|
|
تشخیص تومور مغزی با استفاده از ویژگیهای خطی و غیرخطی سیگنالهای الکتروانسفالوگرام
|
|
|
|
|
نویسنده
|
تابانفر زهرا ,فیروزآبادی محمد ,شنکائی زینب ,شریفی گیو ,نوین کامبیز ,ذوقی آناهیتا
|
منبع
|
مهندسي پزشكي زيستي - 1395 - دوره : 10 - شماره : 3 - صفحه:211 -221
|
|
|
چکیده
|
در پژوهش حاضر، سیگنال های الکتروانسفالوگرام بیماران مبتلا به تومور مغزی و افراد سالم را برای مطالعه تغییرات ناشی از بروز تومور مغزی در سیگنال های مغزی و درنهایت امکان سنجی تشخیص این بیماری توسط سیگنال های eeg، بررسی کردهایم. برای این منظور از دادههای eeg ثبت شده 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، ویژگی های خطی زمانی و طیف فرکانسی و ویژگی های غیرخطی بُعد فرکتال و آنتروپی، استخراج شد. سپس تمایزپذیری میان دو گروه، با استفاده از اندیس دیویسبولدین، طبقهبندی خطی lda، غیرخطی knn و svm بررسی شد. براساس مقادیر بهدستآمده برای اندیس دیویسبولدین در وضعیت استراحت ذهنی چشم بسته، ویژگی های rms، توان مطلق باند تتا، آنتروپی نمونه و آنتروپی تقریبی و در وضعیت استراحت ذهنی چشم باز، ویژگی های rms و توان مطلق باند تتا، بیشترین تمایزپذیری را میان دو گروه سالم و بیمار نشان دادند. در این مرحله، طبقه بندی دو گروه سالم و بیمار با استفاده از تک ویژگی ها انجام شد، که بهترین صحت طبقه بندی مربوط به ویژگی rms در حالت استراحت ذهنی چشم بسته و 88.89% بهدست آمد. این موضوع نشان دهنده این است که ویژگی خطی rms در افراد سالم و مبتلایان به تومور مغزی، تمایز خوبی ایجاد می کند. در پایان نیز برای دو حالت استراحت ذهنی چشم بسته و چشم باز و با استفاده از تمامی ویژگی های منتخب، طبقهبندی انجام شد. با توجه به نتایج، بیشترین صحت طبقه بندی 82.54% با استفاده از ویژگی های برتر rms، توان مطلق باند تتا، آنتروپی نمونه و آنتروپی تقریبی در حالت استراحت ذهنی چشم بسته، بهدست آمد. با توجه به نتایج مشاهده می شود که ویژگی های خطی، قابلیت خوبی برای جداسازی سیگنال های 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 آزمون های دوره ای غربالگری، استفاده کرد.
|
کلیدواژه
|
تشخیص بیماری تومور مغزی، سیگنالهای الکتروانسفالوگرام، اندیس دیویسبولدین، ویژگیهای خطی و غیرخطی سیگنالهای Eeg
|
آدرس
|
دانشگاه تربیت مدرس, دانشکده مهندسی برق و کامپیوتر, گروه بیوالکتریک, ایران. دانشگاه صنعتی امیرکبیر, دانشکده مهندسی پزشکی, گروه بیوالکتریک, ایران, دانشگاه تربیت مدرس, دانشکده علوم پزشکی, گروه فیزیک پزشکی, ایران, دانشگاه تربیت مدرس, دانشکده علوم پزشکی, گروه فیزیک پزشکی, ایران, دانشگاه علوم پزشکی شهید بهشتی, بیمارستان لقمان حکیم, گروه جراحی اعصاب, ایران, دانشگاه علوم پزشکی شهید بهشتی, بیمارستان امام حسین (ع), گروه رادیوتراپی, ایران, دانشگاه علوم پزشکی شهید بهشتی, بیمارستان لقمان حکیم, گروه نورولوژی, ایران
|
|
|
|
|
|
|
|
|
|
|
Brain Tumor Detection Using Electroencephalogram Linear and NonLinear Features
|
|
|
Authors
|
Zoghi Anahita ,Sharifi Giv ,Novin Kambiz ,Firouzabadi Seyed Mohammad ,Tabanfar Zahra ,Shankaei Zeynab
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|