نوع مقاله : مقاله کامل پژوهشی

نویسندگان

1 گروه مهندسی پزشکی ، دانشکده مهندسی ، دانشگاه بین المللی امام رضا ، مشهد ، ایران

2 مدیر گروه مهندسی پزشکی دانشگاه بین المللی امام رضا (ع)

10.22041/ijbme.2021.138631.1634

چکیده

اختلال کم‌توجهی/بیش فعالی (ADHD) یک اختلال رشدی عصبی است که می‌تواند در افراد با سنین مختلف در جامعه، به‌خصوص گروه کودکان ایجاد شود و سبب تغییر در رفتار آنها شود. مطالعات گذشته اغلب بر روی پردازش های حوزه فرکانسی و یا جنبه‌های دینامیک غیر خطی سیگنال‌های EEG از قبیل بعد همبستگی، بعد فرکتال، نمای لیاپانوف، آنتروپی و نرخ بازگشت فرایندهای مغزی برای تفکیک افراد مبتلا به ADHD متمرکز بوده‌اند. در این مطالعه ما با استفاده از قطاع های شعاعی پوانکاره در فضای فاز سیگنال های EEG افراد مبتلا به ADHD و افراد سالم در دو گروه خردسالان و بزرگسالان و مرتب سازی این فضا و همچنین استخراج ویژگی های هندسی مختلف، دیدگاه متفاوتی از میزان پیچیدگی فعالیت های مغزی و سطح پویایی افراد مبتلا به ADHD در مقایسه با افراد سالم را ارائه می‎کنیم و به ارزیابی حجم بستر نوسان سیگنال EEG می‌پردازیم. در نهایت ما با ارزیابی ویژگی های استخراج شده و استفاده از الگوریتم SFS بر مبنای طبقه بندی کننده RBF-SVM توانستیم به تفکیک افراد مبتلا به ADHD از افراد سالم در دو گروه خردسالان و بزرگسالان، به ترتیب با صحت (2/04±93/20) و (1/13±95/60) دست یابیم. نتایج این تحقیق نشان داد حجم بستر نوسان سیگنال EEG افراد مبتلا به ADHD نسبت به افراد سالم به‌طور قابل توجهی بیشتر بوده است که این موضوع بیانگر افزایش میزان پویایی و در نتیجه کاهش میزان پیچیدگی فعالیت های مغزی در این افراد است. همچنین در این پژوهش مشخص شد افزایش حجم بستر نوسان سیگنال‌های EEG در کودکان نسبت به بزگسالان بیشتر است که این موضوع نشان‌دهنده افزایش سطح پویایی کودکان نسبت به بزرگسالان می‌باشد. بنابراین می‌توان ADHD و سن را دو عامل مهم در افزایش حجم بستر نوسان سیگنال EEG معرفی کرد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Separating the healthy and ADHD people in childhood and adulthood using the EEG phase space sorted by the radial Poincare sections

نویسندگان [English]

  • Behnaz Sheikholeslami 1
  • Ghasem Sadeghi Bajestani 2
  • Reza Yaghoobi Karimui 1
  • Reyhaneh Zarifiyan 1

1 Department of Biomedical Engineering, Faculty of Engineering, Imam Reza International University, Mashhad, Iran

2 Imam Reza International University, Mashhad, Iran: Asrar Campus, Asrar St., Daneshgah Ave., Tel: (+98511) 8448620-25

چکیده [English]

Attention Deficit / Hyperactivity Disorder (ADHD) is a neurodevelopmental disorder that can affect people of all ages in the community, especially children, and cause changes in their behavior. Past studies have often focused on frequency domain processing or the nonlinear dynamic aspects of EEG signals such as correlation dimension, fractal dimension, Lyapunov exponent, entropy, and recurrence rate of brain processes to differentiate individuals with ADHD. In this study, we evaluate the volume of the EEG signal oscillation basin using Poincare sections in the phase space of EEG signals of people with ADHD and healthy people and sort this space as well as extract various geometric features. We present a different perspective of complexity of brain activity and the level of dynamism of people with ADHD compared to healthy individuals. Finally, by evaluating the extracted features and using the SFS algorithm based on the RBF-SVM classifier, we were able to separate people with ADHD from healthy people in the groups of children and adults, with accuracy (93.20 ± 2.04) And (95.60 ± 1.13). The results of this study showed that the volume of the EEG signal oscillation basin in people with ADHD was significantly higher than healthy people, which indicates an increase in the degree of dynamism and thus a decrease in the complexity of brain activity in these people.It was also identified in this study that the increase in the volume of the EEG signal oscillation basin in children is more than adults, which indicates an increase in the level of dynamism of children compared to adults. Therefore, ADHD and age can be introduced as two important factors in changing the volume of the EEG signal oscillation basin.

کلیدواژه‌ها [English]

  • Electroencephalogram
  • Poincare Section
  • Complexity
  • dynamism
  • Oscillation basin
  • ADHD