این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۵، شماره ۴۴۸، صفحات ۱۲۷۱-۱۲۷۵
عنوان فارسی تفکیک بازه‌های زمانی بیداری ازخواب مبتنی بر پردازش طیف مرتبه‌ی دوم سیگنال ‌الکتروانسفالوگرام
چکیده فارسی مقاله مقدمه: تفکیک دقیق بازه‌های زمانی بیداری از خواب، باعث افزایش دقت طبقه‌بندی مراحل خواب وتعیین شاخص بازده خواب می‌گردد که از نظر تشخیصی از اهمیت بالایی برخوردار است. در این مقاله، سه ویژگی جدید از طیف مرتبه‌ی دوم سیگنال استخراج و از ترکیب آن‌ها با ویژگی خود همبستگی فاز جهت تفکیک خواب از بیداری استفاده گردید. روش‌ها: از مقادیر طیف مرتبه‌ی دوم الکتروانسفالوگرام تصویر خاکستری ساخته شد و با آستانه‌گذاری Otsu به تصویر دو سطحی تبدیل گشت. سپس، از آن سه ویژگی تعداد بیت یک، نسبت تعداد بیت‌های یک بالای قطر فرعی به پایین آن و آنتروپی استخراج و با ترکیب این ویژگی‌ها با میانگین مقادیرخود همبستگی فاز، روش کارآمد و جدیدی برای تمایز خواب از بیداری پیشنهاد گردید. یافته‌ها: میزان صحت، ویژگی و حساسیت برای نتایج محاسبه شد. با استفاده از ویژگی خود همبستگی فاز، بازه‌ی بیداری از خواب با دقت 53/77 درصد و ویژگی نسبت تعداد بیت یک در دو طرف قطر فرعی تصویر طیف مرتبه‌ی دوم با 12/88 درصد قابل تفکیک است. در نهایت، ترکیب این سه ویژگی با ویژگی خود همبستگی فاز، صحت تفکیک خواب از بیداری را به 42/92 و میزان حساسیت و ویژگی را به 82/91 و 10/93 ‌رساند. نتیجه‌گیری: ویژگی‌های پیشنهاد شده، کارایی لازم را برای استفاده در تعیین عمق خواب دارا بودند. روش ارایه شده جهت تمایز خواب از بیداری با ترکیب ویژگی‌های استخراج شده از تصویر طیف مرتبه‌ی دوم با خود همبستگی فاز، از روش‌های مشابه خود به جهت دقت بالاتر و پیچیدگی محاسباتی کمتر، کاراتر است.
کلیدواژه‌های فارسی مقاله مراحل خواب، الکتروانسفالوگرافی، تحلیل موجک، طبقه‌بندی،
عنوان انگلیسی Automatic Separation of Awakening from Sleep Epochs based on Bispectrum Analysis of Electroencephalogram Signals
چکیده انگلیسی مقاله Background: Accurate separation of awakening from sleep increases the accuracy of detecting sleep stages and determining sleep efficiency index that is important for medical diagnosis. In this study, 3 new bispectrum-based features were extracted, and combination of them with Bi-Phase correlation was used to detect awakening from sleep. Methods: A gray scale image was made of electroencephalogram bispectrum amounts and converted to binary image with Otsu’s thresholding. Then, 3 features were extracted from it: total numbers of one bits, ratio of one bit in the above of the secondary diagonal to the down of it, and entropy. By combining these features with the average Bi-Phase correlation, an efficient and new way to distinguish the awakening of sleep was proposed. Findings: The accuracy, specificity, and sensitivity were calculated. Awakening intervals could be distinguished from sleep using Bi-Phase correlation feature by the accuracy of 77.53%, and using ratio of one bit in the above of the secondary diagonal to the down of it, by the accuracy of 88.12%. Finally, combining 3 mentioned features with Bi-Phase correlation gave the ability to separate awakening from sleeping with the accuracy of 92.42%, sensitivity of 91.82%, and specificity of 93.10%. Conclusion: New features have this capability to use in sleep staging. The proposed method in awakening and sleep discrimination, by combining bispectrum image-based features with Bi-Phase correlation, is better than other existing ‎ approaches because of high accuracy and low calculation complexity.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله احسان محمدی |
دانشیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

سعید کرمانی |
فوق تخصص بیماری های تنفسی و خواب، مرکز تحقیقات تنفسی بامداد و استاد، گروه داخلی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی اصفهان (Isfahan university of medical sciences)

بابک امرا |


نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/8728
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-525317.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات