پیش بینی حملات مغزی با استفاده از روشهای فیزیک آماری
First Statement of Responsibility
/حسن مهرافزا
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: فیزیک
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۹۷ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
فیزیک
Date of degree
۱۳۹۰/۰۶/۱۹
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
یکی از روشصهای پردازش امواج استفاده از تبدیلات فوریه) تبدیل فوریه و تبدیل معکوس فوریه (است که اولین بار توسط ژوزف فوریه۱۸۳۰) - (۱۷۶۸ارایه شد .نارسایی روش فوریه در این است که فقط یک سیگنال تک بسامدی را مورد بررسی قرار میصدهد و برای بررسی اجزای مختلف سیگنال مفید نیست .برای رفع این نارسایی از تبدیل موجک استفاده میصشود .موجکصها به دلیل داشتن ویژگی چند تفکیکی میصتوانند در بررسی اجزای مختلف یک سیگنال مورد استفاده قرار بگیرند .در این پروژه بعد از بررسی اجمالی بر پردازش امواج، امواج مغزی را مورد بررسی قرار میصدهیم و سپس همزمانی در سامانهصهای دینامیکی را مطالعه میصکنیم و در حالت خاص به بررسی حملات مغزی ناشی از بیماری صرع میصپردازیم .هنگام بروز حمله صرع شیب آنتروپی امواج مغزی بطور ناگهانی تغییر میصکند که با استفاده از موجکصها و روشصهای فیزیک آماری میصتوانیم تعییر و تحول امواج مغزی را بررسی کنیم و با استفاده از روش آنتروپی موجک و روش تعیین رویداد و مقایسه این دو روش و تعیین میزان همزمانی بین دامنههای امواج مغزی که از الکترودهای متفاوت کار گذاشته بر روی مغز ثبت میشوند میتوانیم به پیشصبینی حملات صرع همت گماریم.
Text of Note
One method in signal processing is use of Fourier transforms (Fourier and inverse Fourier Transforms) which presented for the first time by Joseph Fourier (1768-1830) This method lacks in analyzing different parts of a signal and just investigates a single-mode signal. To overcome this problem one must use wavelet transforms.Wavelets have multi-resolution property and can be used in analyzing different parts of a signal. In this thesis we review signal processing methods and its usage in brain waves. then we study synchronization in dynamical systems and as a case we investigate seizures causing from Epilepsy disease. During Epilepsy, the slope of brain wave entropy changes abruptly and by using wavelet transforms and statistical methods, we can investigate and analyze the behavior of brain waves and by using wavelet entropy method and event set method and synchronization can be predicted epilepsy seizures.