تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک

مقاله پژوهشی مقدمه: اختلال شناختی خفیف (Mild cognitive impairment) MCI، به‌عنوان مرحله‌ی ابتدایی بیماری آلزایمر شناخته می‌شود. این بیماری علائمی خفیف‌تر از بیماری آلزایمر دارد طوری که مشکلات جدی در اعمال و کارهای روزانه ایجاد نمی‌کند. به دلیل ماهیت و علائم خفیف اختلال شناختی خفیف، تشخیص این بیما...

Full description

Saved in:
Bibliographic Details
Main Authors: محمدعلی گنجعلی, علیرضا مهری دهنوی, وحید صادقی
Format: Article
Language:fas
Published: Isfahan University of Medical Sciences 2024-08-01
Series:مجله دانشکده پزشکی اصفهان
Subjects:
Online Access:https://jims.mui.ac.ir/article_31276_6bd01c2c48f78b78f92e959c91480fe5.pdf
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1841545349346361344
author محمدعلی گنجعلی
علیرضا مهری دهنوی
وحید صادقی
author_facet محمدعلی گنجعلی
علیرضا مهری دهنوی
وحید صادقی
author_sort محمدعلی گنجعلی
collection DOAJ
description مقاله پژوهشی مقدمه: اختلال شناختی خفیف (Mild cognitive impairment) MCI، به‌عنوان مرحله‌ی ابتدایی بیماری آلزایمر شناخته می‌شود. این بیماری علائمی خفیف‌تر از بیماری آلزایمر دارد طوری که مشکلات جدی در اعمال و کارهای روزانه ایجاد نمی‌کند. به دلیل ماهیت و علائم خفیف اختلال شناختی خفیف، تشخیص این بیماری به‌مراتب دشوارتر از تشخیص آلزایمر است. با این حال تشخیص زودهنگام این بیماری، احتمال درمان آن را افزایش می‌دهد. روش‌ها: روش به‌کار گرفته شده، یک روش پردازشی پیشرفته با به‌کارگیری تبدیل موجک گسسته در پیش ردازش و استفاده از موجک بسته‌ای و  فیلترهای فضایی- طیفی در استخراج ویژگی از سیگنال‌های الکتروانسفالوگرام است. در این مطالعه از سیگنال‌های الکتروانسفالوگرام مربوط به 29 فرد بیمار و 32 فرد سالم استفاده شده است. یافته‌ها: استفاده از ویولت بسته‌ای جهت استخراج زیر باندهای فرکانسی سیگنال الکتروانسفالوگرام موجب استخراج دقیق این زیرباندها شد به گونه‌ای که استخراج ویژگی با استفاده از ویژگی‌های استخراج شده توسط بانک فیلتر الگوی فضایی مشترک موجب افزایش دقت تشخیص افراد بیمار تا 100 درصد گردید. نتیجه‌گیری: این مطالعه با استخراج ویژگی‌های طیفی- فضایی از زیرباندهای فرکانسی سیگنال الکتروانسفالوگرام برآمده از ویولت بسته‌ای روشی جدید جهت تشخیص اختلال شناختی خفیف ارائه نمود. نتایج این مطالعه بر نقش استفاده از موجک بسته‌ای در تفکیک زیرباندهای فرکانسی و اعمال الگوی فضایی مشترک روی زیر باندهای فرکانسی برای استخراج ویژگی‌های مؤثر در تفکیک افراد سالم از مبتلایان به اختلال شناختی خفیف تأکید دارد.
format Article
id doaj-art-52a3e22050ad4ea4ac97f54348633c91
institution Kabale University
issn 1027-7595
1735-854X
language fas
publishDate 2024-08-01
publisher Isfahan University of Medical Sciences
record_format Article
series مجله دانشکده پزشکی اصفهان
