نمایش پرونده ساده آیتم

dc.contributor.advisorفرهنگ, سارا
dc.contributor.authorنجف زاده, حسین
dc.date.accessioned2023-07-19T08:28:53Z
dc.date.available2023-07-19T08:28:53Z
dc.date.issued1400en_US
dc.identifier.urihttps://dspace.tbzmed.ac.ir:443/xmlui/handle/123456789/69016
dc.description.abstractاسکیزوفرنی یک اختلال روانی جدی می‌باشد که تمامی جنبه‌های زندگی فرد مبتلا را تحت تأثیر قرار می‌دهد. ما در این مطالعه برای تشخیص بیماری از یک روش جدید مبتنی بر سیستم استنتاج فازی (ANFIS) برای طبقه‌بندی سیگنال EEG 14 فرد مبتلا اسکیزوفرنی و 14 فرد سالم که از یک دستگاه 19 کانالِ ثبت‌شده بود را معرفی کردیم. ابتدا بر اساس مطالعات گذشته 16 کانال سیگنال‌های EEG از 19 کانال ممکن که بیشترین تغییرات در بین دو گروه را داشت انتخاب کردیم. هرکدام از کانال‌ها را با استفاده از 4 روش استخراج ویژگی SpEn، ShEn، ApEn و ALVSAC پنجره گذاری کردیم، سپس این پنجره‌ها توسط فیلتر باتروث به 5 ناحیه فرکانسی دلتا (2-4)، تتا (4.5-7.5)، آلفا (8.5-12.5)، بتا (13-30) و گاما (30-45) تقسیم‌بندی شد. روی هرکدام از این ناحیه‌های فرکانسی 4 روش استخراج ویژگی پیاده‌سازی شد و میانگین تمامی پنجره‌ها به‌صورت جداگانه به‌عنوان ویژگی نهایی گزارش شدند. 46 ویژگی از 640 ویژگی موجود با بالاترین صحت انتخاب شد و توسط طبقه‌بندی‌های ANFIS، SVM و ANN و اعتباربخشی متقابل k-fold با تکرار 5=k، صحت طبقه‌بندی‌ها به ترتیب %99.89، %98.89 و %95.59 به دست آمد. همچنین ناحیه پیشانی و کانال F4 در زیر ناحیه‌های فرکانسی دلتا-SpEn و تتا-ApEn با بیشترین درگیری به‌عنوان کانال مناسب انتخاب شد. در مرحله بعد برای مدل‌سازی افراد مبتلابه اسکیزوفرنی، سعی کردیم یک مدل مفهومی کامل که شامل 11 نواحی درگیر در بیماری و 6 انتقال‌دهنده عصبی بین نواحی را جمع‌آوری کردیم. سپس مدل مفهومی پایه‌ای برای پیاده‌سازی مدل‌سازی ریاضی بیماری در نظر گرفته شد. شبکه‌های عصبی RBF با تعداد نورون 50 برای مدل کردن کمی تک نورون‌های ناحیه‌های نورونی در بلوک‌های درگیر در نظر گرفته شد. سیگنال کانال F4 به‌عنوان خروجی مدل ریاضی سالم و بیمار برای آموزش ضرایب بین نواحی درگیر در ناحیه Glu_PFC در نظر گرفته شد. بعد آموزش ضرایب مدل سالم، تأثیر مرگ نورونی و تغییرات فعال و غیرفعالی فیزیولوژی انتقال‌دهنده‌های عصبی در اسکیزوفرنی روی نورون‌ها و ضرایب مدل سالم پیاده‌سازی تا ضرایب مدل بیمار بر اساس خروجی کانال F4 بیمار تنظیم شد. نتایج MSE مربوط به مقایسه خروجی مدل سالم و بیمار و سیگنال واقعی‌شان به ترتیب 0.55% و 0.37% به دست آمد. در مرحله آخر تأثیر 9 داروی متداول روی نواحی هدف با تغییرات ضرایب مدل بیمار پیاده‌سازی شد، سپس سیگنال خروجی مدل درمان با استفاده از طبقه‌بندی ANFIS برچسب‌گذاری سالم شدند. همچنین داروهای جدیدی با خاصیت افزایش فعالیت اسیتی کولین در نواحی PFC و VTA، افزایش فعالیت گابا در نواحی PFC، VTA و DRN پیشنهاد شد و برای صحت سنجی روی مدل درمان پیاده‌سازی شد و برچسب‌گذاری سالم دریافت کردند.en_US
dc.language.isofaen_US
dc.publisherدانشگاه علوم پزشکی تبریز- دانشکده علوم نوینen_US
dc.subjectطبقه‌بندی.en_US
dc.subjectمدل‌سازی ریاضیen_US
dc.subjectآنتروپی،en_US
dc.subjectالکتروآنسفالوگرافیen_US
dc.subjectسیستم تصمیم‌گیری پشتیبانen_US
dc.titleمدل‌سازی بیماری اسکیزوفرنی بر پایه ساختارهای نورونی درگیر در بیماریen_US
dc.typeThesisen_US
dc.contributor.supervisorراستا, حسین
dc.contributor.supervisorسرباز, یاشار
dc.contributor.departmentمهندسی پزشکیen_US
dc.description.disciplineمهندسی پزشکی- بیوالکتریکen_US
dc.description.degreeکارشناسی ارشدen_US
dc.citation.reviewerجهان, علی
dc.citation.reviewerصمدزاده اقدام, ناصر


فایلهای درون آیتم

Thumbnail

این آیتم در مجموعه های زیر مشاهده می شود

نمایش پرونده ساده آیتم