شناسایی تشنج صرعی بر پایه ی آمارگان نقشه تبدیل موجک و روش EMD برای آنالیز طیفی هیلبرت - هوانگ در باند فرکانسی گاما سیگنال هایEEG

تشخیص بیماری تشنج با استفاده از آنالیز سیگنال های مغزی (EEG) از جمله روش های کلینیکی کارآمد در درمان دارویی و تصمیمات پیش از جراحی مغزی می باشد. در این مقاله، پس از آماده سازی سیگنال ها با استفاده از یک فیلترینگ مناسب، باند فرکانسی گاما استخراج شده است و سایر ریتم های مغزی، مقادیر نویز محیطی و سیگنال های حیاتی دیگر حذف می شوند. سپس، تبدیل موجک سیگنال های مغزی و نقشه موزائیکی تبدیل موجک در چند سطح محاسبه می شود. با تقسیم مناسب نقشه ی رنگی به بخش بندی های مختلف، هیستوگرام هر زیر- تصویر محاسبه شده و آمارگان آن بر پایه ی مقدار ممان های آماری و آنتروپی منفی محاسبه می شود. بردار ویژگی آماری با استفاده از تحلیل مولفه های اصلی (PCA) به یک بعد کاهش می یابد. با استفاده از الگوریتم EMD و پروسه غربالگری در تحلیل داده ها به وسیله ی توابع حالت ذاتی (IMF) و مقدار مانده ی سیگنال ها و با استفاده از طیف تبدیل هیلبرت و تشکیل طیف هیلبرت – هوانگ یک ویژگی مکانی بر پایه ی فاصله اقلیدسی برای طبقه بندی سیگنال های مغزی محاسبه می شود. بوسیله ی طبقه بند K- نزدیک ترین همسایه (KNN) و با در نظر گرفتن پارامتر همسایگی بهینه، سیگنال های مغزی به دو کلاس دارای تشنج و سیگنال های سالم با میزان صحت 54/76% و واریانس خطای 3685/0 در آزمایش های مختلف طبقه بندی می شوند.