Search In this Thesis
   Search In this Thesis  
العنوان
Automatic sleep stage classification using EEG recordings /
المؤلف
El-mowafy, Mohamed Ahmed Abdel Aziz.
هيئة الاعداد
باحث / محمد أحمد عبدالعزيز الموافي
مشرف / فاطمة الزهراء محمد رشاد ابوشادي
مشرف / محمد سعد شهاب الدين
مشرف / مروة اسماعيل محمود عبية
مناقش / محمد ابراهيم العدوي
الموضوع
Communication Engineering. Electronics Engineering.
تاريخ النشر
2014.
عدد الصفحات
102 p. :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
الهندسة الكهربائية والالكترونية
تاريخ الإجازة
1/1/2014
مكان الإجازة
جامعة المنصورة - كلية الهندسة - هندسة الالكترونيات والاتصالات
الفهرس
Only 14 pages are availabe for public view

from 120

from 120

Abstract

هذا البحث يقدم تطوير منظومة لتحليل وتصنيف إشارات رسم المخ الكهربى أثناء مراحل النوم المختلفة. ووفقا لقوانين ريتشن وكيلز للتصنيف يقسم النوم الى سلسلة من المراحل المتتالية هذه المراحل تستنتج من ثلاث حالات بيولوجية للانسان وهى: حالة النوم الخفيف وتشمل مرحلة النوم1 والتى تسمى مرحلة النعاس ومرحلة النوم 2 – حالة النوم العميق وتشمل مرحلة النوم 3 ومرحلة النوم 4 حيث ان مرحلة النوم 4 هى أعمق مراحل النوم – حالة النوم ذات الحركات السريعة للعين (مرحلة حركات العين السريعة) وتسمى مرحلة الأحلام. وقد تم الحصول على اشارت رسم المخ لحالات طبيعيه من مركز القاهرة لاضطرابات النوم (عشرون حاله من الذكور واربعة حالات من الإناث) تتراوح أعمارهم ما بين (35-50) سنة. وقد تم تطبيق خمس طرق لاستخلاص السمات والخصائص المميزه لهذه الاشارات وهى:1- تحليل التواتر الطيفى 2- تحويل الموجات باستخدام تقنية تحويل المويجات المنفصله باستخدام 3 انواع من الدوال المختلفة (دالة دوبشيس 2 ودالة دوبشيس 3 ودالة هار) 3- تحويل الموجات باستخدام تقنية تحويل حزم الموجات باستخدام نوع واحد من الدوال (دالة سيملت3) وقد تم استخلاص عدد من السمات باستخدام كل تقنية وقد تمت مقارنة أداء هذه الطرق بادخال هذه السمات الى المصنف حيث تم تصميم نوعين من المصنفات . النوع الأول هو شبكة عصبية متعددة الطبقات وذات تغذية أمامية والنوع الثانى هو تكيفية نظام الاستدلال العصبية المبهم. وقد تمت مقارنة أداء هذه المصنفات مع السمات المختلفة التى تم استخدامها بتقنيات استخلاص السمات السابق ذكرها، ووجد ان أعلى نسبة للتصنيف يمكن الحصول عليها كانت باستخدام تحليل التوتو الطيفى ومصنف تكيفية نظام الاستدلال العصبية المبهم وقد بلغت نسبة دقة التصنيف 96.69%. ولزيادة كفاءة المصنف تم استخدام تقنيات دمج البيانات عند مستوى اتخاذ القرار وقد بلغت نسبة دقة التصنيف 97.20%.