سیگنال فوتوپلتیسموگرام پس از آزمون اتساع ناشی از جریان خون با استفاده از مدل خودرگرسیو مرتبه 2 مدلسازی شد و حساسیت ٪6/78 و قطعیت ٪6/81 و صحت ٪80 در طبقه‌بندی افراد سالم (16 نفر) از افراد دیابتی (14 نفر) به دست آمد. در این مطالعه تأثیر عوامل جنسیت، سن، نوع دیابت و مدت زمان ابتلا به دیابت بررسی نشده است.

---

• مشاهده مقاله
• اصل مقاله 361.45 K