| تشخیص بیماری پیش فعالی با استفاده از شبکه عصبی کانولوشن بهینه شده |
| کد مقاله : 1101-NAEC |
| نویسندگان |
|
مریم کشاورز1، امید مهدی یار *2، مهدی تقی زاده3 1دانشگاه آزاد واحد کازرون 2دانشگاه آزاد اسلامی واحد کازرون 3دانشگاه آزاداسلامی واحد کازرون |
| چکیده مقاله |
| اختلال کمبود توجه بیش فعالی (ADHD) یک بیماری بسیار طولانی مدت (مزمن) است که در عملکرد اجرایی افراد اختلال ایجاد می کند. در واقع به این معنی است که توانایی فرد برای مدیریت احساسات، افکار و اعمال خود را از دست می دهد. بسیاری از مردم فکر می کنند که ADHD فقط به دوران کودکی محدود می شود، اما این درست نیست. ADHD در بزرگسالان نیز دیده می شود. ، اما در واقع ریشه در دوران کودکی دارد. شواهد نشان می دهد که تفاوت هایی در مغز، شبکه های عصبی و انتقال دهنده های عصبی افراد مبتلا به ADHD وجود دارد.برای ثبت فعالیت الکتریکی مغز از EEG استفاده می شود، پس ثبت الکتروآنسفالوگرام پس از ثبت EEG از طریق شبکه عصبی کانولوشن به تشخیص اختلال پرداخته می شودشبکه عصبی کانولوشنال یک شبکه عصبی سلسله مراتبی است که بر روی تصاویر دو بعدی عمل می کند و فرآیندهای استخراج و طبقه بندی ویژگی را در یک ساختار کاملا واحد و تطبیقی ادغام می کند. این ساختار می تواند به طور خودکار ویژگی های دو بعدی کلیدی را به ویژگی های هندسی و محلی در تصاویر ورودی تبدیل کند.در این پایان نامه با استفاده از سیگنال تک کانال EEG و شبکه عصبی کانولوشن دو بعدی به تشخیص اختلال پیش فعالی پرداخته شده است. در این پایان نامه با استفاده از شبکه عصبی دوبعدی از اسپکتوگرام سیگنال EEG، ویژگی عمیق بدون دخالت دست استخراج شده و در نهایت با صحت92/89 درصد از هم تفکیک نمودیم. |
| کلیدواژه ها |
| بیماری پیش فعالی ، اسپکتوگرام، شبکه عصبی کانولوشن دو بعدی |
| وضعیت: پذیرفته شده |
