تشخیص و طبقه بندی ویژگی Electroencephalogram در افراد مبتلا به اختلال وابستگی به اینترنت با پارادایم ویژوال ویژوال (2015)

نویسندگان: لینگ ، زو یو ، چن ونجی ، لی ؛ فن ، جینگ

منبع: مجله پزشکی تصویربرداری و اطلاع رسانی سلامت، دوره 5 ، شماره 7 ، نوامبر 2015 ، صص 1499-1503 (5)

ناشر: ناشران علمی آمریکا

چکیده:

در این مقاله ، سیگنال های الکتروانسفالوگرام (EEG) از ده دانشجوی سالم و ده دانشجوی مبتلا به اعتیاد به اینترنت (IA) در طی یک الگوی عجیب و غریب بصری ثبت شد. ابتدا سیگنالهای اصلی برای حذف برخی از مصنوعات با استفاده از الگوریتم تجزیه و تحلیل اجزای مستقل (ICA) پیش پردازش شدند. سپس ، برای انتخاب زیرمجموعه ای از کانال ها که بیشتر اطلاعات را در مقایسه با مجموعه کامل 64 کانال حفظ می کند ، از تحلیل مonلفه اصلی (PCA) استفاده شد. سرانجام ، ویژگی های امواج P300 از پتانسیل های مربوط به رویداد (ERP) استخراج شده و در بین ERP های هدف و ERP های غیر هدف و همچنین در گروه IA و گروه کنترل مقایسه می شود. ویژگی های استخراج شده برای آموزش چهار طبقه بندی مورد استفاده قرار گرفت: تجزیه و تحلیل ممیز فیشر فیشر (FLDA) ، شبکه عصبی انتشار مجدد (BP) ، طبقه بندی کننده بیزی (پیش از میلاد) و شبکه عصبی تنظیم مجدد بیزی (BRBP). کانالهای فعال برای دانشجویان دانشگاه سالم و مبتلا به IA در نواحی پیشانی ، جداری ، پس سری و جداری - پس سری قرار داشتند. تأخیر 42 آزمایش ERP به طور متوسط ​​تحت تحریک هدف بیشتر از 558 آزمایش ERPs متوسط ​​تحت تحریک غیر هدف بود (پ 0.05) ، و دامنه 42 آزمایش ERPs متوسط ​​تحت تحریک هدف بیشتر از 558 آزمایش ERPs متوسط ​​تحت غیر هدف بود (پ 0.05). اختلاف معنی داری در دامنه P300 بین افراد سالم و افراد علاوه بر اینترنت وجود داشت. دامنه افزودنی اینترنت پایین تر بود (پ 0.05). دقت طبقه بندی می تواند با استفاده از روش مبتنی بر بیزی در مناطق فعال به بالاتر از 93٪ برسد ، در حالی که در مناطق مرکزی پایین تر از 90٪ بود. نتایج نشان می دهد که تأثیرات منفی بر پاسخ مغزی و توانایی حافظه دانشجویان دانشگاه مبتلا به IA دارد. این مقاله به اجرای عملی فیلتر دیجیتال برای سرکوب سر و صدای قدرت 50 هرتز با استفاده از فیلترهای ضرایب عدد صحیح می پردازد. راه حل بسیار سریع و ساده امکان سرکوب هر دو مؤلفه اصلی و هارمونیک صدا را با اعوجاج غیرخطی فراهم می آورد. سیگنال های ECG واقعی برای آزمایش اثربخشی سرکوب سر و صدا استفاده شد. دقت برای موج اصلی سینوسی و مستطیل شکل از نویز ارزیابی می شود.

کلید واژه ها: انتخاب کانال; گلدان های مرتبط با رویداد; آنالیز کاملاً مؤثر; P300; تشخیص الگو

نوع سند: مقاله تحقیق

DOI: https://doi.org/10.1166/jmihi.2015.1570

تاریخ انتشار: نوامبر 1 ، 2015