جستجو
The Effect of Visual Stimulus Type on Machine Learning Model Performance in Alcoholism Detection Using EEG Signals
Parvin Tavakoli Buoeini1 Adel Hosseinzadeh Otaghvari2
Abstract :
الکتروانسفالوگرافی (EEG) یک روشی برای ثبت فعالیت الکتریکی مغز است. این روش اغلب در مطالعاتی که به بررسی اختلالات مختلف مغزی میپردازند، استفاده میشود. EEG میتواند نشان دهد که چگونه فعالیت مغزی افراد مبتلا به الکلیسم با افراد سالم تفاوت دارد. اگرچه مطالعات زیادی از EEG برای این منظور استفاده کردهاند، تأثیر نوع محرک بصری بر دقت تشخیص چندان مورد بررسی قرار نگرفته است.
هدف این کار مقایسه سه نوع محرک بصری است: یک تصویر تنها (S1 obj)، دو تصویر مشابه (S2 match) و دو تصویر متفاوت (S2 nomatch). در این مطالعه، ۴۶۸ آزمایش یکثانیهای EEG از ۱۶ نفر استفاده شد. هشت نفر از آنها افراد مبتلا به الکلیسم و هشت نفر افراد سالم بودند. همه سیگنالها با ۶۴ کانال EEG ثبت شده بودند. دادهها از مجموعه داده EEG Database در Kaggle گرفته شد.
برای هر آزمایش، چندین گروه از ویژگیها استخراج شد. این موارد شامل مقادیر آماری ساده مانند میانگین، انحراف معیار، چولگی و کشیدگی بودند. توان در باندهای فرکانسی اصلی (دلتا، تتا، آلفا، بتا، گاما) نیز محاسبه شد. علاوه بر این، معیارهای آنتروپی، پارامترهای Hjorth، ویژگیهای عدم تقارن چپ-راست و ویژگیهای همدوسی مبتنی بر ارتباطات نیز استفاده شد.
مدل XGBoost برای طبقهبندی دادهها استفاده شد. برای اطمینان از واقعی بودن نتایج و جلوگیری از بیشبرازش، مدل چندین بار با تقسیمبندیهای مختلف آموزش و آزمایش شد. شرایط تکتصویری با ۹۱.۹٪ دقت و با استفاده از ویژگیهای پیشرفته به بالاترین دقت دست یافت. شرایط تصاویر مشابه با ویژگیهای پایه به دقت ۹۱.۲٪ و شرایط تصاویر متفاوت به دقت ۸۹.۸٪ رسیدند. این نتایج نشان میدهد که نوع محرک بصری بر عملکرد طبقهبندی تأثیر میگذارد. استفاده از یک تصویر تنها با ویژگیهای غنیتر، پایدارترین و قابلاعتمادترین نتیجه را ارائه میدهد.
Keywords : الکتروانسفالوگرافی الکلیسم محرک بصری استخراج ویژگی طبقه بندی
زبان مقاله : انگلیسی
محور مقاله : مهندسی پزشکی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABCKDD
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABCKDD
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems