10168

تشخيص خودكار بيماري افسردگي از روي سيگنال مغزي EEG با استفاده از روش يادگيري عميق

1400

دكتر حميد بهنام

تشخيص خودكار بيماري افسردگي از روي سيگنال مغزي الكتروانسفالوگرام يك روش كاربردي براي شناسايي بيماري هايي كه در مراحل ابتدايي و نخستين دوره رشد خود هستند ميباشد. در حال حاضر، تشخيص زودهنگام يك چالش مهم براي بسياري از اختالالت عصبي است. در سالهاي اخير به دليل عملكرد مناسب و دقيق، از تكنيك هاي يادگيري عميق در تشخيص بيماري افسردگي استفاده مي شود و به طور دقيق كاربردهاي شبكه عصبي عميق و شبكههاي عصبي كانوالوشن براي تشخيص افسردگي ارايه شده است. امروزه افسردگي بر تعداد زيادي از مردم جهان تاثير ميگذارد و به عنوان مشكل جهاني در نظر گرفته ميشود . افسردگي ، اختالل نورولوژيكي ، عامل اصلي ناتواني در سراسر جهان است. اختالل خلقي است كه ميتواند با استفاده از سيگنالهاي مغزي الكتروانسفالوگرام تشخيص داده شود. ثبت EEG به طور گستردهاي در تشخيص و تحليل اختالالت عصبي مختلف از جمله افسردگي استفاده شدهاست. يك سيستم تشخيص خودكار افسردگي كمك بسيار زيادي در تسهيل تشخيص باليني و مداخله زودهنگام افسردگي ميكند زيرا كشف دستي افسردگي با تحليل سيگنالهاي مغزي مستلزم تجربه زياد ، خستهكننده و وقت گير است. بنابراين يك سيستم تشخيص افسردگي كامال ً خودكار توسعهيافته با استفاده از سيگنالهاي EEG به متخصصين باليني كمك خواهد كرد. اين كار ميتواند در بخشهاي روانپزشكي بيمارستان به كار گرفته شود تا افسردگي با استفاده از سيگنالهاي EEG به درستي شناسايي شود و در نتيجه به روان پزشكان كمك كند. در اين گزارش به بيان برخي از روش ها براي تشخيص خودكار بيماري افسردگي از روي سيگنال مغزي EEG با استفاده از روش يادگيري عميق خواهيم پرداخت و نتايج آزمايش هاي انجام شده بر روي آنها را تحليل خواهيم كرد.

12/1/2021 12:00:00 AM

73260

1400/09/16

Automatic detection of depression from the EEG brain signals using a deep learning method

1 -تشخيص افسردگي ، 2 -دستهبندي سيگنال EEG ، 3 -يادگيري عميق 4 -شبكههاي عصبي كانوالوشن