تشخیص تشنج با کمک فضای فاز بازسازی شده و شبکه های عصبی عمیق

صرع یک اختلال عصبی مزمن است که بر عملکرد مغز در افراد در هر سنی تاثیر می گذارد. این در سیگنال الکتروانسفالوگرام (eeg) که فعالیت الکتریکی مغز را ثبت می کند، ظاهر می شود. تکنیک‌های مختلف پردازش تصویر، پردازش سیگنال، و تکنیک‌های مبتنی بر یادگیری ماشینی برای تجزیه و تحلیل صرع با استفاده از ویژگی‌های مکانی و زمانی استفاده می‌شوند. سیستم عصبی که سیگنال eeg را تولید می کند غیرخطی در نظر گرفته می شود و سیگنال های eeg رفتار آشفته ای از خود نشان می دهند. به منظور گرفتن این دینامیک غیرخطی، ما از نمایش فضای فاز بازسازی شده (rps) سیگنال استفاده می کنیم. پس از محاسبه rps، این نمایش وارد شبکه عصبی عمیق alexnet می شود تا با کمک روش یادگیری انتقالی، حالت های مختلف طبقه بندی شوند. نتایج کلی نشان می دهد روش پیشنهادی با صحت 98.21% در فاز آزمون، قادر به شناسایی حملات تشنجی است.