الأبحاث المرتبطة بالكلمة المفتاحية: نوبة صرع
-
الكشف عن نوبات الصرع من إشارات تخطيط الدماغ الكهربائي بناءً على نموذج التعلم العميق 1D CNN-LSTM باستخدام تحويل الموجات المنفصلة
2025 | المؤلف: Homa Kashefi Amiri وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تبحث الدراسة في الكشف التلقائي عن نوبات الصرع من إشارات EEG، والتي تتميز بنشاط كهربائي مفرط في الدماغ. تتضمن المنهجية استخراج نطاقات EEG باستخدام تحويل المويجات المتقطع (DWT) ودمجها في متجه ميزات. ثم تتم معالجة هذا المتجه من خلال شبكة عصبية تلافيفية أحادية البعد (CNN) لالتقاط المعلومات المكانية، تليها طبقة الذاكرة طويلة وقصيرة المدى (LSTM)…
-
دمج ميزات متعددة التدفقات من محول الرؤية والشبكة العصبية التلافيفية للكشف الدقيق عن نوبات الصرع من إشارات EEG
2025 | المؤلف: Qi Li وآخرون | المجلة: Journal of Translational Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم البحث نموذج CMFViT، وهو نهج جديد للكشف التلقائي عن النوبات باستخدام تخطيط الدماغ الكهربائي (EEG). يدمج هذا النموذج شبكة عصبية تلافيفية (CNN) مع محول رؤية (ViT) من خلال استراتيجية دمج ميزات متعددة الجداول (MSFF)، مما يعالج بفعالية قيود طرق التعلم العميق الحالية في التقاط الميزات المحلية والاعتماديات الزمنية العالمية لإشارات EEG. من خلال تحويل…
-
نموذج هجين من CNN-Bi-LSTM مع دمج الميزات للكشف الدقيق عن نوبات الصرع
2025 | المؤلف: Xiaoshuai Cao وآخرون | المجلة: BMC Medical Informatics and Decision Making | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تتناول الأبحاث الحاجة الملحة لطرق فعالة لاكتشاف النوبات في إدارة الصرع، مقترحة نهج هجين جديد للتعلم العميق يدمج دمج الميزات من أجل دقة محسنة. تستخدم المنهجية تحويل الموجات المتقطعة (DWT) لتفكيك إشارات EEG على خمسة مستويات، مستخرجة ميزات الوقت-التردد وغير الخطية. لتحسين اختيار الميزات، يتم استخدام آلة الدعم المتجهة-إزالة الميزات التكرارية (SVM-RFE)، تليها التصنيف باستخدام…
-
توقع نوبات الصرع عبر دمج الشبكات العصبية المتكررة والمحولات متعددة الأبعاد
2024 | المؤلف: Rong Zhu وآخرون | المجلة: Journal of Translational Medicine | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تتناول ورقة البحث التحدي الحاسم في توقع نوبات الصرع، وهي حالة تؤثر بشكل كبير على جودة حياة المرضى. يقترح المؤلفون نموذجًا هجينًا جديدًا للتعلم العميق يدمج بين المحولات متعددة الأبعاد والشبكات العصبية التكرارية (LSTM و GRU) لتصنيف إشارات تخطيط الدماغ الكهربائي (EEG). تتضمن المنهجية استخراج ميزات الوقت والتردد من إشارات EEG باستخدام تحويل فورييه قصير…
-
LSTM المتبقي والثنائي الاتجاه لاكتشاف نوبات الصرع
2024 | المؤلف: Wei Zhao وآخرون | المجلة: Frontiers in Computational Neuroscience | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم هذه الدراسة نموذجًا هجينًا جديدًا للتعلم العميق، ResBiLSTM، مصممًا لاكتشاف نوبات الصرع من إشارات تخطيط الدماغ الكهربائي (EEG)، مع معالجة التحديات التي تطرحها التفسيرات اليدوية لهذه الإشارات. يدمج النموذج شبكة عصبية متبقية أحادية البعد (ResNet) لاستخراج الميزات المكانية المحلية من بيانات EEG، والتي تتم معالجتها بعد ذلك بواسطة طبقة الذاكرة طويلة وقصيرة المدى ثنائية…
-
نموذج محسّن لتصنيف إشارات EEG قائم على GBSO-TAENN لاكتشاف نوبات الصرع
2024 | المؤلف: M. V. V. Prasad Kantipudi وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)تقدم ورقة البحث نظامًا آليًا جديدًا لاكتشاف وتصنيف النوبات الصرعية من إشارات EEG، مع معالجة قيود الطرق الحالية التي غالبًا ما تعاني من تعقيد عالٍ ودقة منخفضة. يستخدم النظام المقترح تقنية تصفية تعتمد على الموجات الهاير الخطية المحدودة (FLHF) لمعالجة الإشارات، تليها استخراج الميزات باستخدام تحليل الأبعاد الكسرية (FD). يتم استخدام طريقة تحسين السرب المستوحاة…