spelling doaj-art-52a3e22050ad4ea4ac97f54348633c912025-01-12T07:12:32ZfasIsfahan University of Medical Sciencesمجله دانشکده پزشکی اصفهان1027-75951735-854X2024-08-014277355355910.48305/jims.v42.i773.055331276تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترکمحمدعلی گنجعلی0علیرضا مهری دهنوی1وحید صادقی2دانشجوی دکتری تخصصی، گروه مهندسی پزشکی، کمیته‌ی تحقیقات دانشجویی، دانشکده‌ی فناوری‌های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایراناستاد، گروه مهندسی پزشکی، مرکز تحقیقات پردازش تصویر و سیگنال پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایرانگروه مهندسی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان ، ایرانمقاله پژوهشی مقدمه: اختلال شناختی خفیف (Mild cognitive impairment) MCI، به‌عنوان مرحله‌ی ابتدایی بیماری آلزایمر شناخته می‌شود. این بیماری علائمی خفیف‌تر از بیماری آلزایمر دارد طوری که مشکلات جدی در اعمال و کارهای روزانه ایجاد نمی‌کند. به دلیل ماهیت و علائم خفیف اختلال شناختی خفیف، تشخیص این بیماری به‌مراتب دشوارتر از تشخیص آلزایمر است. با این حال تشخیص زودهنگام این بیماری، احتمال درمان آن را افزایش می‌دهد. روش‌ها: روش به‌کار گرفته شده، یک روش پردازشی پیشرفته با به‌کارگیری تبدیل موجک گسسته در پیش ردازش و استفاده از موجک بسته‌ای و  فیلترهای فضایی- طیفی در استخراج ویژگی از سیگنال‌های الکتروانسفالوگرام است. در این مطالعه از سیگنال‌های الکتروانسفالوگرام مربوط به 29 فرد بیمار و 32 فرد سالم استفاده شده است. یافته‌ها: استفاده از ویولت بسته‌ای جهت استخراج زیر باندهای فرکانسی سیگنال الکتروانسفالوگرام موجب استخراج دقیق این زیرباندها شد به گونه‌ای که استخراج ویژگی با استفاده از ویژگی‌های استخراج شده توسط بانک فیلتر الگوی فضایی مشترک موجب افزایش دقت تشخیص افراد بیمار تا 100 درصد گردید. نتیجه‌گیری: این مطالعه با استخراج ویژگی‌های طیفی- فضایی از زیرباندهای فرکانسی سیگنال الکتروانسفالوگرام برآمده از ویولت بسته‌ای روشی جدید جهت تشخیص اختلال شناختی خفیف ارائه نمود. نتایج این مطالعه بر نقش استفاده از موجک بسته‌ای در تفکیک زیرباندهای فرکانسی و اعمال الگوی فضایی مشترک روی زیر باندهای فرکانسی برای استخراج ویژگی‌های مؤثر در تفکیک افراد سالم از مبتلایان به اختلال شناختی خفیف تأکید دارد.https://jims.mui.ac.ir/article_31276_6bd01c2c48f78b78f92e959c91480fe5.pdfاختلال شناختیآلزایمرتحلیل موجکتشخیص زودهنگامالکتروانسفالوگرافی
spellingShingle محمدعلی گنجعلی
علیرضا مهری دهنوی
وحید صادقی
تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
مجله دانشکده پزشکی اصفهان
اختلال شناختی
آلزایمر
تحلیل موجک
تشخیص زودهنگام
الکتروانسفالوگرافی
title تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
title_full تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
title_fullStr تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
title_full_unstemmed تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
title_short تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
title_sort تشخیص خودکار بیماران مبتلا به اختلال شناختی خفیف از روی سیگنال‌های الکتروانسفالوگرام با استفاده از تجزیه موجک بسته‌ای و الگوی فضایی مشترک
topic اختلال شناختی
آلزایمر
تحلیل موجک
تشخیص زودهنگام
الکتروانسفالوگرافی
url https://jims.mui.ac.ir/article_31276_6bd01c2c48f78b78f92e959c91480fe5.pdf
work_keys_str_mv AT mḥmdʿlygnjʿly tsẖkẖyṣkẖwdḵạrbymạrạnmbtlạbhạkẖtlạlsẖnạkẖtykẖfyfạzrwysygnạlhạyạlḵtrwạnsfạlwgrạmbạạstfạdhạztjzyhmwjḵbsthạywạlgwyfḍạyymsẖtrḵ
AT ʿlyrḍạmhrydhnwy tsẖkẖyṣkẖwdḵạrbymạrạnmbtlạbhạkẖtlạlsẖnạkẖtykẖfyfạzrwysygnạlhạyạlḵtrwạnsfạlwgrạmbạạstfạdhạztjzyhmwjḵbsthạywạlgwyfḍạyymsẖtrḵ
AT wḥydṣạdqy tsẖkẖyṣkẖwdḵạrbymạrạnmbtlạbhạkẖtlạlsẖnạkẖtykẖfyfạzrwysygnạlhạyạlḵtrwạnsfạlwgrạmbạạstfạdhạztjzyhmwjḵbsthạywạlgwyfḍạyymsẖtrḵ