طراحي مدل هوشمند عميق به‌منظور پيش‌بيني بيماري صرع با استفاده از سيگنال ECG

صرع شايع ترين بيماري عصبي بعد از سكته مغزي است ،كه به دليل آشفتگي‌هاي زودگذر مغز، به‌طور ناخودآگاه و غيرقابل‌پيش‌بيني روي مي‌دهد.روش‌هاي متنوعي، به‌منظور پيش‌بيني دقيق وضعيت حملات صرع ارائه‌شده است كه ناتواني آن‌ها در ايجاد يك بازنمايي مناسب و توانمند بوده است. در اين مطالعه از شبكه‌هاي عصبي عميق براي پيش‌بيني حمله صرع با استفاده ازآناليز فعاليت الكتريكي قلب (ECG) بر روي پايگاه داده بومي متشكل از 8 بيمار ارائه ‌شده است. شبكه‌هاي عصبي عميق گونه‌اي از ساختارهاي عصبي ،كه به علت داشتن بيش از يك‌لايه‌ي مخفي، قادر به تعميم دهي بهتر در مقايسه با شبكه عصبي سنتي هستند. 8 ويژگي HRV در حوزه¬هاي زمان، فركانس و6 ويژگي با سعي و خطا توسط شبكه عصبي عميق استخراج‌ و براي پيش‌بيني به MLP داده‌شده است. نتايج به‌دست‌آمده نشان مي‌دهد كه روش پيشنهادي قادر است با متوسط حساسيت 99.37 ومتوسط خصوصيت 99.40 درصد حملات صرع را پيش‌بيني كند.