TY - JOUR ID - 36837 TI - تحلیل اتصال‌های مغزی برای پیش‌بینی وقوع حمله‌های تشنج صرعی با استفاده از سیگنال‌های الکتروانسفالوگرافی JO - نشریه‌ی علمی مهندسی پزشکی زیستی JA - IJBME LA - fa SN - 5869-2008 AU - قدسی, سعید AU - محمدزاده, هدی AU - آقاجان, حمید AD - دانشجوی کارشناسی ارشد، دانشکده‌ی مهندسی برق، دانشگاه صنعتی شریف، تهران، ایران AD - استادیار، دانشکده‌ی مهندسی برق، دانشگاه صنعتی شریف، تهران، ایران AD - استادیار، دانشکده‌ی مهندسی برق، دانشگاه صنعتی شریف، تهران، ایران / دانشیار، دانشکده‌ی مخابرات و پردازش اطلاعات، دانشگاه گنت، گنت، بلژیک Y1 - 2019 PY - 2019 VL - 13 IS - 3 SP - 189 EP - 207 KW - علوم اعصاب محاسباتی KW - پیش‌بینی تشنج KW - اتصالات کارکردی و موثر KW - یادگیری ماشین DO - 10.22041/ijbme.2019.92570.1400 N2 - قرار­ گرفتن در وضعیت­های مختلف ادراکی، شناختی و احساسی با نوعی انتشار اطلاعات از طریق نوسانات نورون­های مغزی همراه است. بررسی این نوسانات و به طور مشخص­­­ ارتباطات و تعاملات میان بخش­های مختلف مغز، می­تواند اطلاعات مفیدی درباره­ی نحوه‌ی واکنش مغز در­ وضعیت­های مختلف حاصل نماید. ارتباطات بین نواحی مختلف مغز به سه دسته­ی ساختاری، موثر و کارکردی تقسیم‌بندی می­شوند. دسته­ی اول به ارتباط بین نورون­های نواحی مجاور می­پردازد، در حالی که دسته­ی دوم و سوم بر هم‌سانی زمانی بین نوسانات بخش­های نه لزوما مجاور تمرکز دارند. اگر چه سیگنال­های EEG به دلیل دقت مکانی نسبتا پایین، مناسب­ترین معیار برای سنجش ارتباطات کارکردی و موثر بین بخش­های مختلف مغز نیستند، اما بررسی آماری این سیگنال­ها می­تواند در تشخیص هم‌زمانی بین نوسانات نواحی مختلف مغز کمک قابل توجهی نماید. در این مقاله، چارچوبی نوین برای پیش­بینی وقوع تشنج با استفاده از سیگنال­های EEG ارائه شده که از معیار علیت گرنجر در حوزه­ی فرکانس برای اندازه­گیری میزان هم­زمانی نوسانات سیگنال­های EEG در زمان‌های Inter-ictal و Pre-ictal استفاده می­کند. در ادامه، با به کارگیری یک طبقه‌بند Logistic Regression با عبارت تنظیم‌کننده‌ی درجه‌ی اول به تفکیک نمونه‌های استخراج شده از این دو بازه‌ی زمانی از یک‌دیگر پرداخته شده است. در گام آخر، با در نظر گرفتن بازه‌های زمانی متوالی، در صورتی که به تعداد مشخصی بازه‌ی مربوط به Pre-ictal شناخته شود، وقوع تشنج اعلام می‌گردد. شبیه‌سازی‌های انجام شده روی مجموعه­ی داده­ی CHB-MIT به ازای افق پیش‌بینی 10 دقیقه به نرخ حساسیت 03/95% و نرخ پیش‌بینی نادرست 14/0 بر ساعت منتج شده است که نشان دهنده‌ی عمل‌کرد قابل قبول روش پیشنهادی در مقایسه با بهترین نتایج گزارش شده در سایر مقالات می‌باشد. UR - https://www.ijbme.org/article_36837.html L1 - https://www.ijbme.org/article_36837_9066f4c13bcfdfdb396ef5c3735bf093.pdf ER -