ارزيابي سيگنال EEG در كودكان مبتلا به اختلالات اوتيسم با استفاده از تحليل ICA

Evaluation of EEG Signal in Autism Disorder with ICA Analysis

در اين مقاله، كاربرد تحليل مولفه‌هاي مستقل (ICA) براي تشخيص بيماري اوتيسم مورد بررسي قرار گرفته است. ابتدا منابع توليد كننده سيگنال‌هاي EEG با ICA استخراج و سپس پردازش‌هاي حوزه زمان و فركانس بر اين مولفه‌هاي سيگنالي اعمال شدند. سيگنال‌هاي EEG از 10 كودك مبتلا به اوتيسم و 10 كودك سالم در محدوده سني 6-11 سال گرفته شده است. نتايج به كمك روش آماري آزمون تي با هم مقايسه شده‌اند. پايين‌تر بودن سطح همبستگي ميان منابع نيم‌كره چپ مغز به ويژه ناحيه مربوط به كانال 3C در افراد مبتلا به اوتيسم نسبت به افراد سالم مشاهده شده است. همچنين ميانگين انرژي باند فركانسي تتا در منابع نيم‌كره چپ مغز به‌خصوص كانال‌هاي 3C و 3F براي افراد مبتلا به اوتيسم نسبت به افراد سالم پايين‌تر بوده و اين معيار در باند فركانسي گاما بالاتر به دست آمده است.

This paper presents ICA analysis application for detection of autism disorder. In the first step, resources of EEG signals were extracted by ICA and then time domain and frequency domain processing were implemented. EEG signals of ten children with autism and ten healthy children aged 6 to 11 years have been obtained. The results have been compared statistically by T-test. Lower correlation levels between resources of the left hemisphere of the brain especially C3 channel region in autistic children compared with healthy subjects have been observed. Also the average energy of theta frequency band in C3 and F3 channels for children with autism were lower than that in healthy people and this criterion was higher in gamma frequency band.