عنوان پایان‌نامه
شناسائی نواحی مربوط به حمله ی صرع در سیگنال مغزی غیر تهاجمی بیماران صرعی با استفاده از آنالیز حالت اینترایکتال EEG
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2874;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72530
- تاریخ دفاع
- ۱۰ خرداد ۱۳۹۴
- دانشجو
- بهاره ماستیانی
- استاد راهنما
- حمید سلطانیان زاده
- چکیده
- بیماری صرع یکی از اختلالات رایج مغزی است و اقدامات فراوانی در ارتباط با تشخیص و درمان این بیماری انجام شده است. برای گروهی از بیماران صرعی که برای درمان آن ها روش جراحی تشخیص داده می شود، شناسایی کانون صرع اهمیت فراوانی دارد. برای شناسایی کانون صرع باید منابع تولید کننده ی سیگنال های غیرطبیعی تعیین شوند. هدف در این پژوهش ارائه ی الگوریتمی است که قادر باشد با داشتن داده‌های EEG بیماران صرعی، نواحی مربوط به صرع در مغز را به صورت قابل اطمینانی شناسایی کند. به این منظور هریک از منابع فعالیت های الکتریکی مغز به صورت دوقطبی درنظرگرفته شده اند. برای بررسی ویژگی های منابع از سیگنال EEG شبیه سازی شده در مدل سر کروی چهار لایه ای استفاده شده است. برای تخمین موقعیت هندسی و گشتاور مغناطیسی هریک از منابع شبیه سازی، از الگوریتم بهینه سازی ژنتیک و همچنین برای تعیین تعداد منابع از تابع ملاک اطلاعات استفاده شده است. به ازای تعداد 1 و 2 منبع در مدل سر کروی چهار لایه ای، مقدار خطای تخمین موقیت هندسی و گشتاور مغناطیسی و تخمین تعداد منابع در حالت بدون نویز و همراه با نویز ارائه شده-است. نتایج حاصل از شبیه سازی نشان می دهد با افزایش فاصله ی منبع از مرکز مغز و افزایش زاویه ی بین بردار مکان منبع و محور عمود بر سطح مغز، میزان خطای تخمین مکان منبع برای حالت یک دوقطبی در حالت بدون نویز افزایش می یابد. در حالی که به ازای سطوح بالاتری از نویز، مقدار خطای تخمین مکان منبع با افزایش فاصله ی منبع از مرکز مغز الزاما افزایش نمی یابد. تغییرات خطای تخمین حالت دو منبع، وابسته به زاویه ی بین بردارهای گشتاور مغناطیسی دو دوقطبی است. حل مسأله ی مستقیم سیگنال EEG بیماران با استفاده از مدل واقعی سر بیمار و روش المان مرزی انجام شده است. همچنین برای حل مسأله معکوس بیماران از روش بیزین تغییراتی استفاده شده-است. نتایج حاصل از حل مسأله معکوس EEG بر روی بازه های زمانی اینترایکتال سیگنال مغزی پنج بیمار ارائه و بررسی شده است. نتایج نشان می دهد برای سه بیمار منطقه ی تحریکی و منطقه ی صرع تا حد زیادی بر هم منطبق هستند و حداکثر فاصله ی کانون صرع و مکان محاسبه شده برای کانون صرع 2.73 سانتی متر است. درحالی که برای سایر بیماران منطقه ی تحریکی در مقایسه با منطقه ی صرع وسیع تر است به گونه ای که منطقه ی صرع بخش کوچکی از آن است. کلمات کلیدی: صرع، الکتروانسفالوگرافی، مدل کروی سر، منطقه ی تحریکی، منطقه ی صرع، روش المان مرزی، الگوریتم ژنتیک، روش بیزین تغییراتی
- Abstract
- Epilepsy is one of the common brain disorders and many efforts have been made to diagnose and treat this disease. For epileptic people who have surgical treatment option, epileptic source localization is very important to achieve successful treatment. To localize the epileptic source, the sources producing abnormal EEG signal should be detected. In this study, each brain source activity has been assumed as a dipole. Simulated EEG in a four-shell spherical head model has been used to examine the features of the sources. A genetic algorithm has been used to estimate the position and electromagnetic moment of each dipole; also, an information criterion was used to determine the dipole number. The evaluation of estimation errors of localization for one and two dipoles, with and without noise, are presented. The results indicate that the position estimation error increases by the distance of one dipole to the center of brain. Also, it increases by increasing the angle between the dipole position vector and the axis perpendicular to the surface of the brain. For two dipoles, the estimation error depends on the angle between the electromagnetic moment vectors of the two dipoles. To solve the patient’s EEG forward problem, the realistic head model and boundary element method was used and a variational bayesian method was used to solve the EEG inverse problem of five patients during inter-ictal intervals. The results indicate that for three cases, the epileptogenic zone is the same as the location of the dipole obtained by the inverse solution (the maximum value of position error is 2.73 cm), and for the remaining cases, it is smaller. The inter-ictal discharges are known to be located in the irritative zone. Thus, we can hypothesize that the epileptogenic zone is smaller than the irritative zone in some patients. KEYWORDS: epilepsy, EEG, spherical and realistic head model, irritative zone, epileptogenic zone, boundary element method, genetic algorithm, variational bayesian method
