مروری بر پژوهش های نوین جهت تشخیص خودکار بیماری آلزایمر از سیگنال Eeg

بیماری آلزایمر یک اختلال عصبی است که توسط پلاک نوروفیبریلاتوری و دولایه در مغز، منجر به مرگ نورون ها و زوال عقل می شود. در دهه های اخیر، نقش آنالیز سیگنال های مغزی (eeg) در تشخیص و تحقیقات بالینی بیماری آلزایمر بسیار حائز اهمیت بوده است. در پردازش سیگنال های مغزی جهت تشخیص بیماری آلزایمر، ابتدا نویز ها و آرتیفکت ها از سیگنال eeg حذف می شوند. سپس ویژگی های بهینه استخراج شده و در نهایت این ویژگی‌ها طبقه بندی می شوند و افراد سالم از بیمار تفکیک می شود. در این مقاله به مروری بر پژوهش های نوین صورت گرفته در زمینه ی تشخیص خودکار بیماری آلزایمر از سیگنال eeg می پردازیم. برخی از پژوهش های نوین تمرکزشان بر بهبود فرآیند استخراج ویژگی است. یک سری از پژوهش ها سعی بر بهبود انتخاب ویژگی های بهینه از سایر ویژگی ها را دارند و در نهایت برخی از پژوهش ها بر روی بهبود روش های مختلف طبقه بندی متمرکز شده اند. در این مقاله به بررسی کلی پژوهش های نوین در مراحل مختلف پردازش سیگنال eeg جهت تشخیص خودکار بیماری آلزایمر پرداختیم.