پروژه 24

پروژه آشكارسازي و تشخيص صرع موجود در سيگنال EEG به كمک شبكه عصبي

تعداد صفحات : 100

چکیده
الکتروانسفالوگرام(EEG) که برای نمایش فعالیت الکتریکی مغز استفاده م یشود، ابزار کلینیکی مناسبی برای تشخیص بینظمی های مربوط به صرع است. آشکارسازی spike های صرعی نقش بسیار مهمی در تشخیص صرع ایفا می کند .در این پروژه، طراحی و پیادهسازی سیستم تشخیص spike هایصرعی با استفاده از روش ترکیبی تبدیل موجک گسسته و شبکه عصبی Fuzzy ARTMAP ارائه شده است. در این پژوهش ، از تبدیل موجک برای استخراج ویژگی سیگنال EEG استفاده شده است و توانایی این ویژگیها در طبقه بندی رخدادهای موجود در سیگنال EEG بررسی شده است. کار طبقهبندی با استفاده از شبکه عصبی Fuzzy ARTMAP انجام شده است. دلیل استفاده از شبکه Fuzzy ARTMAP، عدم فراموشی و یادگیری سریع و عملکرد مناسب این شبکه در مسائل طبقهبندی می باشد. عملکرد سیستم طبقهبندی کننده ارائه شده در این پروژه با استفاده از سه معیار حساسیت ، قابلیت تفکیک و گزینش پذیری٧ ارزیابی می شود .

فهرست مطالب
۱ چکیده
۲ مقدمه
فصل اول: سیگنال EEG و ویژگیهای ظاهری آن ………….. ………………….. ۴
۱ -۱ مقدمه ………………… ….. ۵
۱ -۲ اندازه گیری سیگنال EEG …………………………. …………..ا… . ۶
۱ -۳ امواج مختلف در سیگنال EEG ………………………ا…… ۱۳
۱ -۴ نرخ نمونه برداری سیگنال EEG …………..ا…………………. ۷۱
۱ -۵ آشفتگی ها و اغتشاشات الکتریکی سیگنال EEG ………….ا…… ۱۸
فصل دوم: مروری بر روشهای آشکارسازی spike های صرعی ………………….. ۲۳
۲ -۱ مقدمه ……………………………. ….. ۲۴
۲ -۲ تحلیل در حوزه زمان ………………… ………. ۲۵
۲ -۳ تحلیل در حوزه فرکاس …………………… …… ۲۸
۲ -۴ آشکارسازی spike های موجود در EEG با استفاده از تبدیل موجک …………………….. ۲۹
فصل سوم: تبدیل موجک روشی برای استخراج ویژگی ………………………….. ۳۱
۳ -۱ مقدمه ………………………………….. ….. ۳۲
۳ -۲ مقایسه تبدیل موجک با تبدیل فوریه و STFT …………………..ا……………. ۳۳
۳ -۳ تبدیل موجک پیوسته و گسسته ………………………… ۳۸
۳ -۳-۱ تبدیل موجک پیوسته ………………………………………… ۳۸
۳ -۳-۲ تبدیل موجک گسسته ………………………. .۴۰
۳ -۴ تبدیل موجک گسسته توسط فیلتر کردن مرحلهای ………………………….. ………………. . ۴۱
۳ -۵ معرفی چند موجک …………………………………. ۴۵
فصل چهارم: شبکه عصبی …………………………………… ….. ۴۹
۴ -۱ مقدمه …………………………… ….. ۵۰
۴ -۲ مدل سازی نرون تنها ………….. ……….. ۵۰
۴ -۳ تابع فعالیت ………………………….. ۵۱
۴ -۴ معماری شبکه عصبی ……………. ………. ۵۲
۴ -۴-۱ شبکه های پیش خور ……………………………… ۵۳
۴-۴ -۲ شبکه های برگشتی ………………………… .. ۵۳
۴ -۵ الگوریتم های یادگیری ……………………. ……… ۵۴
۴ -۶ شبکه عصبی MLP………………..ا.. ………….. ۵۵
۴ -۶-۱ الگوریتم پس انتشار خطا …………………………. ۵۵
۴ -۶-۲ سیگنال خطا …………………………….. ۵۶
۴ -۶-۳ کل انرژی خطا …………………………. …….. ۵۶
۴ -۶-۴ انرژی میانگین مربع خطا ………………………. ۵۷
۴ -۶-۵ انتخاب نرخ یادگیری ……………………………………. ۵۷
۴ -۶-۶ مرحله آموزش ………………………. ……… ۵۷
۴ -۶-۷ قابلیت تعمیم دهی ……………………………………. ۵۸
۴ -۶-۸ توقف آموزش ………………………….. ……….. ۵۸
۴ -۷ معرفی شبکههای ART ………………….ا…………… ….. ۵۹
Fuzzy ART شبکه ۸- ۴ ………..ا.. …………………………. ۶۱
۴-۸-۱ دریافت اطلاعات ورودی ……………………………………. ۶۲
Fuzzy ARTMAP شبکه ۹- ۴ ………………………. ۶۳
فصل پنجم: پیادهسازی روش…………………………… ۶۷

۵ -۱ مقدمه ………………………………….. ….. ۶۸
۵ -۲ مجموعه داده …………………………………… ۶۹
۵ -۳ قطعه بندی سیگنال EEG ………………….ا………………………. .. ۶۹
۵ -۴ استخراج ویژگیها جهت اعمال به شبکه عصبی ………………………….. ۷۰
۵ -۴-۱ انرژی سیگنال …………………………………. ……… ۷۱
۵ -۴-۲ نرخ عبور از صفر ………………………… ….. ۷۱
۵ -۴-۳ انرژی محدوده فرکانسی ۰۲ -۰ هرتز …………………………….. . ۷۱
۵ -۴-۴ ویژگیهای استخراج شده با استفاده از تبدیل موجک برای هر قطعه …………………………. .۷۳
۵-۴-۴ -۱ انرژی طیف فرکانسی…………………….. ………. ۷۳
۵-۴-۴ -۲ نرخ عبور از صفر تمامی زیرباند ها ………………………………. . ۷۴
۵ -۵ بهنجارسازی ویژگی ها ………………………………. ……… ۷۴
۵ -۶ برچسب زدن spike های صرعی با استفاده از شبکههای عصبی ………………………. ۷۵
Fuzzy ARTMAP شبکه عصبی ۱-۶- ۵ ……………………………… ۷۶
۵ -۶-۲ شبکه عصبی MLP ………………………..ا……….. ۷۶
فصل ششم: نتیجه گیری و پیشنهادات …………………… ………… ۷۸
نتیجه گیری ………………………….. …. ۷۹
پیشنهادات ………………………………………. …… ۸۳
منابع و ماخذ ………………………………………….. .. ۸۴
۸۴ فهرست منابع فارسی
۸۵ فهرست منابع لاتین
چکیده انگلیسی