دپارتمان پژوهشی سفیر
17%

دانلود پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبی

35,000 تومان 29,000 تومان

تعداد صفحاتسال نگارشرشته قالب
۲۴۲۰۲۰   کامپیوتر ،پزشکی ،مکانیک ،برق Word

با مطالعه نمونه مشابه موضوع خود میتوانید به راحتی پروپوزال تز دکتری یا ارشد خود را بنویسید. همه ی محصولات قرار داده شده طبق استانداردهای وزارت علوم بوده و همگی مورد تایید دانشگاه ها واقع شده است.

Description

دانلود پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبیReviewed by Safir on Aug 13Rating:

دانلود پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبی

عنوان فارسی پروپوزالدانلود پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبی
عنوان انگلیسی پروپوزال Provide a model for classifying epileptic seizures using statistical features of EEG signal
تعداد صفحات ۲۴
سال نگارش ۲۰۲۰
مقاله بیس https://link.springer.com/article/10.1007/s00500-019-04515-0
رشتهپزشکی و   کامپیوتر 
قالب فایلWord

  

فهرست مطالب  پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبی

  1. بیان مساله اساسی تحقیق تشخیص فعالیت در خانه هوشمند   
  2. اهمیت و ضرورت انجام تحقیق
  3. مرور ادبیات و سوابق مربوطه
  4. جنبه جدید بودن و نوآوری در تحقیق
  5. اهداف مشخص تحقیق
  6. فرضیه ‏های تحقیق
  7. روش شناسی تحقیق
  8. شرح کامل روش (میدانی، کتابخانه‏ای) و ابزار
  9. جامعه آماری، روش نمونه‏ گیری و حجم نمونه
  10. روش‌ها و ابزار تجزیه و تحلیل داده ‏ها
  11. مراجع

بیان مساله

صرع و حملات صرعی یک بیماری عصبی است که به‌عنوان “فعالیت بیش‌ازحد کنترل نشده از یک بخش یا کل بخش‌های سیستم عصبی مرکزی” مشخص می‌شود. فرد مبتلا به صرع دارای حملاتی است که ناشی از اختلال در ارتباطات الکتریکی بین نورون‌ها است. با توجه به آمار “بنیاد صرع”، صرع چهارمین بیماری‌ عصبی شایع است که بعد از میگرن، سکته مغزی و بیماری آلزایمر قرار دارد. شاخص این بیماری (به عنوان مثال افراد مبتلا شده به صرع در هر سال) در ایالات متحده آمریکا، در هر ۱۰۰،۰۰۰ نفر برآورد شده است.

شیوع صرع در آمریکا ۲/۲ میلیون نفر یا ۱/۷ در هر ۱۰۰۰ نفر تخمین زده شده است؛ و بیش از ۵/۱۶ نفر در هر ۱۰۰۰ آمریکایی، گزارش کرده اند که در برخی مواقع در معرض صرع بوده‌اند.
پژوهشی که توسط هلمرز و همکاران وی صورت گرفته است، شیوع صرع را در ایالات متحده بر اساس آمار پایگاه‌های داده از دو شرکت اصلی بیمه درمانی مطالعه می‌‌کند، که موجب بروز حدود ۸٫۵ مورد از ۱۰۰۰ نفر می‌شود. اگرچه این نویسندگان، نرخ شاخص‌ها را محاسبه کرده‌اند، اما اظهار داشتند که این اطلاعات ممکن است قابل اعتماد نباشد. همچنین، آنها به این نتیجه رسیدند که بیشترین میزان صرع برای کودکان زیر ۵ سال و بزرگسالان بالای ۶۰ سال اتفاق می‌افتد.

مقاله ارائه شده توسط آقا و خانم کمفیلد، شیوع حملات صرعی در کودکان از دیدگاه جهانی را بررسی کرده و به این نتیجه رسیدند که وقوع صرع در کشورهای توسعه نیافته و به ویژه در مناطق روستایی بیشتر است. همچنین در مقالات پزشکی، تاثیر صرع کاملا مورد توجه قرار گرفته است  در سرتاسر دنیا، حدود ۶۰ میلیون نفر به بیماری صرع مبتلا هستند که نشان‌دهنده وقوع حملات پی‌درپی صرع به خاطر فعالیت همزمان بیش‌ازحد دسته‌های عصبی در مغز است.

پروپوزال کامپیوتر

سیگنال‌های موج نگاری مغزی (EEG) به‌عنوان ابزارهای متداول و کم‌هزینه برای شناسایی حملات صرع مورد استفاده قرار می‌گیرد. مانیتورینگ دستی سیگنال‌های EEG برای شناسایی حملات صرع یک روش زمان‌بر است حتی برای عصب شناسان با تجربه. بنابراین، روش‌های مکانیزه شناسایی حملات مبتنی بر تکنیک‌های پردازش سیگنال پیشرفته به میزان زیادی بار محاسباتی مربوط به مانیتورینگ سیگنال‌های بلند EEG را توسط متخصصین بالینی، کم می‌کند.   در حدود یک درصد از مردم دنیا از صرع رنج می برند. اولین مرحله از درمان صرع، تشخیص به موقع و صحیح آن است. یکی از راه های تشخیص حملات صرعی ، تجزیه و تحلیل دقیق سیگنال الکتروانسفالوگرافی (EEG) است. ویژگی های مختلفی جهت تشخیص این بیماری از روی سیگنال مانند دامنه سیگنال وجود دارد. در این مقاله، با بررسی اطلاعات زمان-فرکانسی سیگنال EEG در افراد مبتلا به سندرم صرع بدون تشنج و افراد سالم، روش جدیدی برای تشخیص صرع ارائه شده است.

 برخی از مراجع

  1.    Mursalin, Md, et al. “Epileptic seizure classification using statistical sampling and a novel feature selection algorithm.” arXiv preprint arXiv:1902.09962 (۲۰۱۹)..
  2.  Prasanna, J., et al. “Automatic Epileptic Seizure Classification using MODWT and SVM.” ۲۰۱۹ ۲nd International Conference on Signal Processing and Communication (ICSPC). IEEE, 2019.
  3.  Choubey, Hemant, and Alpana Pandey. “Classification and detection of epilepsy using reduced set of extracted features.” ۲۰۱۸ ۵th International Conference on Signal Processing and Integrated Networks (SPIN). IEEE, 2018.
  4.   Sharma, R.; Pachori, R.B. Classification of epileptic seizures in EEG signals based on phase space representation of intrinsic mode functions. Expert Syst. Appl. 2015, 42, 1106–۱۱۱۷
  5.  Pachori, R.B.; Sharma, R.; Patidar, S. Classification of normal and epileptic seizure EEG signals based on empirical mode decomposition. In Complex System Modelling and Control through Intelligent Soft Computations 2020;

 دانلود پروپوزال در مورد تشخیص فعالیت  با استفاده از

رسانه های اجتماعی

رسانه های اجتماعی

شبکه عصبی کانولوشن

 دانلود پروپوزال تشخیص فعالیت در خانه هوشمند

Reviews

There are no reviews yet.

Be the first to review “دانلود پروپوزال ارائه مدلی جهت دسته بندی حملات صرعی با استفاده از ویژگی های آماری سیگنال EEG و شبکه ی عصبی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *