|
|
|
|
ارزیابی قابلیت ویژگی‌های زمانی، فرکانسی سیگنال EEG و ویژگی‌های مستخرج از تبدیل بسته موجک در تفکیک مراحل مختلف خواب با استفاده از شبکه SOM
|
|
|
|
|
|
|
|
نویسنده
|
ابراهیمی فریده ,میکاییلی محمد
|
|
منبع
|
مهندسي پزشكي زيستي - 1389 - دوره : 4 - شماره : 2 - صفحه:97 -108
|
|
چکیده
|
سیگنال‌های زیستی مختلف شامل eeg، eog و emg به منظور تشخیص اختلالات خواب در آزمایشگاه‌های خواب ثبت می‌شوند. تحلیل اطلاعات ثبت شده در زمان خواب به‌وسیله متخصص خواب، به صورت شهودی انجام می‌شود. طبقه‌بندی شهودی مراحل خواب به دلیل طولانی بودن ثبت‌ها، کار زمان‌بر و خسته کننده‌ای است. تحلیل خودکار خواب می‌تواند این امر را تسهیل کند. مهم‌ترین گام برای طبقه‌بندی خودکار مراحل خواب، استخراج ویژگی‌های مناسب است. در این تحقیق دو دسته ویژگی از سیگنال eeg استخراج شدند: دسته اول ویژگی‌هایی هستند که از روی ضرایب تبدیل بسته‌های موجک (wpt) محاسبه شده‌اند و دسته دوم شامل تعدادی از ویژگی‌های فرکانسی و یک ویژگی زمانی یعنی دامنه سیگنال eeg هستند. در ادامه این دو مجموعه از ویژگی‌ها به طور مجزا به‌وسیله شبکه‌های عصبی som به فضای دوبعدی نگاشته شدند. نگاشت به‌دست آمده نشان داد که این ویژگی‌ها در جدا کردن خودکار مراحل خواب بسیار مفیدند. اطلاعات استخراج شده از eeg بیداری و خواب عمیق به دو ناحیه کاملاً مجزا نگاشته شدند. این نگاشت همچنین نشان داد که سیگنال eeg به‌تنهایی برای جدا کردن کامل مراحل خواب کافی نیست زیرا وقتی اطلاعات مستخرج از سیگنال eeg در خواب rem و مرحله 1 از خواب nrem به ناحیه یکسان نگاشت شدند، اطلاعات استخراج شده از سیگنال eeg در مرحله 2 خواب با سایر مراحل همپوشانی دارد که این نتایج منطبق با تعاریف فیزیولوژی مراحل خواب است.
|
|
کلیدواژه
|
مراحل خواب ,استخراج ویژگی ,تبدیل بسته موجک ,طیف توان ,شبکه عصبی SOM ,Sleep stages ,Feature extraction ,Wavelet packet transformation (WPT) ,Power spectrum ,SOM neural network
|
|
آدرس
|
دانشگاه تهران, دانشجوی دکترا، گروه مهندسی پزشکی، دانشکده برق، دانشگاه تهران, ایران, دانشگاه شاهد, استادیار، گروه مهندسی پزشکی، دانشکده فنی، دانشگاه شاهد, ایران
|
|
پست الکترونیکی
|
mikaili@shahed.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|