تابان فر, زهرا, فیروزآبادی, سیدمحمد, خداکرمی, زینب, شنکائی, زینب (2018). تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی. , 9(4), 653-658.
زهرا تابان فر; سیدمحمد فیروزآبادی; زینب خداکرمی; زینب شنکائی. "تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی". , 9, 4, 2018, 653-658.
تابان فر, زهرا, فیروزآبادی, سیدمحمد, خداکرمی, زینب, شنکائی, زینب (2018). 'تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی', , 9(4), pp. 653-658.
تابان فر, زهرا, فیروزآبادی, سیدمحمد, خداکرمی, زینب, شنکائی, زینب تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی. , 2018; 9(4): 653-658.

تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی

زیست فناوری
Article 20, Volume 9, Issue 4 - Serial Number 19, 1397, Pages 653-658    PDF (459.23 K)
Authors
زهرا تابان فر1; سیدمحمد فیروزآبادی* 2; زینب خداکرمی2; زینب شنکائی2
1گروه مهندسی پزشکی، دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران
2گروه فیزیک پزشکی، دانشکده علوم پزشکی، دانشگاه تربیت مدرس، تهران، ایران
Abstract
اهداف: آزمایش الکتروانسفالوگرام (EEG) به‌عنوان یک آزمایش بالینی مهم برای تشخیص بسیاری از بیماری‌های مغزی مطرح است. هدف مطالعه حاضر، تحلیل داده‌های الکتروانسفالوگرام حین استراحت در بیماران مبتلا به تومور مغزی بود.

مواد و روش‌ها: در مطالعه تحلیلی مشاهده‌ای حاضر، از داده‌های EEG حین استراحت ۴۴ فرد مبتلا به تومور مغزی (گروه تومورال) و ۳۱ فرد سالم (گروه سالم) استفاده شد. پس از پیش‌‌پردازش و حذف آرتیفکت‌های موجود در سیگنال‌ها، ویژگی‌های خطی زمانی و طیفی توان نسبی باندهای متفاوت فرکانسی، ویژگی‌های غیرخطی بعد فرکتال و آنتروپی استخراج شد. سپس تمایزپذیری میان دو گروه سالم و تومورال بر مبنای ویژگی‌های استخراج‌شده، با استفاده از روش آماری شاخص دیویس-بولدین، طبقه‌بندی خطی (LDA) و طبقه‌بندی غیرخطی k نزدیک‌ترین همسایه (KNN) مورد بررسی قرار گرفت.

یافته‌ها: میان ویژگی‌های بعد فرکتال کتز و طول شکل موج دو گروه سالم و تومورال، تفاوت معنی‌داری وجود نداشت. در میان سایر ویژگی‌ها، آنتروپی نمونه با کاهش معنی‌دار در گروه تومورال، بیشترین تمایز را میان دو گروه ایجاد کرد (مقدار ۰.۶۹ برای گروه سالم در مقابل ۰.۵۳ برای گروه بیمار). بالاترین صحت طبقه‌بندی دو گروه، با استفاده از آنتروپی نمونه و طبقه‌بند KNN برابر با ۸۴% بود.

نتیجه‌گیری: سیگنال‌های EEG، پتانسیل جداسازی بیماران تومورال مغزی و افراد سالم را دارند. ویژگی غیرخطی آنتروپی با تطبیق بیشتر بر ماهیت غیرخطی مغز، صحت بالاتری در بازنمایی گروه تومورال نشان می‌دهد. آنتروپی کمتر گروه تومورال نشان‌دهنده پیچیدگی کمتر در پردازش‌های مغزی این گروه نسبت به افراد سالم است.
Keywords
الکتروانسفالوگرام; تومور مغزی; تحلیل داده
References
Statistics
Article View: 204
PDF Download: 92
Statistics
Number of Journals45
Number of Issues2,171
Number of Articles24,674
Article View24,431,591
PDF Download17,550,008