پيش بيني حملات صرعي در بيماران با صرع لوب تمپورال (TLE) بر اساس آناليز كپستروم و مدل AR تعميم يافته سيگنال EEG

با توجه به اينكه تشنج‏ها موجب اختلال در هوشياري بدون پيش آگاهي مي‏شود، پيش بيني آن‏ها مي‏تواند باعث كاهش فشار رواني و بهبود كيفيت زندگي شود. در اين مقاله، امكان پيش بيني كوتاه مدت حمله صرع بدون حذف مصنوعات ، با زمان و دقت مناسب با استفاده از مدل AR و كپستروم بهبود يافته بررسي شده است. ابتدا سيگنال EEG با تبديل موجك، به دليل تفاوت فركانس حمله ‏ها و مصنوعات هر بيمار با بيمار ديگر تفكيك مي‏شود. سپس تشخيص تغييرات دوره حمله با استفاده از مدل‏سازي AR و روش كپستروم به دليل متناوب بودن دامنه و فركانس اين دوره، انجام مي‏پذيرد. در مرحله بعد با مقايسه دوره جاري با دوره پس‏زمينه و اعمال فيلتر ميانه، خطاي ناشي از مصنوعات (Artifact) و تخليه‏هاي ميان حمله‏اي كاهش داده مي‏شود. در نهايت سيگنال با روش پنجره پيشرو متوسط‏گيري شده و منحني پوش بالاي نمودار محاسبه مي‏شود. روش پيشنهادي روي مدل پيشنهادي صرعي بزرگسال و همچنين 10 بيمار با داده‏هاي EEG طولاني مدت بدون حذف مصنوعات بررسي شده است. دقت و مقدار متوسط زمان پيش بيني، به ترتيب 92% ، 5/18 ثانيه بدست آمده است.