تمييز إشارات تخطيط الدماغ باستخدام شبكة الانتشار العكسي المعتمدة على المميزات الهيكلية الموضعية المستخلصة

Abstract AR

تم في هذا البحث استخلاص المميزات الهيكلية الموضعية بوصفها أساسا لقياس التغيرات الهيكلية مع الزمن لتصنيف السلسلة الزمنية لإشارات تخطيط الدماغ EEG المستخلصة من أربعة حالات اثنتان منها مرضية و الأخرى سليمة (مفتوح و مغلق العينين في كل منهما).

بعدها تم إدخال المميزات الهيكلية الموضعية إلى الشبكة العصبية ذات الانتشار العكسي لغرض تمييز الإشارة بالطرق الذكية.

و استخدمت الدالة BFGS Quasi-Newton Back propagation مع بيانات الشبكة إذ حققت نتائج جيدة عند الاختبار لقيم المميزات المستخلصة التي لم يتم التدريب عليها، كما إنها وصلت إلى الهدف في التدريب بعدد دورات اقل من باقي الدوال الشائعة الاستخدام مع شبكة الانتشار العكسي.

و قد أظهرت النتائج لتصنيف المميزات EEG باستخدام شبكة الانتشار العكسي إن مرض الزهايمر يمكن اكتشافه بقوة 100 % في العديد من القنوات في حالة اخذ إشارات تخطيط الدماغ للمريض عندما يكون مغلق العينين.

و قد كان الإدخال المتحول (من البيانات الأصلية للإشارة إلى المميزات المعتمدة في البحث) مناسبا بشكل مثالي في التصنيف الفعال لبيانات EEG، كانت نسبة التمييز متباينة في بيانات كل قناة من قنوات EEG إذ تراوحت بين 50 – 100 % في حالة التمييز الصحيح في كل من الحالات الأربعة (ho, hc, ao, ac).

و يمكن الاستفادة من الطريقة المتبعة في هذا البحث في كثير من التطبيقات، من ضمنها تحليل السلاسل الزمنية، و معالجة الإشارة، و تمييز الكلام.